2026年6月9日，腾讯云AI产业应用大会在北京盛大召开。作为腾讯云深度战略合作伙伴，与爱为舞联合创始人兼技术负责人王琳应邀发表主题演讲，围绕“从模型能力到智能闭环”这一主线，系统拆解了“爱学大模型”以及学习Agent背后的技术路径与落地成果。其中蕴含的诸多思考，值得教育科技行业从业者深入借鉴。

与爱为舞联合创始人、技术负责人王琳

先简要梳理一下背景：北京与爱为舞科技有限公司于2024年5月正式成立，目标非常清晰——借助AI打造全新的学习智能体范式，在提升人才培养效果与规模的同时，大幅降低教育成本。公司总部位于北京，研发中心设在上海。

重塑教学逻辑：从“单纯讲题”迈向“启发思考”

王琳在分享中强调了一个核心观点：真正有效的教学，关键不在于讲解了多少道题目，而在于能否在关键节点给予学习者启发。通过精心设计的问题链，引导学生主动思考，教师仅在必要时提供“最小助推”——这才是培养独立思考能力的正确路径。

基于对真实教学场景的深刻理解，与爱为舞将整个教学过程拆解为一个可量化、可迭代的“互动树”结构。围绕教学目标和知识点，设计出丰富多样的互动形式。在爱学APP中，这种短时高频的课堂形态已经落地——平均互动频次超过40次/小时。更关键的是，每一次互动都会被完整记录，持续沉淀真实教学数据。这套机制，本质上就是数据飞轮的启动入口。

用户可通过点选、拖拽、PK赛、连线等多元化形式参与互动

构筑核心壁垒：双飞轮协同驱动系统迭代

仅仅解决“讲好一堂课”的问题还不够。教育AI真正的难点在于：如何像一位资深教师那样精准提问、有效引导，并且准确判断学生是否真正取得了进步？

王琳的判断是：一个优秀的教育AI，必须在教研能力、评估体系与数据工程能力三个方向同时发力，才能持续提升教学质量。为此，与爱为舞搭建了离线与在线两套数据飞轮——这一组合，才是真正的竞争壁垒。

离线飞轮的基础是百万小时的名师授课数据。教学系统的样本优化、测评分析等脚手架（Harness），与模型训练紧密咬合，持续沉淀教学方法论。目前，爱学AI学习智能体生成的题目讲解采纳率已超过90%。在线飞轮则依靠海量真实互动数据驱动，打造了一个可观测、可评估、可迭代的大模型自我认知架构。在回答针对性、表达简洁度、模型迭代效率等方面，均实现了显著提升。

通过“教学Skill引擎”，离线飞轮与在线飞轮协同运转，形成了教研成果落地课堂、课堂数据反哺教研的完整闭环。王琳总结得很到位：“真正的壁垒，从来不是某一个模型，而是一台停不下来的数据飞轮，以及基于此持续进化的智能系统。”

深度协同共建：腾讯云“算力底座+实时互动”双引擎

与爱为舞的技术突破，离不开腾讯云的有力支撑。双方围绕“算力底座”与“实时互动”两大方向展开深度合作，为爱学大模型的训练推理以及大规模并发实时互动提供了工程层面的基础保障。

在算力方面，腾讯云团队与与爱为舞的技术团队联合优化推理性能，整体提升3到4倍。在实时互动方面，基于腾讯云TRTC构建的直播系统，完美支撑了爱学APP高密度、高频次的互动课堂。可以说，这条技术路径为教育AI的大规模普及铺平了基础设施道路。

两家公司的合作模式可以概括为“技术共研、难题共克、成果共享”。技术团队在关键节点共同攻坚，一起推动教育大模型从实验室走向真正的产业落地。

技术路线升级：学习Agent的“进化之路”

与通用AI产品不同，爱学AI学习智能体的技术路径分为三个阶段，循序渐进地向上演进。

第一阶段，从对话机器人模型进化为工具型模型。简而言之，融合全模态输入能力，从“回答你的问题”转变为真正具备行动能力的Agent。

第二阶段，进化为具备记忆与反思能力的完整教学Agent。其记忆系统分为三层：短期记录课堂知识点，中期追踪跨学科薄弱点，长期构建知识图谱。这样一来，系统能够深度理解每一位学习者的独特状态。

第三阶段，是面向长期效果的自主教学系统。到达这一阶段后，评价指标不再是开口率、对错率等表面数字，而是借助学生仿真模型，围绕长期能力成长来规划个性化学习路径——这才是真正意义上的因材施教。

与爱为舞的愿景十分清晰：以长期效果为目标，将爱学打造成一个能感知、能行动、能记忆、能反思、能持续进化的全模态教育智能体。从目前信息来看，爱学AI学习智能体已经实现了规模化落地。每一步走得不算快，但非常扎实——而这，正是让AI真正进入教育闭环的必经之路。