導語：

去年AI+教育風潮剛起時，好未來CTO田密做了一件事：效仿自動駕駛，給AI老師劃分了L1到L5五個等級。彼時他承認，好未來的AI老師還處在L2——能回答一些零散問題，像一堆各自為戰的工具，離一個完整的人還很遠。

半年后，田密的態度變了。

3月16日，好未來發布行業首款教師專屬AI原生桌面超級智能體——九章龍蝦。隨后，面向學生的“小精龍”也迅速上線。從云端工具到個人智能體，好未來正試圖在這波AI大潮中補上落下的課時。

但補課是一回事，領跑是另一回事。

一個值得追問的問題是：當字節豆包、阿里千問、科大訊飛星火紛紛涌入教育賽道時，好未來憑什么證明自己不止是“跟隨者”？這家老牌教育巨頭，需要在哪個節點做出真正屬于自己的判斷？

主筆/ 佳佳；文章架構師/ 拓拔野；出品/ 桃李財經

01 每次都能踩對風口，卻總慢那么一點點

好未來在AI上的投入并不晚。

2023年3月，好未來內部開始大模型立項，由CTO田密牽頭負責。同年8月推出九章大模型（MathGPT），是國內最早推出大模型的教育公司之一。

隨后，好未來基于九章大模型陸續推出了九章愛學、九章愛學教師版等產品。到2026年1月，九章愛學老師版已集成超170個智能體，覆蓋教學全周期。截至目前，該產品已服務超過20萬教師用戶。

從表面上看，這套動作足夠連貫。但關鍵問題在于：這些產品始終停留在“云端工具”的層面。九章愛學教師版是在網頁端操作的智能體集合，教師需要按需調用各個Agent來完成不同任務。在田密的L1-L5分級體系中，這正好卡在L2的位置——各項能力存在，但沒有被整合成一個能夠閉環運行的完整系統。

轉折發生在2026年初。OpenClaw的爆發讓好未來看到了機會。與通用大模型問答式交互不同，OpenClaw具備自主規劃、調用工具、記憶偏好、定時執行等能力，被稱為“大模型第一次變成了一個能干活的物種”。

田密評價OpenClaw時提到，過去大模型公司賣Token的收入有限，因為ChatBot很多時候被當成搜索引擎的替代品，不是必用不可；但OpenClaw出現后，大模型賣Token的收入可能翻了幾個量級。

好未來迅速跟進。3月16日發布九章龍蝦，4月1日上線學生端“小精龍”。這種反應速度值得肯定，但也暴露了一個尷尬的事實：好未來的產品節奏，在很大程度上取決于外部技術框架的成熟度。它的角色更像是一個“適配者”或“封裝者”，而不是真正的“定義者”。

02 九章龍蝦的突圍與局限

九章龍蝦的定位極為明確：服務教師群體。

與通用型智能體不同，九章龍蝦深度融合了好未來20余年的教研沉淀與海量題庫資源，內置了教案生成、學情分析、課件制作、試題組卷、作業批改等多種教師專用技能。產品通過自然語言驅動，教師無需復雜配置即可完成任務，將原本需要數小時的事務性工作壓縮至分鐘級。

這套技能體系采用了Skill封裝機制。九章愛學產品總監李行武將其類比為企業培訓體系：新人即使基礎能力強，沒有標準流程和工具訓練，也難以直接上手；Skill的作用，就是將這些流程提前打磨好，相當于“一個已經經歷了培訓的985高校畢業的實習生”。

在安全層面，好未來選擇了自研而非直接采用開源OpenClaw框架。九章龍蝦引入了沙箱運行機制，所有運算均在本地完成，搭配封閉技能體系，不采集、不上傳任何敏感信息，符合校園安全管理要求。

這些設計確實解決了教師群體的真實痛點——備課、批改、學情分析占據大量時間，九章龍蝦提供了一個有效的減負方案。

但九章龍蝦的局限同樣明顯。

它本質上是一個封裝型產品——將通用Agent框架適配到教育場景，加上好未來自己的題庫和數據。在技術架構上，好未來采用了“通用模型+垂類模型”的組合模式，通用大模型負責意圖識別與對話，九章大模型承擔具體任務執行。這意味著其核心能力仍然高度依賴外部技術框架的演進。

對比競爭對手，這種差距更加直觀。科大訊飛已推出基于全國產算力訓練的星火X2大模型，在數學、推理、智能體等能力上對標國際頂尖水平。字節跳動的豆包愛學被推上核心入口，阿里在千問中嵌入教育功能。這些玩家擁有更強的通用模型研發能力和更完整的生態布局，在教育Agent領域正加速攻城略地。

根據行業權威報告，全球教育智能體相關市場規模預計在2026年突破300億美元，其中中國市場占比達42%。另據《2026-2030年全球AI智能體市場發展白皮書》，2026年教育行業AI智能體市場規模達120億元，預計將以28%的年增速持續擴張。好未來面對的，是一個足夠大且足夠擁擠的市場，競爭已經白熱化。

03 從To T到To C：一個值得關注的戰略延伸

九章龍蝦只是一個起點。

好未來的規劃更具野心。田密透露，面向學生和家長的版本已進入規劃階段，最終目標是“給這三類人群都打造各自的龍蝦助手”。其中，面向學生的“小精龍”已于4月1日正式上線，定位為“24小時陪伴學習的AI”，能夠記錄學習過程并提供個性化支持。

如果教師端、學生端、家長端形成串聯，好未來將構建一個覆蓋教學全鏈路的Agent體系。教師用九章龍蝦完成備課、批改、學情分析，學生在“小精龍”的陪伴下自主學習，家長端則承擔監督與溝通的角色——這套體系一旦跑通，好未來在教育場景中的數據閉環能力將是巨大的。

田密將九章龍蝦類比為“自動駕駛L3階段”，即在特定場景下可以完成閉環任務，但仍有改進空間。從L2到L3，好未來用半年時間跨出了這一步，但L4、L5意味著什么，什么時候能達到，尚未可知。

好未來在商業策略上選擇了To C路徑。九章龍蝦采用積分制，對應底層Token消耗，下載即送2000積分。田密坦言，“目前我們并未以盈利為目標，基本就是把Token成本覆蓋掉，我們更希望老師真正用起來”。這種策略以低成本換取用戶量積累，在市場競爭初期是合理的選擇，但長期來看，教育垂類產品的商業化能力仍需驗證。

真正的挑戰在于：這套體系能否真正跑通并形成不可替代的價值？好未來過去二十余年積累了海量教研數據、題庫資源和教學經驗——這是其他玩家短期內難以復制的壁壘。但數據是靜態的，技術是動態的。如果好未來始終處于“等下一個技術框架出來再適配”的狀態，這套數據優勢遲早會被稀釋。

04 桃李財經的思考：往前一步是壁壘，往后一步是補課

一個企業的核心競爭力，往往不是看它在追趕風口時跑得多快，而是看它在風平浪靜時還能跑多遠。

好未來在這場AI教育競賽中，最大的底牌是二十余年積累的教學數據和教研體系——這是字節、阿里、訊飛都無法輕易復制的東西。但它最大的軟肋，是始終缺少一個真正屬于自己的技術命題。

從DeepSeek到OpenClaw，好未來一直在“適配”外部的技術框架，而不是提出一個讓外部去適配的解決方案。這種姿態在行業初期或許可行——快速跟上、不掉隊，就能分到一杯羹。但當賽道逐漸擁擠、差異化競爭成為主旋律時，“跟隨者”的戰略空間會被不斷壓縮。

當下正是一個關鍵的十字路口。往前一步，是基于數據壁壘構建真正差異化的教育Agent體系；往后一步，是繼續在通用框架上做適配，等待下一次技術浪潮再來補課。

為什么“行業”會對好未來如此“苛刻”，因為他本就是最該挑起教育科技大梁的公司，沒有之一。