陈林2024年12月创办的银河智学在第九届中国教育技术创新发展与应用成果大会上披露产品细节。首席科学家邓澍军称，通用大模型负责“引导得好”，自研学习引擎负责“算得准”；公司披露产品累计服务及合作学校超过500所、覆盖24个省级行政区。
AI解读：这篇稿件的信息来自银河智学方面：创始人陈林11月9日发文公开再创业项目，首席科学家邓澍军在11月11日无锡举行的第九届中国教育技术创新发展与应用成果大会上演讲，介绍“小鹿爱学”的技术架构与学校落地逻辑。量子位注明本文由银河智学提供、获授权转载，因此技术效果与落地规模属于公司单方披露。
最值得弄清的问题是这套系统在课堂里实际承担什么角色。按邓澍军的说法，通用大模型承担语言理解、内容生成和基础推理，并做过解题思维链、苏格拉底式启发对齐和长期记忆Agent的专项调优；自研智能学习引擎用深度知识追踪（DKT）、项目反应理论（IRT）、认知诊断模型（CDM）和知识空间理论（KST）分析作答、提问和订正记录，判断掌握情况与薄弱点。前者负责讲解与追问，后者负责学情诊断和路径判断。
产品对“个性化”的处理有具体边界：系统预测学生答对下一题的概率，选择约70%—80%答对概率的题目作为练习难度；引导之后撤去辅助，用独立作答、解释思路和变式练习检验能否做对、讲清和迁移。这些是产品设计描述，来源未给出对照实验或成绩数据。
学校场景中，教师仍承担教学设计、关键知识讲解、学习引导和情感支持，通过学情看板查看进度、共性疑问和订正情况；校长端汇总教学过程数据。公司称已落地500多所学校、覆盖24个省级行政区，并公开了安徽阜南亲情学校、贵州纳雍宏星高级中学等案例，但未披露各校使用频率或效果数据。
演讲把教育AI的分水岭放在能否深入学习过程，并批评以问答为核心的产品止于给出答案。这是银河智学方面的主张，来源没有提供与同类产品的比较评测。
银河智学首席科学家邓澍军11月11日在江苏无锡举行的第九届中国教育技术创新发展与应用成果大会上发表演讲，介绍公司产品“小鹿爱学”的技术架构和学校场景落地方式。银河智学由字节跳动原高级副总裁、今日头条及大力教育原CEO陈林于2024年12月创办，陈林在11月9日以《我为什么还要做教育？》一文公开这一再创业项目。
量子位注明，本文由银河智学提供、获授权转载，观点归原作者所有。以下技术与落地信息来自银河智学方面的披露。
“双核”架构：大模型负责引导，自研引擎负责诊断
邓澍军把教育AI要解决的问题概括为：大模型能迅速生成解题步骤，却未必能回答“学生为什么不会”。银河智学的方案是豆包大模型加自研智能学习引擎。
通用大模型承担语言理解、内容生成和基础推理，团队围绕教育场景做了专项调优，包括解题思维链构建、苏格拉底式启发对齐，以及基于长期记忆的Agent能力开发。按演讲描述，模型会把解题关键步骤拆开，在适当环节暂停并提出启发性问题。
自研智能学习引擎基于学习科学与认知测量分析，融合深度知识追踪（DKT）、项目反应理论（IRT）、认知诊断模型（CDM）和知识空间理论（KST），通过分析学生的作答、提问和订正记录，判断已掌握内容、薄弱环节和下一步适合学什么，用于学情诊断、能力测评、难度匹配与任务规划。
邓澍军对两者分工的概括是：通用大模型要“引导得好”，自研引擎要“算得准”。在此基础上，学生端规划智能体依托大模型长程记忆推荐下一步学习任务并说明依据，教师端助教智能体从学习记录中提炼努力与进步线索。
- 银河智学由陈林于2024年12月创办，核心成员曾任职于字节跳动教育业务及豆包大模型相关团队
- 邓澍军曾任清北网校负责人、大力教育算法负责人，参与过豆包爱学、河马爱学研发
- 通用大模型：语言理解、内容生成、基础推理，教育场景专项调优
- 自研学习引擎：DKT、IRT、CDM、KST，用于学情诊断与路径判断
产品交互：从追问到撤去辅助
演讲以圆柱体体积为例：高不变、底面半径变为原来的两倍时，体积应为原来的四倍，部分学生误以为只是翻倍。小鹿爱学用滑杆让学生直观观察半径变化对体积的影响，AI围绕体积公式、底面积变化逐层追问，引导学生自己推导结论。
随着理解加深，系统会撤去辅助，通过独立作答、解释思路和变式练习，检验学生能否做对、讲清楚并把所学迁移到新问题。团队称希望学生走完攻克难题的过程，获得“原来如此”的体验。
在难度匹配上，团队把深度知识追踪与最近发展区理论结合，预测学生对下一题的答对概率，选择约70%—80%答对概率的题目，让学生通过努力取得进步。系统还会呈现相较前一天、前一周的具体进步，并设置“学习战队”让同伴互相鼓励。
- 系统支持围绕学习内容多轮提问和追问
- 以约70%—80%预测答对概率匹配练习难度
- 来源未提供该难度策略的效果对比数据
学校落地：教师主导、学生自主、AI支持
小鹿爱学定位为面向学校的人机共育课堂解决方案。按演讲描述，教师继续承担教学设计、关键知识讲解、学习引导和情感支持，并通过学情看板了解学生进度、共性疑问和订正情况，开展精讲、分层指导和个别辅导；校长端汇总教学过程数据，用于教学观察、复盘与管理。
学校把自主学练、独立检测和针对性补学纳入日常课程与课表，检测结果反馈到下一轮学情分析和任务安排。
银河智学称，产品累计服务及合作学校超过500所，覆盖24个省级行政区。公司近几个月公开的案例包括安徽阜南亲情学校、首都师范大学附属回龙观育新学校、贵州纳雍宏星高级中学、青岛国科高级中学、河南新蔡蓝天高级中学、内蒙古四子王旗宽高实验学校。演讲提到，团队2022年曾在大力教育时期参与河马爱学在安徽阜南亲情学校的驻校探索；在贵州纳雍宏星高级中学，团队把背诵听写、组卷分发、在线检测、AI批改和学情反馈融入早读、正课、限时练和晚自习等课型。
来源未披露这些学校的使用频次、学生成绩变化或教师负担变化等效果数据。
- 教师端：学情看板、精讲、分层指导、个别辅导
- 管理端：校长端汇总教学过程数据
- 公司披露：500余所学校、24个省级行政区
- 已公开案例涉及安徽、贵州、山东、河南、内蒙古及北京等地学校
个性化规模化的已知难点
演讲承认，从单个学生的个性化辅导走向学校规模化应用仍有挑战：不同学校的教学条件、课程进度和学生基础存在差异，教师能否把AI融入日常教学、产品能否稳定运行、学习反馈能否转化为教学行动，都影响实际效果。
银河智学把自身目标表述为“学会、会学、爱学”，认为AI时代知识获取门槛降低后，教育评价不应只看答题速度、练习数量和交互频次，还应看学生能否理解知识、形成学习方法、独立解决问题。陈林在公开文章中写道：“这个时代已经有很多人在让AI变得越来越强，而我想帮人变得越来越好……”
- 难点包括校际条件差异、教师使用能力、系统稳定性、反馈转化为教学行动
- 来源未给出规模化效果的独立验证