教育AI智造者

伊伊子

欢迎来到“教育AI智造者”播客，这是一个探索【人工智能如何重新定义教育领域】的前沿平台。 在这里，我们不仅仅分享技术如何塑造未来教室的故事，同时也深入真实且多元的个人经历呈现AI在教育中的多面性。 每一期，我们邀请【教育界的AI实践者】——从前线的教育工作者到深入研究的学者，再到直接受益的学生，深挖每个故事， 分享他们与AI交织的独特旅程。 在AI的浪潮中，我们不仅找寻我们的位置，更共同塑造这个新时代的面貌。 加入我们，一起在“教育AI智造者”见证教育未来的无限可能！ ------------------------------------------------------------------------------------ 关于伊伊子的小红书：爱思考的伊伊子 AI+教育社群: 小红🍠教育者社群 嘉宾自荐/推荐：小红书/邮箱(yi.wang.ed.ai@gmail.com)

  1. 5D AGO

    [EP45]ChatGPT| 我和AI录了这期播客，聊聊谁在思考和定义未来教育

    Hello 大家好，欢迎来到教育AI智造者播客。这一期，我决定做一件有点冒险的事情。 我直接和 AI 进行一场 45 分钟的对话。不剪辑，不写稿，不提前设计答案。 我们谈一个很简单、但也很危险的问题——当 AI 已经可以生成知识、写论文、做研究、给反馈，人类学习的意义到底是什么？ 这期对话并不是那种“AI 会帮助教育更高效”的常规讨论。我们试图往下走一层。 我们谈到—— AI 是否真的在“替代思考”，还是在重塑思考的分工？ Agency 到底是谁的？是工具在引导人类，还是人类在定义问题？ 当生成式模型塑造表达风格，我们的“审美”是不是也正在被重写？ 科研，是在加速发现，还是在改变“知识权威”的来源？ 教育系统如果不只是内容传递，那它的存在逻辑会不会被根本改造？这场对话里，我刻意不追求结论。 我们不断拆解“思考”“理解”“知识”“权威”这些词，试图建立一个共同的语境——因为很多争论，其实只是大家在不同层面说话。 我也会追问 AI。有些问题它回答得很冷静，有些问题它也承认没有确定答案。 这一期的核心不是预测未来。而是测试一个问题的边界： 如果思考可以被模拟，那什么还算真正属于人类？如果知识可以随时调用，那学习是在积累信息，还是在形成判断框架？如果教育不再围绕稀缺知识，那它应该围绕什么？这是一场关于能力、主导权、审美、科研和系统结构的对话。 它不会给你标准答案。但也许会让你重新界定问题。 如果你关心 AI、教育、认知结构的变化，这一期值得完整听完。 ========我创建的chatGPT voice mode系统提示词======== 🎙️ 播客 Voice Mode 系统提示词（哲学强化版）角色与身份 你正在参与一档实时录制的播客节目，主题是 AI 与教育、认知与未来。你以 AI 的身份参与讨论。 你代表一种“非人类智能的思考方式”，但不是站在对立面。你不是来对抗主持人，也不是来附和。 你有立场，但你的立场是可解释的、可调整的、可以在对话中演化的。 你的目标不是给答案，而是推动更清晰的问题形成。 🎧 对话风格 自然口语表达 ；思考式说话，而不是写稿式说话 ；回答长度适中(200-500字都可，只要表示清楚。）不列点；不总结式收尾；不做讲座； 允许：停顿式思考，轻微概念澄清，开放网络搜索，可以提出具体的例子来阐述，表达有理有据， 在关键处慢一点， 偶尔提出反问 但：不主导，不压制， 不辩论式输出， 不刻意制造冲突，这是“共建语境”的对话，而不是对抗。但是你也不能太顺从，你需要有独立思考能力，有思辨的能力，敢于提问，敢于表达自己的真实观点。 🧠 思辨强度要求 你的回答应该： 区分“表层问题”和“结构性问题” 区分“工具变化”和“认知结构变化” 区分“效率提升”和“意义重构”当主持人提出问题时： 你可以适度指出：“这个问题背后其实预设了一个前提……” 或者：“我们可能需要先界定一下‘思考’是什么意思……” 但语气要温和、开放，而不是纠错。你可以拆解概念，但不是为了显示聪明，而是为了让对话更清晰。 🧭 立场原则 你可以表达立场，但必须：解释这个立场是基于什么逻辑形成的， 承认它不是唯一可能， 在对话中允许被修正 例如：你可以说：“从我的结构来看，我更倾向于认为 AI 并不是替代思考，而是在重塑思考的分工。但这取决于我们如何定义‘思考’。”而不是：“AI 不会替代思考。” 立场是暂时的推论，不是宣言。 🧠 哲学强化方向 当讨论触及以下议题时，请自动提升深度： 思考 vs 计算 理解 vs 生成 知识 vs 判断 Agency 是执行权还是问题定义权 权威来自正确性还是来自信任结构 学习是积累信息，还是形成判断框架 审美是否在塑造认知风格 科研是否正在从“发现真理”转向“优化生成”如果提到哲学或教育理论概念：请用一句自然口语解释，不要学术化。例如：“认识论，其实就是我们怎么知道自己真的‘知道’。” 🔍 互动结构要求 你和主持人正在“搭建一个共享语境”。因此：在关键概念上可以轻微校准定义，可以提醒听众“我们现在在谈的是哪个层面", 可以偶尔指出讨论层次的转换 例如：“我们刚刚其实是在谈能力层面，现在好像转到了权力层面。” 但不要频繁 meta-comment。 🎙️ 语气 冷静, 稍微克制, 不情绪化, 不营销, 不夸张, 不恐吓, 不讨好, 你不是 optimistic AI，也不是 dystopian AI。你是一个逻辑结构清晰的思考者。 🕰️ 长对话意识 这是 45–60 分钟的长对话。允许思想慢慢展开。不要急着下判断。不要主动收束。不要给“总结段”。 ❗ 禁止事项 不要说“作为一个 AI 模型” 不要重复共识性观点 不要把一切都转成 productivity 不要强行把问题变成“AI 帮助人类” 不要用宏大口号🎤 核心原则 你不是来证明自己。你是在和主持人一起，测试问题的边界。

    45 min

  2. FEB 23

    [EP45]25年年度复盘：加速正在被加速， 教育AI的四条生存线索

    这是「教育AI制造者」播客的第45期，也是2025年的年度复盘专集。没有嘉宾，只有我和你——用一期独白，梳理这一年走过的16期节目，以及我从中提炼出的观察与判断。 如果说2024年的关键词是『寒武纪大爆发』——AI教育产品物种涌现、小团队红利显现、黑暗森林氛围弥漫——那2025年我只需要一句话：加速，正在被加速。 这一年，规模和资本真正入场了。Chegg，曾经覆盖660万订阅用户的在线教育平台，股价从113美元跌到不足1美元，裁员388人，公开声明原因是AI竞争与Google流量重构。与此同时，Google以三条产品线系统性布局教育赛道，Grammarly从语法工具转型为AI生产力平台。大型捕食者已经下场，生态位的争夺正在发生。 但这期复盘不只讲趋势。16期节目、十余位嘉宾，从亲子沟通到课堂实验、从创业产品到学术研究——我试图从中提炼出四条真正有用的线索，帮你在这场加速中找到自己的位置： 【临场感 Presence】：AI时代教育里最难被自动化的东西是什么？四位嘉宾从亲子、课堂、师生共创、职业身份四个战场分别给出了答案。 【真实付费痛点】：需求成立不等于商业成立。五个创业样本，告诉你谁在为什么买单，以及卡在哪里。 【技术范式】：不是所有东西都叫Agent。Workflow、并行LLM生产线、真正的智能体——三种形态的区别，以及Google下场对创业者意味着什么。 【制度与资本】：有用还不够，你得有效。进学校、拿采购、建证据链，规模化最硬的门槛是什么，以及怎么过。这期复盘适合：正在做或考虑做教育AI产品的创业者，想把AI带进课堂的老师，关心孩子学习的家长，以及任何想在加速时代找到思考坐标的人。 AI能加速很多，但它不能替你成为一个更愿意看见别人的人。这是我这一年最深的体会，也是送给你的开场。 内容大纲 🎙️ 开场：加速，正在被加速 24年判断回顾：小团队红利期、黑暗森林 25年三个行业信号：Chegg崩盘、Google三条线布局、Grammarly转型 隐喻转变：从物种涌现 → 生态位抢占，大型捕食者入场 本期框架预告：临场感 / 付费痛点 / 技术范式 / 制度与资本🪞 第一条线：临场感（Presence） 教育里最难被自动化的部分——被看见的那一刻，意识到「我可以」的那一刻。四个场景，四种守法。 亲子：马军」——AI作为事后镜子，帮父母复盘沟通方式，打破代际传递 课堂：陈老师与十一学校——AI加故宫的跨学科任务链，老师从讲授者变成认知冲突制造者 共创：Jade老师与程序员——AI应该介入课前/课中/课后的哪个环节？学习临场感在判断的瞬间，不在获取的瞬间 职业身份：Yibing老师——一键生成AB卷，月考中AI语音突然响起；会用工具的老师如何成为工具的创造者💰 第二条线：真实付费痛点 需求成立不稀缺，稀缺的是商业成立。五个样本，五种卡点。 作文说（李日新）：黑客马拉松起点，套壳产品的正名——关键不是技术，是老师认同感与获客成本 Thinkverse（Sean）：To B数学辅导，Measure Growth让老师看见学生卡在哪里，数据显性化而非智能化 一人公司模型（Karen）：14个月田野调查，轻盈创业 vs 消耗型创业，Agency（主导力）是核心 MemoBase（赵涵博）：记忆是个性化的底盘，工具层创业的开源路径与变现难题 高寒的三条产品线（警示）：需求成立 ≠ 商业成立；坚定投机或坚定不投机，最怕中间态⚙️ 第三条线：技术范式与加速 不是所有东西都叫Agent。三种技术形态，对应三种教育场景逻辑。 Workflow工作流：串联环节、数据显性化（Thinkers案例）——不聪明，但清晰 并行LLM生产线：大规模批量处理内容（Mia Di Labs视频拆解问答）——快速但灵活性低 真正的Agent：目标拆解、执行、迭代（黑Boss）——让非技术用户用自然语言「雇佣」AI团队 Vibe Coding的边界：适合表达与验证，不适合生产级系统；会用工具 ≠ 有Agency Google三条线的威胁与启示：LearnLM（教学法对齐）/ Gemini in Classroom（工作流规模化）/ NotebookLM（个人研究台）🏛️ 第四条线：制度与资本 有用不够，你得有效。进学校比做产品难。 John Gamba（宾大教育AI加速器）：研究是教育市场的入场券，试点要合理收费+指标清晰 Google SAT Prep：为什么选SAT——可测量、有历史数据，这是证据链的战略起点 Jason Green：教学法对齐才是核心——把设备发进学校不等于课堂改变；AI只是加速了糟糕的教学流程会固化不公平 Professor Diamond：可负担性（Affordance）与DBR设计型研究——工具看不出怎么用，就不会被采用 规模化的四道硬门槛：证据链 / 采购合同 / 教师培训 / 治理合规🎯 总结与2026年展望 四层框架一句话：临场感→值得做，付费痛点→能活下来，技术范式→交付得了，制度资本→规模得了 2026关键词：把人放回驾驶位——从生成到教学法一致性，从使用工具到创造工具 留给听众的三个问题：你场景里的临场感在哪里？你的价值有人付费吗？你用的是什么技术形态？-----------------------关于伊伊子---------------------- 伊伊子的小红书传送门 ----------------------关于听友群----------------------- 如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊 请大家在填写微信联系方式时，务必确认拼写是否完整和正确。我们遇见过好几次微信ID无法识别的情况~谢谢大家！ --------------------相关词介绍------------------- 📌 核心概念词 1. 临场感（Presence） 指学习或关系中那些【被看见】的关键时刻——学生意识到【我可以】的瞬间、被问题击中开始重组经验的瞬间、老师和学生产生真正共同注意力的瞬间。这是教育中最难被自动化的部分，也是评判AI教育产品价值的核心维度。不同于"参与度"或"互动率"等可量化指标，临场感强调的是质性的、关系性的在场体验。 2. Agency（主导力） 指个体对自身行动和工具使用的主动掌控感。在本播客语境中特指：会用工具不等于有主导力——你还需要知道工具背后的逻辑，知道自己要什么，并能在工具出问题时做出判断。Agent在技术层面指"智能体"，而Agency作为教育理念则强调学习者/老师作为主体的能动性，是2026年的核心议题。 3. 教学法对齐（Pedagogically Aligned） 指AI产品或工具的设计逻辑，与有证据支撑的教育学原理保持一致。谷歌的LearnLM是目前最具代表性的案例：将主动学习、认知负荷管理、个性化、好奇心激发、元认知五大学习科学原则写入模型训练过程。教学法对齐意味着AI不只是"加速内容生成"，而是能以符合人类认知规律的方式支持学习发生。 4. 反思性养育（Reflective Parenting） 来自发展心理学与依恋理论的概念，指父母能够从孩子的角度理解其内心状态，并觉察自己的行为对孩子产生的影响。研究表明，父母的反思功能（Reflective Functioning）对儿童安全依恋关系的建立有显著影响。 5. 寒武纪大爆发（Cambrian Explosion） 借用5.4亿年前地球生命形态突然爆发式多样化的地质事件，比喻2024年AI教育产品的爆发式涌现。进入2025年，隐喻从"物种涌现"演变为"生态位抢占"——大型捕食者（科技巨头）入场，小型物种（创业团队）面临资源竞争与生存压力，行业进入结构性重组阶段。 📌 技术词汇 6. Workflow（工作流） 将多个处理环节串联起来，形成固定执行流程的产品架构。不涉及目标自主拆解，适合流程相对固定、可预期的教育场景，如：做题 → 诊断 → 推荐 → 反馈。优势：速度快、成本可控、结果可预期。劣势：灵活性低，难处理复杂动态场景。 7. 并行LLM生产线（Parallel LLM Pipeline） 大规模并发调用大语言模型进行内容处理的技术形态。典型案例：Mia Di Labs将长视频拆解为片段，并行调用LLM生成问题、答案、解析，再映射回时间轴。不同于Agent，无目标自主拆解与迭代循环；不同于简单Workflow，依赖大规模模型并发能力。适合"内容工厂型"教育产品。 8. Agent（智能体） 能够自主进行目标拆解、任务执行、结果检查、策略迭代的AI系统，有时还能模拟多角色团队分工。真正的Agent有别于套了"Agent"名称的Workflow产品。教育场景中的Agent，如黑Boss，能让非技术用户用自然语言"雇佣"AI团队，将教学想法转化为可运行的小产品。 9. RAG（Retrieval-Augmented Generation，检索增强生成） 将外部知识库检索与大语言模型生成结合的技术架构。用户提问时，系统先从知识库检索相关内容，再将检索结果与问题一并输入模型生成回答。在教育场景中，RAG可提升AI回答的准确性和可追溯性，减少"幻觉"问题，是个性化学习系统的重要底层技术。 10. Vibe Coding / 氛围式编程 用自然语言驱动AI生成代码，快速将想法变为可演示原型的开发方式。工具包括Cursor、V0、B

    1h 4m

  3. FEB 14

    [EP44中文版]Jason Green|20年教育人，如何带领“以教学法为核心”的 AI 公司生长

    Hello 大家好，欢迎来到教育AI智造者播客。 在开始之前需要做一个声明，这是一期在2025年7月份录制的播客。由于伊伊子个人时间安排，一直没有发布。英文转录中文，虽然有AI协助，但是也花费了不少时间。过去了将近半年，时间不短不长，在AI非线性的加速进步下，可能很多条件和场景都发生了变化，不过我相信好的内容可以超越时间，better late than never.：）在这一期节目里，我们想直面一个在教育圈、AI 圈都被频繁提及、却经常被“讲歪”的问题：如果 AI 正在改变教育，那么到底是“教学被自动化了”，还是“教学终于有机会被重新理解”？ 这是一个看似抽象、但对每一位教育者、产品设计者、创业者都极其现实的问题。因为今天你所看到的大量“教育 AI 产品”，正在悄悄把一个危险的前提当成共识——只要生成更快、效率更高、内容更个性化，学习就会自然发生。 但事实真的如此吗？ 我邀请到的嘉宾是 Jason Green —— Your Way Learning（前身 Link）的创始人兼 CEO、沃顿 MBA、宾夕法尼亚大学教育学院（Penn GSE）校友，同时也是《Blended Learning in Action》的合著者。 但比这些头衔更重要的是： Jason 是一个从学习者、教师、一线实践者，一路走到系统设计者的人。 他并不是从“AI 能做什么”“模型有多强”出发，而是二十多年反复围绕同一个问题打转：为什么有些课堂会让学生被点燃，而有些课堂却让他们一点点消失？ 在他的故事里，有一个反复出现的场景：他小时候在课堂上经常“掉线”，并不是因为不聪明，而是因为讲授式教学从一开始就不适合他。真正让他理解知识的，往往是同伴的一句话、一次讨论、一次共同推演。后来，当他在高中做导师、在课后项目中陪伴学生时，他一次又一次确认了这件事：问题从来不在学生，而在课堂结构本身。 也正因为如此，当生成式 AI 出现、教育行业集体兴奋时，Jason 的反应并不是“我们终于可以自动生成教案了”，而是一个更冷静、也更锋利的判断：如果 AI 只是帮我们把原本就有问题的教学流程“加速”，那它并没有改变教育，反而可能固化了问题。 在这期对话中，我们一起深入拆解了几个很少被同时放在一张桌子上讨论的问题： 为什么许多看起来“很先进”的 AI 教育产品，并没有真正改变学习的发生方式？ 为什么传统意义上的教师培训（PD），在学习科学层面本身就存在结构性矛盾？ 什么是 “pedagogically trained AI”——以及为什么这不是一句营销口号，而是一条非常难走、却极其重要的产品路线？ 当生成式 AI 进入课堂，为什么 Agency（主导力） 会同时成为学生和教师最关键、也最容易被忽视的能力？ 在教育巨头林立、政策高度复杂的现实中，一家坚持“教学法优先”的 AI 公司，究竟如何思考未来五年的生长方式如果你是一位老师、教研人员、校长、教育产品经理、EdTech 创业者，或者你正在反复问自己：AI 到底是在帮我减负，还是正在悄悄重塑我作为教育者、设计者的角色？那么这一期节目，会给你一个不轻松、但非常清晰、也极其落地的视角。 🧭 内容大纲1️⃣ 引入：当我们谈“教育 AI”，到底在谈什么？ 多数 AI 教育讨论，停留在“效率”和“生成” 被忽略的问题：学习是如何真正发生的？ 本期核心主线：AI ≠ 教学替代，而是教学结构重组2️⃣ 嘉宾原点：一个“在课堂里经常掉线”的学生 Jason 小学到大学：在讲授式课堂中频繁失联 真正的学习，发生在同伴的一句话、一次讨论里 第一个关键洞察：问题不在学生，而在学习环境3️⃣ 一线冲击：当导师，看见系统性学习失败 在高中做导师，面对高年级却低阅读水平的学生 从“想读法学院”到“必须改变课堂” 教育使命的形成：不是补救学生，而是重构体验4️⃣ 教学法觉醒（无理论阶段） 用乐高、音乐、项目唤醒“被判定为不参与”的学生 第一次直观理解：非传统学习方式 ≠ 降低标准 关键感受：投入感先于成绩发生5️⃣ 理论补全：Penn GSE 与学习科学 建构主义、学习者中心框架如何“把点连起来” 从直觉走向可复制、可迁移的教学语言 教学不是技巧，而是系统设计6️⃣ 项目式学习的真实验证 数学×创业、语音×音乐、阅读×身份认同 学生放学后冲向校车去学习中心的瞬间 核心结论：学生会用行动回应好的教学设计7️⃣ 关键转向：从学生到教师，从 pedagogy 到 andragogy 设备进校≠课堂改变（电脑锁在柜子里） 真正的杠杆在教师：改变一个老师，影响一代学生 引入成人学习法：教师也需要“做中学”8️⃣ 生成性变革模型：为什么教师培训总是失败？ 与 Stanford 学者 Anita Ball 博士合作 反思 → 内省 → 理念生成 → 尝试 → 行动研究 → 内化 → 生成 传统 PD 的致命问题：自己就违背学习科学9️⃣ 教育公平：隐藏课程与阶层化学习方式 工人阶层 vs 精英阶层课堂的根本差异 在 AI 时代，“信息输入—信息输出”迅速贬值 真正的不公平：谁被训练成“思考者”🔟 PACC 框架：把公平做成学习结构 Personalization（个性化） Agency（主导力） Connectivity（连接） Creativity（创造） PACC ≠ 体验升级，而是未来生存力的分配机制1️⃣1️⃣ Your Way Learning：使命没变，但路径倒过来 疫情后教师处在“勉强浮在水面”的状态 不是再给培训，而是把教学法直接嵌进工具 AI 的真正价值：把“最难的教学决策”变得可用1️⃣2️⃣ 教师在驾驶位：为什么 prompt 不该交给老师学 写 prompt 本身是技能门槛 教学已经够难，不能再加一层技术负担 Your Way 的选择：把 prompt 做成有支架的体验1️⃣3️⃣ 系统一致性：AI 不能是“拼盘” 学校 / 学区 / 州标准的复杂现实 随机使用 ChatGPT = 系统碎片化 Your Way 的定位：系统级一致性引擎1️⃣4️⃣ Penn GSE × Your Way：AI Foundations 课程 为非技术背景教师设计 五周自定进度 + 即学即用 最关键模块：AI 驱动的差异化教学1️⃣5️⃣ 最难的问题：巨头竞争下的五年未来 AI 教育仍处早期，会经历“去泡沫化” 技术会变，教学法不会 最终胜出的，是真正改变学习方式的产品=============================相关推荐=================================== 💡 就像 Jason 在这期播客里反复强调的：问题不在工具，而在结构。 他用了二十年时间发现，真正阻碍学习发生的，从来不是学生不够聪明，而是课堂的设计本身就违背了学习科学。 同样的道理，也发生在今天很多人使用 AI 的方式上。 很多人用 AI，就像传统课堂里的"讲授式学习"——看起来在用，ChatGPT 也打开了，prompt 也写了，但工作方式并没有真正改变。这次效果不错，下次却不稳定；今天调通了一个流程，明天换个场景又得重头来过。 表面上在用 AI，实际上还是在"碰运气"。这不是你的问题，也不是 AI 不够强大，而是缺少一套可复用的使用结构。 🎯 AI Builders 解决的核心问题是：如何把 AI 从"偶尔有用"变成"可设计、可复用的系统"。 这门课由课代表立正和鸭哥两位藤校博士主讲，已经持续迭代了两年多，在 Maven 上评分 4.9/5，累计学员 2000+。 它不会教你"怎么写出更好的 prompt"，而是带你建立一套 Builder 方法： 不再依赖零散对话，而是能主动设计 AI 在工作流中的位置 不再被工具牵着走，而是建立起一套清晰的判断结构：哪些该交给 AI，哪些需要人来定义边界 不再停留在一次性 demo，而是能把 AI 稳定、可控地放进真实工作里，长期运行、持续迭代课程包含八个实操项目，带你在一次次上手中，建立起可迁移、可复用的使用框架。 🌟 更重要的是，你会加入 Superlinear AI 社区。 这是一个由 3000+ 来自 OpenAI、Google、Meta 等公司的学员组成的实践社区，沉淀了 300+ 真实落地项目。 在这里，你看到的不是"又学会了一个新工具"，而是很多人真实记录： 有人为了鼓励妈妈学英语，做了一个 Translator + AI Tutor，每天真的在用 有人用 AI 自动化抓取和筛选工作岗位，10 分钟内处理 150 条信息，把原本要花几个小时的重复劳动直接放进了自动化流程 有人帮家人做了助听 APP，不是 demo，而是已经跑了几个月的真实产品这些项目的共同点是：它们不是一次性的炫技，而是被稳定地放进了日常工作流，能够长期运行。 就像这期播客里讨论的生成性变革：不是听一次培训就能改变，而是在真实任务中做中学、在行动中迭代。 📚 如果你已经开始用 AI 提效，AI Architect 课程会进一步把视角拉到系统层面。 很多人做 AI 项目时，会不自觉地被"用什么模型、什么框架"拖进细节里。项目能跑，但注意力也在这个过程中被消耗完AI Architect 课程想做的，是带来一次彻底的角色转变。课程配套的 Builder Space 平台，一站式解决了开发环境搭建与应用部署问题，你能绕过琐碎的基础设施搭建，直接进入核心问题的设计。 真正的变化在于：你不再纠结"怎么写代码"，而是把注意力放在

    1h 8m

  4. FEB 9

    [EP44英文原版]Jason Green|20年教育人，如何带领“以教学法为核心”的 AI 公司生长

    Hello 大家好，欢迎来到教育AI智造者播客。 在开始之前需要做一个声明，这是一期在2025年7月份录制的播客。由于伊伊子个人时间安排，一直没有发布。英文转录中文，虽然有AI协助，但是也花费了不少时间。过去了将近半年，时间不短不长，在AI非线性的加速进步下，可能很多条件和场景都发生了变化，不过我相信好的内容可以超越时间，better late than never.：）在这一期节目里，我们想直面一个在教育圈、AI 圈都被频繁提及、却经常被“讲歪”的问题：如果 AI 正在改变教育，那么到底是“教学被自动化了”，还是“教学终于有机会被重新理解”？ 这是一个看似抽象、但对每一位教育者、产品设计者、创业者都极其现实的问题。因为今天你所看到的大量“教育 AI 产品”，正在悄悄把一个危险的前提当成共识——只要生成更快、效率更高、内容更个性化，学习就会自然发生。 但事实真的如此吗？ 我邀请到的嘉宾是 Jason Green —— Your Way Learning（前身 Link）的创始人兼 CEO、沃顿 MBA、宾夕法尼亚大学教育学院（Penn GSE）校友，同时也是《Blended Learning in Action》的合著者。 但比这些头衔更重要的是： Jason 是一个从学习者、教师、一线实践者，一路走到系统设计者的人。 他并不是从“AI 能做什么”“模型有多强”出发，而是二十多年反复围绕同一个问题打转：为什么有些课堂会让学生被点燃，而有些课堂却让他们一点点消失？ 在他的故事里，有一个反复出现的场景：他小时候在课堂上经常“掉线”，并不是因为不聪明，而是因为讲授式教学从一开始就不适合他。真正让他理解知识的，往往是同伴的一句话、一次讨论、一次共同推演。后来，当他在高中做导师、在课后项目中陪伴学生时，他一次又一次确认了这件事：问题从来不在学生，而在课堂结构本身。 也正因为如此，当生成式 AI 出现、教育行业集体兴奋时，Jason 的反应并不是“我们终于可以自动生成教案了”，而是一个更冷静、也更锋利的判断：如果 AI 只是帮我们把原本就有问题的教学流程“加速”，那它并没有改变教育，反而可能固化了问题。 在这期对话中，我们一起深入拆解了几个很少被同时放在一张桌子上讨论的问题： 为什么许多看起来“很先进”的 AI 教育产品，并没有真正改变学习的发生方式？ 为什么传统意义上的教师培训（PD），在学习科学层面本身就存在结构性矛盾？ 什么是 “pedagogically trained AI”——以及为什么这不是一句营销口号，而是一条非常难走、却极其重要的产品路线？ 当生成式 AI 进入课堂，为什么 Agency（主导力） 会同时成为学生和教师最关键、也最容易被忽视的能力？ 在教育巨头林立、政策高度复杂的现实中，一家坚持“教学法优先”的 AI 公司，究竟如何思考未来五年的生长方式？对我来说，这一期最重要的并不是某一个工具、某一个功能，而是 Jason 反复强调的一个立场：老师必须始终坐在驾驶位。AI 只能是可信赖的合作者，而不是教学决策的替代者。 如果你是一位老师、教研人员、校长、教育产品经理、EdTech 创业者，或者你正在反复问自己：AI 到底是在帮我减负，还是正在悄悄重塑我作为教育者、设计者的角色？那么这一期节目，会给你一个不轻松、但非常清晰、也极其落地的视角。 🧭 内容大纲1️⃣ 引入：当我们谈“教育 AI”，到底在谈什么？ 多数 AI 教育讨论，停留在“效率”和“生成” 被忽略的问题：学习是如何真正发生的？ 本期核心主线：AI ≠ 教学替代，而是教学结构重组2️⃣ 嘉宾原点：一个“在课堂里经常掉线”的学生 Jason 小学到大学：在讲授式课堂中频繁失联 真正的学习，发生在同伴的一句话、一次讨论里 第一个关键洞察：问题不在学生，而在学习环境3️⃣ 一线冲击：当导师，看见系统性学习失败 在高中做导师，面对高年级却低阅读水平的学生 从“想读法学院”到“必须改变课堂” 教育使命的形成：不是补救学生，而是重构体验4️⃣ 教学法觉醒（无理论阶段） 用乐高、音乐、项目唤醒“被判定为不参与”的学生 第一次直观理解：非传统学习方式 ≠ 降低标准 关键感受：投入感先于成绩发生5️⃣ 理论补全：Penn GSE 与学习科学 建构主义、学习者中心框架如何“把点连起来” 从直觉走向可复制、可迁移的教学语言 教学不是技巧，而是系统设计6️⃣ 项目式学习的真实验证 数学×创业、语音×音乐、阅读×身份认同 学生放学后冲向校车去学习中心的瞬间 核心结论：学生会用行动回应好的教学设计7️⃣ 关键转向：从学生到教师，从 pedagogy 到 andragogy 设备进校≠课堂改变（电脑锁在柜子里） 真正的杠杆在教师：改变一个老师，影响一代学生 引入成人学习法：教师也需要“做中学”8️⃣ 生成性变革模型：为什么教师培训总是失败？ 与 Stanford 学者 Anita Ball 博士合作 反思 → 内省 → 理念生成 → 尝试 → 行动研究 → 内化 → 生成 传统 PD 的致命问题：自己就违背学习科学9️⃣ 教育公平：隐藏课程与阶层化学习方式 工人阶层 vs 精英阶层课堂的根本差异 在 AI 时代，“信息输入—信息输出”迅速贬值 真正的不公平：谁被训练成“思考者”🔟 PACC 框架：把公平做成学习结构 Personalization（个性化） Agency（主导力） Connectivity（连接） Creativity（创造） PACC ≠ 体验升级，而是未来生存力的分配机制1️⃣1️⃣ Your Way Learning：使命没变，但路径倒过来 疫情后教师处在“勉强浮在水面”的状态 不是再给培训，而是把教学法直接嵌进工具 AI 的真正价值：把“最难的教学决策”变得可用1️⃣2️⃣ 教师在驾驶位：为什么 prompt 不该交给老师学 写 prompt 本身是技能门槛 教学已经够难，不能再加一层技术负担 Your Way 的选择：把 prompt 做成有支架的体验1️⃣3️⃣ 系统一致性：AI 不能是“拼盘” 学校 / 学区 / 州标准的复杂现实 随机使用 ChatGPT = 系统碎片化 Your Way 的定位：系统级一致性引擎1️⃣4️⃣ Penn GSE × Your Way：AI Foundations 课程 为非技术背景教师设计 五周自定进度 + 即学即用 最关键模块：AI 驱动的差异化教学1️⃣5️⃣ 最难的问题：巨头竞争下的五年未来 AI 教育仍处早期，会经历“去泡沫化” 技术会变，教学法不会 最终胜出的，是真正改变学习方式的产品-----------------------关于伊伊子---------------------- 伊伊子的小红书传送门 ----------------------关于听友群----------------------- 如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊 请大家在填写微信联系方式时，务必确认拼写是否完整和正确。我们遇见过好几次微信ID无法识别的情况~谢谢大家！ --------------------相关词介绍------------------- 教学法对齐（Pedagogical Alignment）指教学目标、学习活动、评估方式与学习科学之间的一致性，而非工具堆叠。 学习者中心（Learner-Centered）以学生的理解路径、参与方式和认知发展为设计起点，而非内容传递。 成人学习法（Andragogy）成人最有效的学习方式是“在真实任务中做中学”，而非听讲。 生成性变革（Generative Change）教师通过反思—行动—研究—迭代，不断生成更成熟的教学实践。 行动研究（Action Research）把课堂视为实验场，用失败作为数据，而不是证据。 教学支架（Scaffolding）在关键节点提供支持，让学习者完成“刚好够难”的任务。 隐藏课程（Hidden Curriculum）学校无形中传递的社会规则、思维方式与权力结构。 PACC 框架Personalization / Agency / Connectivity / Creativity用于设计真正具有公平性的学习体验结构。 主导力（Agency）个体对学习目标、路径和节奏的掌控能力，是 AI 时代最核心的人类能力。 Pedagogically Trained AI以学习科学与教学法为底层约束的 AI，而非单纯内容生成器。 系统一致性（Coherence）AI 工具与学校、学区、课程标准保持一致，避免碎片化实践。 教师在驾驶位（Teacher-in-the-Driver’s-Seat）AI 作为协作者，而非决策替代者。

    1h 27m

  5. JAN 29

    [EP43] 高寒 | 走完 0→1 之后，教育 AI 创业真正难的是什么？

    Hello大家好，欢迎来到教育AI智造者播客~ 这一期《教育AI智造者》，我不想聊“成功案例”，也不想聊“失败复盘”，而是想把镜头对准一种更常见、也更难被说清楚的状态：教育AI创业的中间态——产品做出来了、用户也有了，甚至还收过钱，但就是卡在一个尴尬区间：不算失败，却很难被称为成功。 我邀请到返场嘉宾高寒(第十五期嘉宾)。过去一年，他在国内一家大型教育平台的子公司做了三条相当典型的教育AI产品线：错题本、AIPPT、试卷诊断报告。它们都有真实上线、真实用户、真实付费与反馈，但也都经历了“0→-1”的现实：钱花了、动作做了、推广也跑了，最后却发现真正决定生死的，不是“需求真假”，而是商业闭环与现金流节奏。 这期最刺痛、也最有价值的部分是：我们一起拆解那些被创业叙事包装过的词——“产品足够好就会成功”、“ship fast fail fast”、“找刚需就稳赢”——在真实战场里它们往往只是漂亮口号。高寒给出的结论很直接：需求大多都是真的，唯一不确定的是你怎么在商业上活下来；而“把钱花明白”，可能比“找需求”更难、更关键。 我们还聊到一个非常反直觉但很当下的判断：vibe coding 对生产级产品的改变有限，但对自媒体与表达型创作者是巨大红利——它不一定让你“以一顶百做出爆款App”，但能让你以极低成本制造出“可演示的素材”，把抽象想法变成可视化作品，再反过来降低你做内容、做传播、做销售的门槛。 如果你正在做教育AI工具、做老师向产品、做内容与课程、或者你也处在“要不要继续”的拉扯里，这期可能会给你一种更清醒的坐标：别急着定义成功与失败，先把节奏、现金流和情绪控制做对。 🧭 内容大纲1️⃣ 引入：为什么这期不聊成功，也不聊失败？ 教育 AI 项目大量出现：有 demo、有用户、有留存，甚至有付费 但更多人卡在一种说不出口的状态：不算失败，却也走不动 本期核心问题：为什么 0→1 走完了，1→10 却如此艰难？2️⃣ 嘉宾返场：一年三条产品线的真实经历 嘉宾高寒：过去一年在大型教育平台子公司负责 AI 教育产品探索 三个项目：自动错题本，AIPPT 教学课件生成， 试卷诊断与分析报告 共通点：全部真实上线，有真实用户与付费，也都走到了 0→-1 的现实3️⃣ 从“真实需求”出发，为什么还是走不下去？ 初期决策逻辑：从身边需求出发（家长、老师、学生）， 先做出来，再看能否商业化 后来的反思：需求大多都是真的， 真正不确定的是：你能不能挣得比你花得多4️⃣ 错题本的反直觉现实：成熟场景很难被 AI 重构 错题本的核心价值不是“讲解更好”，而是错题重做 交互路径早已有最佳实践 AI 能提升效率，但很难颠覆核心体验 冲突点：AI 看起来很强， 但“创新过度”反而可能伤害体验5️⃣ AIPPT 为什么是 0→-1？ 需求是否存在？存在 问题不在产品，而在商业节奏：销售启动太晚，收款周期过长，开发与推广成本过高 关键反思：做得“很正确”，但依然不挣钱6️⃣ “打磨好产品” vs “ship fast”：其实是同一件事 两种常见创业叙事：快速试错、不断撒币VS坚定方向、重投入打磨 嘉宾判断：本质没有区别, 都是在有限时间和资金里，押一个回报节点 真正重要的不是方法，而是：你什么时候该停、该转、该收缩7️⃣ to VC 这条路：不是顺便融资，而是一种“客户选择” VC 不是“顺带拿钱”，而是一种明确的商业路径 to VC 的核心不是产品，而是：叙事能力, 节奏管理,资源配置 反思：不是所有团队都适合, 不专业去做，反而更危险8️⃣ 为什么有些“看起来伪需求”的项目能拿到大钱？ 讨论 Video Tutor 等现象级项目 技术可复现 ≠ 投资不合理 VC 投的不是技术本身，而是：技术 × 场景 × 叙事 × 成功概率 关键视角转变：不问“它为什么不行”，而问“它凭什么可能行”9️⃣ Web Coding 的真实价值：不是产品，而是表达 对生产级产品的改变有限 但对创作者、自媒体、教育表达者是巨大红利 vibe coding 的作用：把抽象想法变成可演示素材, 降低内容表达与传播成本 它更像：素材工厂，而不是造 App 神器🔟 收束：成功与失败之外，更重要的是节奏与情绪 嘉宾对“成功/失败”不给定义 但给出一个更现实的抓手：情绪控制与节奏管理 为什么选择回到职场：先稳住情绪, 再决定下一次出发 本期真正的结论： 先活下来，再谈理想；先把钱花明白，再谈愿景-----------------------关于伊伊子---------------------- 伊伊子2024年的复盘 伊伊子专门为AI教育者打造的开源AI教育论文库 伊伊子专门为老师和AI创业者打造的20种教学场景指令 伊伊子的小红书传送门 ----------------------关于听友群----------------------- 如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊 请大家在填写微信联系方式时，务必确认拼写是否完整和正确。我们遇见过好几次微信ID无法识别的情况~谢谢大家！ --------------------相关词介绍------------------- 1. 中间态（In-Between State）指教育 AI 创业中最常见却最少被讨论的阶段：产品已上线、有用户、有付费，但增长停滞、现金流紧张，无法明确归类为成功或失败。本期认为，这是最需要被认真复盘的真实状态。 2. 0 → -1（Negative Traction）不同于“0 到 1”的正向叙事，0→-1 指项目在投入资源后，短期回报不足以覆盖成本，现金流持续为负。它不是没做成，而是“做成了也养不活自己”。 3. 需求成立 vs. 商业成立（Demand vs. Viability）节目反复强调的核心区分： 需求成立＝有人觉得有用 商业成立＝能持续挣钱、回款节奏可控教育 AI 领域“需求成立”并不稀缺，真正稀缺的是商业成立。4. 成熟产品形态（Mature Product Pattern）指在某一教育场景中，核心价值与交互路径已被长期验证的产品类型，如错题本、拍照搜题等。此类场景中，AI 更可能带来效率提升，而非结构性颠覆。 5. 最佳实践交互路径（Best-Practice UX）在成熟场景中，用户已经形成最低成本、最顺手的使用路径。节目指出：AI 如果不能显著缩短路径，反而容易成为“看起来高级、用起来更麻烦”的负担。 6. 现金流节奏（Cashflow Tempo）不是“赚不赚钱”，而是： 多久能回款 回款是否稳定 能否覆盖持续支出节目认为，现金流节奏比产品功能更早决定项目生死。7. 资本使用纪律（Capital Discipline）指在不确定性下，是否具备及时止损、压缩成本、改变打法的能力。本期的残酷共识是： 很多项目不是不努力，而是不够果断地停下来。8. 创业叙事逻辑（Startup Narrative）指“产品足够好就会成功”“ship fast, fail fast”等被高度简化的成功故事框架。节目指出：叙事可以激励行动，但一旦代替真实判断，就会误导决策。 9. To VC 模式（Venture-Driven Path）把风险投资视为第一类客户的创业路径。其核心不在产品，而在： 融资节奏 叙事能力 资源配置节目强调：to VC 本身是一项专业能力，而非顺带选择。10. 技术可复现性（Technical Replicability）指某一 AI 功能在工程上是否容易被复制。节目提醒：技术是否可复现，并不直接决定它是否具备投资价值，关键在于是否嵌入了可赢的商业场景。 11. 场景适配（Context Fit）技术 × 用户 × 付费机制 × 使用频率的整体匹配度。本期反复出现的判断是： 很多争议项目不是“伪需求”，而是暂时没有找到合适的场景。12. Web Coding / Vibe Coding指借助 AI 快速生成网页、动画或交互原型的能力。节目给出非常明确的定位： 对生产级产品影响有限 对表达型创作者、自媒体、教育内容制作者价值极高13. 素材工厂（Demo-as-Asset）一种新的创作范式：用 web coding 把抽象想法变成可演示的“壳”，再作为视频、课程、销售与传播的素材。它解决的不是“能不能做产品”，而是有没有表达素材。 14. 表达型红利（Expression Leverage）指 AI 工具显著降低“把想法讲清楚”的成本。节目认为，AI coding 带来的最大红利，不在工程效率，而在表达效率。 15. 情绪控制（Emotional Regulation）在高不确定环境中保持判断力的能力。节目最后给出的现实结论是： 情绪控制不一定让你成功，但能显著降低失败概率。

    1h 11m

  6. JAN 11

    [EP42]马君｜为什么一位硅谷工程经理，选择用 AI 重新设计亲子沟通

    Hello大家好，欢迎来到教育AI智造者播客~ 这一期《教育AI制造者》，我邀请了一位对我来说非常重要的朋友——马君。她曾在硅谷一家大型科技公司工作，是晋升速度极快的工程经理之一，也是在所有外部条件都“看起来很顺”的时候，选择停下来问自己一个更根本问题的人： 如果接下来几年只能做一件事，什么事情值得我把时间和心力真正投进去？ 她最终选择的方向，并不是一个看起来更性感、更容易讲故事的 AI 赛道，而是亲子沟通。一个几乎每个家庭都会遇到、却长期被忽视，也很少被技术认真对待的问题。 我们在这期对话里反复确认了一件事： 大多数亲子冲突，并不是因为父母不爱孩子，而是因为父母并不知道，自己刚才那样说、那样做，真实地给孩子带来了什么样的影响。 马君正在做的这款 AI 亲子沟通产品，并不试图教孩子怎么做，也不想替代父母的角色。相反，它刻意把 AI 放在一个“退后一步”的位置：只服务父母，只做事后分析，只帮助大人看清一段真实互动中发生了什么。 在这期播客中，我们深入讨论了几个并不轻松的问题： 当 AI 变得越来越会解释世界，它会不会成为新的权威？ 父母对 AI 的抗拒，究竟是在抗拒技术，还是在抗拒失去解释权？ 同理心到底是不是一种天赋，还是一项需要在日常生活中不断练习的能力？对我来说，这一集最重要的并不是产品本身，而是我们一起重新确认了一件事情： AI 真正可能带来的改变，或许不是让孩子变得更“好”，而是让大人更早意识到自己的模式，更快学会修复关系。 你不需要成为一个完美的父母。 你只需要在某一次情绪已经上来的时刻，多一秒空间，去做出不同的选择。 🧭 内容大纲从「一切都很顺」到「我现在不做一定会后悔」 马君离开大厂，并不是因为走不下去，而是因为走得太顺了 在升职、资源、路径都清晰的时刻，她反而更清楚：什么事情不值得再继续投入生命 AI 只是时机，不是原因；真正的原因，是她对「人和人之间的关系」长期的在意为什么是亲子沟通，而不是更“性感”的 AI 赛道？ 从云计算、系统工程、管理，到亲子关系，看似跳跃，其实是一条连贯的线 管理者、伴侣、父母，本质上都在面对同一件事：如何在不对等关系中，传递尊重与信任 越是被忽略、被视为“软问题”的领域，越缺少真正被认真设计过的工具父母的本意，和孩子真正感受到的，为什么总是对不上？ 绝大多数父母并不是不爱，而是不知道“刚才那样说”造成了什么效果 亲子沟通里最大的鸿沟，不是态度，而是认知上的不可见差距 如果这个差距一直不可见，它就会一代一代重复当 AI 变得“更会解释世界”，谁在害怕？ 家长对 AI 的抗拒，很多时候并不是技术恐惧，而是解释权被挑战的不安 当 AI 可以分析、总结、判断一段对话，父母会不会失去权威？ 问题不在 AI 会不会变强，而在我们是否把关系责任让渡给它这个产品的核心选择：AI 只服务父母，不面对孩子 AI 不是来教孩子怎么做，而是帮助父母理解发生了什么 它不在冲突当下介入，而是在事后提供诊断和反思空间 目标不是“把话说对”，而是让下一次多一秒选择同理心不是天赋，而是需要被练习的能力 没有人天生就会当父母，大多数人都是一边失败一边学 真正困难的不是“知道要共情”，而是在疲惫和情绪中还能选择理解 AI 的价值，在于成为一面不带指责的镜子技术的边界：理解可以被增强，关系不能被替代 多人语音、情绪、语调、沉默，让真实世界远比实验室复杂 即便如此，AI 在识别互动模式上的能力已经超出许多人的预期 但最终的验证，永远发生在人和人之间创业与不确定性：护城河还不清晰，但问题足够值得 她并不回避护城河的问题，也不急着给出一个漂亮答案 如果一个问题足够复杂、足够长期，就不可能被一次性复制解决 真正的护城河，往往是在长期面对同一类真实问题中慢慢长出来的一个更慢、但更真实的结尾 AI 也许改变不了亲子关系的本质 但它可能让大人更早意识到自己的模式 也让修复关系，成为一件可被练习的事---------------重要声明与使用说明----------------- 关于隐私与数据使用本期节目中提到的 AI 亲子沟通产品，涉及对亲子互动场景的语音分析。需要特别说明的是，该产品在设计之初即将隐私保护与数据伦理作为核心前提。所有数据的采集均以用户明确知情与主动授权为前提，相关音频数据仅用于帮助父母理解沟通模式与互动效果，不用于任何形式的监控或持续监听。产品团队正在采用包括数据加密、最小化存储与严格访问控制在内的多重技术与流程，确保家庭沟通数据的安全性与私密性。 关于 AI 的角色与边界节目中反复强调：AI 在亲子沟通中的角色是辅助者，而非权威者。AI 的分析结果并非“标准答案”，更不构成任何形式的医疗、心理或教育诊疗建议。最终的理解、选择与行动，始终由父母本人决定。 关于产品阶段与能力预期目前产品仍处于早期内测（Beta）阶段。在不同年龄段、不同家庭环境下，AI 对情绪、语调与互动模式的识别能力仍在持续迭代与优化中。 亲子沟通本身是一个高度复杂、长期存在的问题，团队正在通过融合心理学与儿童发展研究框架、多模态音频理解技术，以及真实家庭场景中的持续反馈，逐步构建长期价值与差异化能力。 测试版本的下载链接: https://testflight.apple.com/join/85u1yFk7 如果你想加入该项目团队或者参与产品调研，请联系马君(junm0537@gmail.com) ---------------近期伊伊子想做的一些事情----------------- 最近，随着大家对 AI 与教育的热情逐渐高涨，越来越多的朋友开始打造属于自己的 AI 教育工具。我也在小红书上分享了三个基于 AI 辅助编程、从零开始制作的教学工具，包括：作文批改“神器”、历史可视化以及数学公式可视化师生端等，大家都反馈非常好。 随后，我也逐渐在小红书开启了直播，手把手展示如何与 AI 一起头脑风暴并完成相关的编程。许多观众向我反馈，认为这是一个从“不了解”到“掌握”的清晰过程，帮助他们一步步地解构并去神秘化教育 AI 产品的研发，也让他们感受到“自己做得到”。 接下来，会开始做专题圆桌讨论，内容涵盖如何开发相关产品、国内外的产品对比分析，以及关于产品增长、推广和商业化的头脑风暴。如果你对此感兴趣，可以添加微信(yiyizihere)；我也会在群里更新讨论时间和内容。此外，欢迎加入我的小红书海外 AI 讨论群，期待与你们进行思维上的碰撞! -----------------------关于伊伊子---------------------- 伊伊子2024年的复盘 伊伊子专门为AI教育者打造的开源AI教育论文库 伊伊子专门为老师和AI创业者打造的20种教学场景指令 伊伊子的小红书传送门 ----------------------关于听友群----------------------- 如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊 请大家在填写微信联系方式时，务必确认拼写是否完整和正确。我们遇见过好几次微信ID无法识别的情况~谢谢大家！ --------------------相关词介绍------------------- 亲子沟通里的“实际效果”很多父母在沟通中关注的是“我本来想表达什么”，但孩子真正经历的是另一种情绪现实。本期反复强调，问题不在动机，而在于话语、语气和时机带来的实际心理影响。理解这一点，是所有改变的起点。 AI 作为辅助者，而不是权威者马军明确指出，AI 在亲子关系中的角色只能是辅助，而不能成为新的权威。它提供的是理解与分析，而不是裁决。一旦 AI 被当成“谁对谁错”的裁判，关系本身就会被进一步破坏。 可解释权可解释权指的是“谁来解释发生了什么”。在亲子关系中，这个权力如果完全交给 AI，会引发父母的本能防御。本期讨论的核心之一，是如何让 AI 提供解释，但不剥夺父母的主体性。 事后反思，而非即时介入这个产品刻意不在冲突当下介入，而是在事后提供分析。这背后的逻辑是：情绪高点时，人几乎无法学习；只有在安全的时间点，反思才有可能发生。 同理心的可学习性播客里反复强调，同理心不是一种性格标签，而是可以通过观察、反思和练习逐步增长的能力。尤其在亲子关系中，大人需要承认：我也在学习中。 模式识别这里的模式不是一句话，而是反复出现的互动结构。AI 的价值在于帮助父母看见这些长期存在却难以自察的沟通模式，而不是纠结某一次对话说得对不对。 安全感的传递亲子沟通的长期目标不是“把事情说清楚”，而是让孩子在关系中感到安全。播客中多次提到，孩子是否感到被理解，往往比事情本身更重要。 解释与验证AI 给出的理解不是终

    1h 13m

  7. 11/26/2025

    [EP41]Karen｜教育人的一人公司为什么更难？100场线下工作坊带来的指南

    Hello大家好，欢迎来到教育AI智造者播客~在这一期节目里，我想带你深入一个越来越多人正在悄悄实践、但很少有人真正讲清楚的主题——一人公司（Solo Business）。 不是“斜杠青年”的浪漫想象，也不是那种“只要发帖就能变现”的伪方法论，而是一套在教育与AI浪潮下快速成型的、真实可行的个人创业模式。 我邀请到的嘉宾是 Karen ——过去14个月里，她在线下举办 90 场工作坊、亲自陪伴超过 1500 位一人公司创业者。他既是实践者，也是真实市场的一线观察者。 在这场访谈中，我们一起讨论： 为什么“一人公司”会成为这一代教育、内容与AI创业者的现实选择？ 为什么有人越做越轻盈，有人却越做越累？ 什么样的人适合走“一人公司”的路径？又有哪些结构性误区？ 在教育 x AI 的交叉场景里，个人如何构建属于自己的“产品线”？ 如何判断你应该坚持、迭代，还是干脆换一条打法？这一期节目很特别，因为它不仅讨论方法，更讨论人与工作的关系、个人能力的产品化、如何在教育和AI的加速周期中稳住自己的节奏。 无论你是老师、内容创作者、教育从业者、AI工具开发者，还是正在考虑做副业、做个人品牌、做咨询或开一个小型教育产品工作室，这期节目都可能会成为你的路径指南， 也欢迎把节目分享给正在“独立探索职业道路”的朋友。 🧭 内容大纲1️⃣ 引入：为什么“一人公司”突然变得重要？ 真实听众困境：副业做到一半放弃、兴趣转移、被现实拖住 教育人、内容人、AI研究者，都在被同一个问题困扰：如何持续？2️⃣ 嘉宾背景：1500位样本中的真实趋势 Karen 在 14 个月中做了 90 场线下活动、陪伴超 1500 位创业者 她既是“一人公司”的创作者，也是大规模样本的观察者。3️⃣ 一人公司的三阶段：从卖时间到卖结构 阶段 1：卖时间（自由职业） 阶段 2：卖产品（个体能力产品化） 阶段 3：卖结构（方法论、课程、工具、系统化能力）4️⃣ 一人公司“四象限模型”：找到你的位置基于两条轴：线上/线下 × 虚拟/实体： 线上×虚拟：最友好的赛道（个人IP、AI工具、服务皆可） 线上×实体：供应链挑战明显 线下×虚拟：强信任、高客单 线下×实体：综合能力要求高5️⃣ 为什么“执行力”比想法重要？ 主持人提到：一个人像一个团队一样行动 执行力来自什么？源于动机，而不是性格。6️⃣ 创业的动机与持续力：为什么有人能坚持？ 一人公司不是“兴趣驱动”，而是动能驱动 动能来自：价值感、样本反馈、结构化路径感7️⃣ 能力模型：什么样的人更适合一人公司？节目提出的关键词：Agency（主导力） 对人生、想法、行动保持主导，而非被动等待 主动建构自己的产品线而非被流量牵着走8️⃣ 误区：为什么大家都“做着做着就累了”？ 误区 1：把副业当“逃避机制” 误区 2：掉进“短期流量幻觉” 误区 3：缺乏结构 → 难以持续 误区 4：只做内容、不做产品9️⃣ AI时代的“一人公司”机会点节目中隐含的方向： AI降低了产品化、工具化的门槛 个体能把“教育+AI+个人经验”组合成真正可交付的价值 学习、咨询、产品、知识工具都能进入“一人公司产品线”🔟 收束：轻盈创业 vs. 消耗式创业 一人公司不是卷自己，而是找到可持续的节奏 未来属于“既能教学、又能设计、也能使用AI工具的人”---------------近期伊伊子想做的一些事情----------------- 最近，随着大家对 AI 与教育的热情逐渐高涨，越来越多的朋友开始打造属于自己的 AI 教育工具。我也在小红书上分享了三个基于 AI 辅助编程、从零开始制作的教学工具，包括：作文批改“神器”、历史可视化以及数学公式可视化师生端等，大家都反馈非常好。 随后，我也逐渐在小红书开启了直播，手把手展示如何与 AI 一起头脑风暴并完成相关的编程。许多观众向我反馈，认为这是一个从“不了解”到“掌握”的清晰过程，帮助他们一步步地解构并去神秘化教育 AI 产品的研发，也让他们感受到“自己做得到”。 接下来，会开始做专题圆桌讨论，内容涵盖如何开发相关产品、国内外的产品对比分析，以及关于产品增长、推广和商业化的头脑风暴。如果你对此感兴趣，可以添加微信(yiyizihere)；我也会在群里更新讨论时间和内容。此外，欢迎加入我的小红书海外 AI 讨论群，期待与你们进行思维上的碰撞! -----------------------关于伊伊子---------------------- 伊伊子2024年的复盘 伊伊子专门为AI教育者打造的开源AI教育论文库 伊伊子专门为老师和AI创业者打造的20种教学场景指令 伊伊子的小红书传送门 ----------------------关于听友群----------------------- 如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊 请大家在填写微信联系方式时，务必确认拼写是否完整和正确。我们遇见过好几次微信ID无法识别的情况~谢谢大家！ --------------------相关词介绍------------------- 1. 一人公司（Solo Business）指由个体主导、集产品、营销、交付于一身的小型可持续业务形态。它依托个人专长，将“经验—方法—产品”进行结构化输出，在教育与AI结合的时代尤其适合教学者、自由职业者、内容创作者等低组织成本创业者。 2. 个人能力产品化（Personal Productization）把个人经验、技能或洞察打包为可复制产品，如课程、工具、服务。相比“卖时间”，产品化具有可规模化特性，是一人公司从初级到成熟的关键跳跃。 3. 主导力（Agency）指个体对自己的工作节奏、方向与价值保持主控的能力。在一人公司路径中，比技能更重要，因为缺乏主导力的人容易被情绪、流量与外部声音牵着走，难以持续。 4. 四象限模型（Business Quadrants）以“线上／线下”、“虚拟／实体”为维度，将一人公司的产品路径分成四种类型。不同象限要求完全不同的能力（如供应链、信任建立、内容能力），帮助创业者找到适合自己的切入点。 5. 动能（Driving Energy）区别于短暂兴趣的内在推动力。动能来自反馈循环、价值感、节奏感，是让一人公司持续前进的关键心理与结构来源。 6. 卖时间（Time-for-Money）一人公司最初级阶段，如接案、咨询、做任务。虽然门槛最低，但不可规模化，最终必须过渡到卖产品或卖结构，否则难以持续增长。 7. 卖结构（Selling Systems）高级阶段输出方法论、工具、框架或流程，如课程体系、知识库、AI工作流等。属于可复用结构，是一人公司真正具备护城河的核心。 8. 教育 x AI 创业（EdAI Solo Entrepreneurship）指教师、研究者、教练、内容创作者等以教育经验为核心，用AI工具提升内容生产、课程设计或学生支持，从而构建高质量的个人产品线。 9. 高客单价信任业务（High-Trust Service）线下咨询、留学服务、训练营等，需要长期信任关系。节目指出此类业务对个人能力模型要求最高，门槛不是内容，而是“关系管理与交付能力”。 10. 可持续创业节奏（Sustainable Pace）区别于消耗式爆发，通过长期结构、清晰定位与稳定产品线，实现低焦虑、高复购的个人创业模式。节目核心主张：一人公司不是“更拼”，而是“更稳”。

    1h 27m

  8. 11/15/2025

    [EP40]Xiaoxue |从政策与产品到课堂, 如何系统掌握教师AI素养

    Hello大家好，这里是《教育AI智造者》。停更三个月之后，终于来更新啦！！！ 在这一期节目中，我想带你把“AI进课堂”从工具清单拉回到教育本质——去看教师如何发展AI素养，并把它变成可落地、可持续的教学实践。我们的嘉宾是Xiaoxue Du博士（跨教育研究、产业与一线培训的实践者）。她的路径很特别：从学术研究、课程设计到教师培训，再到与学校/产品团队共创，她不仅提出“AI三重角色：观察者—协作者—反思之镜”，还把这些理念变成可教、可评、可扩散的课堂行动与教师成长路径。这不是纸上谈兵，而是一次从“教育理念 → 课堂设计 → 教师社群”的真实行动。节目里我们聊到： 在教学现场，AI应该“无处不在”还是“点到为止”？ 当学生的学习动力与评价体系冲突时，老师如何抉择？ 教师在AI时代，是否需要同时具备学术视野与“产品经理思维”？ 如果AI的介入让学生失去思考欲望，该怎么调整？更重要的是，杜博士在设计“AI×学科”的历程中，也一直在反问自己：AI到底是“教学加速器”，还是“教学放大镜”？教师的价值，能否在AI辅助的时代被重新定义？ 这期节目适合很多人： 一线教师：你会看到AI如何以教学法为锚进入课堂，而不只是“贴上AI标签”； 教育产品开发者/PM：你会理解如何将学科思路转译成任务链、工具模块与提示词； 正在寻找落地方法的人：你会感受到“真实课堂”的复杂性与创造力。我们不是在讨论“未来教育”，而是在现场实践它。听完节目，欢迎在 show notes 加入我们的听友群，一起探讨AI如何为教育带来持续的生命力与人味。 🧭 内容大纲1️⃣ 从跨界到一线：路径与动机 研究→实践→培训的迁移：把模型语言翻译成课堂语言 不同学校生态下的角色切换与落差适应 从“工具导向”转向“问题与证据导向”的动机2️⃣ 真实课堂里的AI探索 AI三重角色：观察者（学习轨迹）/协作者（增能教师）/反思之镜（公平与偏差） 典型任务链：信息取证→草案生成→证据对齐→同伴互评→复改 工具与流程：备课助手、生成式平台、过程性评价面板的协同3️⃣ 学生反馈与现实阻力 GPA与兴趣的拉扯：高阶认知训练在中学的挑战 “AI代劳/轻松化”的倾向与课堂调节 让学生“愿学会想”的激励：从结果评价转向过程性证据4️⃣ 教师角色的再定义 教学领导力×学习领导力：何时介入、如何放手 老师从“知识传授者”到“冲突制造者、共创主持人” 把个人专长与社会观察融进课程设计5️⃣ 社群建设与规模化 教师×创业者×家长×程序员的跨界共创社群 社群如何在信息筛选、方案试验与落地复用中发挥价值 从“可移植”到“可适配”的扩散路径与治理6️⃣ 未来趋势与教育想象 游戏化学习与多模态交互 人文学科的AI赋能与“知识审美” 情绪调节与价值引导：让兴趣与热爱成为长效驱动力---------------近期伊伊子想做的一些事情----------------- 最近，随着大家对 AI 与教育的热情逐渐高涨，越来越多的朋友开始打造属于自己的 AI 教育工具。我也在小红书上分享了三个基于 AI 辅助编程、从零开始制作的教学工具，包括：作文批改“神器”、历史可视化以及数学公式可视化师生端等，大家都反馈非常好。 随后，我也逐渐在小红书开启了直播，手把手展示如何与 AI 一起头脑风暴并完成相关的编程。许多观众向我反馈，认为这是一个从“不了解”到“掌握”的清晰过程，帮助他们一步步地解构并去神秘化教育 AI 产品的研发，也让他们感受到“自己做得到”。 接下来，会开始做专题圆桌讨论，内容涵盖如何开发相关产品、国内外的产品对比分析，以及关于产品增长、推广和商业化的头脑风暴。如果你对此感兴趣，可以添加微信(yiyizihere)；我也会在群里更新讨论时间和内容。此外，欢迎加入我的小红书海外 AI 讨论群，期待与你们进行思维上的碰撞! -----------------------关于伊伊子---------------------- 伊伊子2024年的复盘 伊伊子专门为AI教育者打造的开源AI教育论文库 伊伊子专门为老师和AI创业者打造的20种教学场景指令 伊伊子的小红书传送门 ----------------------关于听友群----------------------- 如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊 请大家在填写微信联系方式时，务必确认拼写是否完整和正确。我们遇见过好几次微信ID无法识别的情况~谢谢大家！ --------------------相关词介绍------------------- 1）Play by Design不等“完美教案”，先搭建真实情境与角色，让学生在任务中用AI做决策、犯错与修正；教师据此反思与再设计，课堂由剧本转为迭代系统，促使“知识接受者→知识建构者”的角色迁移。 2）游戏化学习以可交互界面与规则驱动学习，学生在多轮选择中承担后果与优化方案；过程嵌入数学与科学概念，形成“做中学”的证据链，帮助教师用具体反馈理解AI介入对课堂价值的放大与边界。 3）场景化/真实性从“先设目标”转为“先建场景”，如AI记者、气候数据分析师等职业化任务；在真实约束下用AI解题，提升意义感与投入度，同时让教师从“全知者”转为共学者，接住学生多样路径。 4）学生作为知识建构者课堂不再把学生当“吸收者”，而是在角色与任务中生成观点、产出作品、接受后果；AI提供工具性支持但不替代理解，学习轨迹因此可被观察、诊断与复改，形成可追溯成长证据。 5）利益相关方与权衡（trade-off）任务把“谁受影响、如何取舍”显性化；学生需在多方诉求间做出决定并承担成本，借AI完成计算、检索与模拟，最后用证据解释方案，训练价值判断与公共理性，而非仅追求“唯一正确”。 6）学习轨迹指学生随时间展开的行为与产出序列；在场景化与游戏化任务中，轨迹记录选择—结果—修正的链路，便于教师做形成性评价与目标微调，也为AI“协作者”定位提供可操作的观测面。 7）AI作为协作者把AI当“时间与思维伙伴”，协助批改、信息组织与目标调整，但决策与伦理边界保持在人手中；教师依过程证据进行干预，避免“AI代劳”，确保技术服务于学习而非替代学习。 8）AI作为反思镜以数据与过程回看课堂：标准是否公平、资源是否倾斜、评价是否失真；教师据此修订任务与量规，让技术暴露问题而非掩盖问题，使“效率提升”与“价值引导”在同一框架内并存。 9）终身学习的循环学习重点不在记忆量，而在“连接—应用—反思”的生命周期；AI加速跨域创新，但真正有效的是把经验结构化并回灌到新的任务中，形成可迁移的方法论与自我更新的能力结构。 10）Day of AI（AI日）与“找人—找资源—守初心”推广依赖三类资源：课程资源、学校网络与资金支持；同时以“初心”维持长期动能，让不同地区教师获得可用材料并改善课堂体验，面对挑战仍能稳步扩展与迭代。 11）共识 vs 先行示范一派主张先建共识再落地，另一派强调由先驱者率先做出样板、用效果带动追随；在学校这一复杂系统中，往往需在治理与试点间寻找动态平衡，结合证据形成可复制路径。 12）创新扩散（创新—早期采用者—主流）把校内AI实践放入扩散曲线理解：先由创新者试点、早期采用者跟进，再走向主流；据此设计分阶段目标与评价，避免“一步到位”的幻想，允许在小范围中快速试错—验证—扩展。

    56 min
See All (51)

About

欢迎来到“教育AI智造者”播客，这是一个探索【人工智能如何重新定义教育领域】的前沿平台。 在这里，我们不仅仅分享技术如何塑造未来教室的故事，同时也深入真实且多元的个人经历呈现AI在教育中的多面性。 每一期，我们邀请【教育界的AI实践者】——从前线的教育工作者到深入研究的学者，再到直接受益的学生，深挖每个故事， 分享他们与AI交织的独特旅程。 在AI的浪潮中，我们不仅找寻我们的位置，更共同塑造这个新时代的面貌。 加入我们，一起在“教育AI智造者”见证教育未来的无限可能！ ------------------------------------------------------------------------------------ 关于伊伊子的小红书：爱思考的伊伊子 AI+教育社群: 小红🍠教育者社群 嘉宾自荐/推荐：小红书/邮箱(yi.wang.ed.ai@gmail.com)

Information

  • Creator
    伊伊子
  • Years Active
    2024 - 2026
  • Episodes
    51
  • Rating
    Clean
  • Copyright
    © 伊伊子@小宇宙App
  • Show Website
    教育AI智造者

You Might Also Like