来源：报告研究所

技术浪潮、政策东风与教育&人资产业重塑的大 势所趋

行业困境：工业化培养范式与个性化需求的矛盾

教育与人力资源服务本质上是高度“非标准化”的行业，其核心矛盾在于：工业化培养范 式与个性化能力需求之间存在结构性错配。当前我国课程体系与评价机制高度标准化， 以追求效率与覆盖范围为导向，虽支撑了大规模人才供给，但也压缩了个体差异与能力 禀赋的表达空间。一方面，统一课程进度与标准化考试主导教育成效衡量，教学内容与 方法趋于单一，创新能力与批判性思维培养受限；另一方面，产业升级与就业结构变化 加速推进，人才需求更强调差异化与复合型能力，个体在知识结构与技能路径上的分化 需求扩大。 在我国人口基数庞大、需求高度分散的背景下，个性化与高质量教育的提升本质上依赖 更高强度的师资投入与单位成本，与规模化、普惠化目标天然冲突，形成典型的“个性化 —规模化—高质量”不可能三角。追求个性化意味着需要大量定制化资源和精细化投入， 而规模化教育则追求标准化和效率；高质量教育又同时对师资、课程、评价体系提出了 更高的要求。行业长期面临“效率可规模、质量难复制、个性难兑现”的现实约束，成为 制约教育与人力资源服务进一步升级与商业化扩张的关键瓶颈。

AI，尤其是大模型技术，凭借自然语言理解与个性化生成能力，为教育行业提供了低成 本、高质量定制化服务的可行路径，有望为破解“个性化—规模化—高质量”不可能三角 提供新解法。 AI+教育，为学生提供个性化培养方案：低成本实现因材施教。生成式大模型可实现将 高质量教学能力转化为可数字化、可复用的智能供给。模型可持续分析学习者行为、答 题过程与知识薄弱点，自动生成学习路径、讲解内容与训练题，实现千人千面、因材施教。个性化教学从高成本的一对一服务转向低边际的规模化复制，有望在提升效率与效 果的同时兼顾个性化，缓解教育“不可能三角”的核心矛盾。 AI 促进教育公平：推动优质资源共享与下沉。AI 可将优质内容、教学方法与辅导能力标 准化输出，突破头部师资稀缺与资源集中带来的区域、校际差异。通过智能答疑、分层 训练与过程性评价等能力下沉，薄弱学校亦可获得接近优质教育的学习支持，提升资源 配置效率，推动教育公平。 AI+人力资源，可以解决行业人才筛选、人岗匹配的效率难题，推动 HR 岗位定位转型。 在传统人力资源工作中，人工筛选简历效率低、人岗匹配依赖经验精准度不足、现场面 试时间跨度大且反馈滞后等痛点，长期制约着招聘与管理效能；而 AI 的出现，通过智 能解析简历实现批量高效初筛、构建胜任力模型提升人岗匹配精准度、提供 7×24 小时 智能视频面试并即时反馈，正在全面破解这些困境，推动人力资源工作向更高效、精准 的方向转型。

双轮驱动：技术突破、政策加码推动 AI+教育&人资加 速落地

模型范式变化驱动应用从 Copilot 走向 Agent，正式打开行业应用空间。2024 年 9 月， OpenAI 发布首个推理模型 o1-preview，实现推理能力一大飞跃，真正奠定了本轮周期 下产品化的拐点。其核心理念是，模型在生成最终答案之前，花费额外的计算资源来生 成一段内部的思考链（CoT，chain of thought），使其能够将复杂问题分解为更小、更易 管理的步骤，从而在需要逻辑、数学和规划的复杂任务上实现性能的巨大飞跃。这标志 着模型从静态的知识检索向动态的问题解决能力的演进。

教育和人资场景数据丰富，流程复杂度虽有差异，国内模型持续迭代驱动新产品快速迭 代。2025 年 DeepSeek-R1 等开源大模型降低 AI 应用门槛，推动行业快速渗透。教育 与人力资源服务行业过去受制于模型能力有限，AI 应用更多停留在题库推荐、语音识别、 基础评测等单点环节，难以形成个性化交互。伴随模型智力水平逐步提升，大模型在处 理文本、数学、Coding、Agent 任务的能力不断增强。生成式 AI 规模落地驱动行业进 入新阶段。2025 年，科大讯飞学习机再次升级，推出全球首款“讯飞星火+DeepSeek”双 引擎 AI 学习机 T30 系列，推出 AI 老师的功能。2025 年，编程猫发布“点猫人工智能 教育平台”；好未来集团推出 AI 智慧教育品牌“九章爱学”；优志愿发布升学规划行业 专属大模型；网易有道、学而思等企业发布 AINative 教育硬件。AI 教育产品形态逐渐 由题库、对话转变为真正教学和辅导陪伴的 Agent 产品。

其中，DeepSeek-R1 等开源推理大模型是关键催化因素。开源显著降低模型获取与部署门槛，推理能力提升则使 AI 增强分步推导和个性化反馈能力。产业端验证迅速，公 开信息显示，好未来、高途、网易有道等多家头部教育公司已披露接入 DeepSeek，并 将其用于教研教学、内容生产、智能答疑等核心环节。技术突破叠加成本下行，正在推 动 AI 在教育与人资行业从试点走向规模渗透。

模型范式有望持续迭代，AI+教育/人资场景有望进一步被打开。以教育为例，教育场景 环节和流程多样，应用层包含了教学、学习、科研、考评、管理等。大模型技术快速发 展，凭借智能涌现、强认知性等能力，可进行内容生成、交互对话、编程创作等，深刻 改变着人们的知识创造、信息获取和人才培养方式。伴随以大模型为代表的技术持续突 破， AI 有望在教育各个环节进行流程重塑。展望 2026 年，大模型在长上下文、多模态 理解、数学、代码等能力有望进一步突破，AI 虚拟教师等核心环节有望进一步带来质变。

政策支持：顶层设计强化“人工智能+”，教育数字化与 AI 人才体系同步推进。我国对“AI+教育/AI+人力资源”的战略重视提升，政策支持力度不断加码。党的二十届三中全会 明确部署教育数字化战略，提出“推进教育数字化，赋能学习型社会建设，加强终身教育 保障”中国共产党新闻网。教育部于 2024 年 12 月发布《关于加强中小学人工智能教育 的通知》，提出构建系统化课程体系、推进常态化教学与评价等重点任务，目标在 2030 年前实现中小学人工智能教育基本普及。2025 年 8 月，《国务院关于深入实施“人工智 能+”行动的意见》进一步指出要“把人工智能融入教育教学全要素、全过程，创新智能 学伴、智能教师等人机协同教育教学新模式，推动育人从知识传授为重向能力提升为本 转变，加快实现大规模因材施教，提高教育质量，促进教育公平。”

2025 年，世界数字教育联盟发布《教育大模型总体参考框架》，为教育大模型的设计、 开发、部署及多场景应用提供了系统化指引。框架提出自底向上、逐层支撑的五层架构， 依次包括基础层、数据层、模型层、接口层、应用层，形成从底座能力到场景落地的完 整闭环，为教育大模型建设与标准化应用提供统一参考。

此外，教育公平、个性化学习与招聘效率等市场需求痛点 AI 解决方案加速落地。 在教育端，一方面，我国教育普及水平持续提升，教育目标从高覆盖转向高公平。2024 年，我国学前教育毛入园率达 92.0%、九年义务教育巩固率达 95.9%，教育公共服务体 系已进入普及深化阶段，下一步竞争焦点转向教育质量与资源均衡配置的公平性、可及 性问题。另一方面，学生能力差异、教师供给不均与千人一面的传统教学模式，使得对 个性化学习需求显著上升，AI 凭借内容生成、学习诊断与能力测评等能力，有望推动因 材施教在更大范围实现。 在人力资源端，招聘环节长期面临信息不对称、筛选成本高等结构性痛点。“十四五”以 来我国人力资源服务业年均服务约 3 亿人次劳动者，岗位撮合规模大、链条复杂，对智 能化匹配与流程提效提出更高要求。而当前招聘平台通过 AI 算法，可提升简历筛选、 意向识别与交互问答效率，推动 AI+人资从工具尝试走向规模化应用。

AI+教育：教学形态重塑与商业化启航