教育场景的门槛，不在模型而在积累。
好未来正构建“龙虾”生态，面向老师的九章龙虾仅是开端
来源|多知
作者|王上
“以OpenClaw为代表的Agent框架，并非短期热点，而是一个里程碑。”好未来CTO田密在近日的一场媒体沟通会上如是评价。
在他看来，大模型过去更多停留在“回答问题”的阶段，而OpenClaw(“龙虾”)的出现，则让AI第一次具备了“干活”的能力，它可以调用工具、执行任务，并持续运行。
就在上周，好未来迅速推出了面向教师的龙虾产品“九章龙虾”。一周之后，田密透露，面向学生和家长的九章龙虾版本也已在规划中。
这一从“教师端”延伸至“学生端”的路径，意味着其不再只是做单点提效工具，而是试图构建一个覆盖教学全链路的教育Agent体系。
不同于通用型AI工具，九章龙虾将教案生成、试卷诊断、讲题分析等教学场景封装为标准化“技能”，并结合本地执行能力，打通从任务输入到结果输出的链路。它是教育场景下的“个人Agent”，其核心是围绕“Skill(技能)+执行能力+场景数据”的系统性重构。
田密在接受多知等媒体访谈时表示：“当前，九章龙虾的用户量增长速度、下载速度，日活以及消耗Token的速度都超乎我们的预期。一类是公立校老师，一类是培训机构老师，他们的用量越来越大。”
而学生版九章龙虾，恰好契合好未来一直想做的 AI Companion(AI学伴)，真正可以24小时陪伴学生，让学生自主学习，帮学生解决问题。
这背后有巨大的想象空间，从长远来看，这种基于Agent的能力体系，可能正在改变教育行业的基础结构。一方面，教师从大量重复性工作中解放出来，教学效率被显著放大;另一方面，随着学生端产品的推出，个性化学习、持续陪伴等难题，也有望在技术上获得新的解法。
好未来的教育Agent探索为行业带来了新的可能。
01 从工具到“龙虾”：把经验封装为能力
与通用Agent相比，九章龙虾的定位非常明确：服务教师群体。
实际上，早在九章龙虾之前，好未来就基于九章大模型做了九章爱学、九章爱学教师版等产品。但是，“九章龙虾”与“九章爱学教师版”有本质的区别。
简单来说，九章爱学教师版是在网页端，像是一个云端的教学工具集合，提供批改、讲题、教案等单点能力，老师按需调用;而九章龙虾则下载到本地，是一个个人端教育Agent，在这些能力之上进一步整合为“Skill”，并具备任务拆解、工具调用和本地执行能力，可以把多个环节串起来，从被动响应升级为能够持续运行、主动完成完整教学任务的AI助手。
可以说，九章龙虾是一个生产力工具，可以帮助老师解决一部分工作。例如，教师可以通过钉钉或者飞书在手机端随时可以去发起任务，也可以设置很多定时任务。
过去两年，大模型产品快速进入大众视野，但在To C场景中，用户的使用方式相对单一，大多是提问、获取答案等。这种模式虽然提升了信息获取效率，但距离“生产力工具”仍有距离。
田密对这一阶段有一个直观判断：“很多人用大模型，其实就是问问题，比如查天气、问餐厅，本质上还是在替代搜索。”而这一模式的天花板也很明显，用户缺乏持续付费意愿，使用频次难以拉高。
九章龙虾所尝试跨越的，正是这一鸿沟。它并不以“回答问题”为终点，而是以“完成任务”为目标。
在产品结构上，九章龙虾引入了“Skill”体系，将复杂任务拆解为标准化流程，并结合工具调用和本地执行能力，实现从输入到结果的闭环。
在田密看来，“龙虾”是第一次让大模型变成一个能干活的物种，“九章龙虾”则是专门帮老师干活的物种。
与通用“龙虾”不同的是，“九章龙虾”开箱即用，它不需要复杂的安装配置流程，甚至也不需要教师去“养”。
这背后在于，九章龙虾的“Skill”，它可以看成是一个完整的任务包，包含流程规范、工具调用方式、成功与失败案例等。这一设计，本质上是将人类专家的经验沉淀为可复用能力。
九章爱学产品总监李行武将其类比为企业培训体系：一个新人即使基础能力很强，如果没有标准流程和工具训练，也难以直接上手复杂工作;而Skill的作用，就是将这些流程提前打磨好。他打了一个比方：“相当于是一个已经经历了培训的985高校毕业的实习生。”
这种机制带来的直接效果，是显著降低试错成本。传统大模型在复杂任务中往往需要多轮尝试，而Skill通过“最佳实践”直接约束路径，使结果更加稳定，同时减少Token消耗。
在教育场景中，这种优势尤为明显。田密提到，目前使用最频繁的两个能力分别是教案生成和试卷诊断。“原来一个老师做一份完整的试卷诊断报告，可能要几个小时，现在几分钟就可以完成。”
在李行武看来，有了“九章龙虾”这样的产品，教师们终于可以从“教书”走向“育人”。未来将比拼教师们跟孩子的沟通方式，是否能更大地激励孩子。
02 教育场景的门槛，不在模型而在积累
九章龙虾可以说是国内第一只针对教师的教育垂类龙虾，这一选择背后，是好未来多年积累的教育数据与教研体系。
九章龙虾的试卷诊断、知识点分析、教案生成等能力，并非简单的文本生成，而是依赖大量题库、教案和教学经验的结构化沉淀，好未来在这方面已经积累了20余年。
田密说：“这些技能是基于我们多年积累的教育数据和技术做出来的，很多能力通用龙虾是难以做到的。”
九章龙虾之所以能在此时快速推出，背后亦是好未来在教育与AI融合的持续关注与探索，尤其是近两年对九章爱学教师版等AI工具的布局与迭代，为这款产品的诞生奠定了基础。
在具体实现上，九章龙虾采用了“通用模型+垂类模型”的组合架构：通用大模型负责意图识别与对话，九章大模型模型则承担具体任务执行。例如，在试卷批改和诊断中，会调用九章大模型进行处理。
这一架构也回应了行业中关于“通用模型是否会替代垂类模型”的讨论。田密给出的结论是：“未来不是二选一，而是结合。通用模型做判断，垂类模型做专业任务。”
如果从形态上看，九章龙虾代表的是垂类“龙虾”的探索。
早期的智能体更多运行在云端，承担任务分解和工具调用，但用户仍然是“发起者”。而“龙虾”进一步引入了本地运行、持续在线、主动触发等能力，使其更接近一个“个人助手”。
田密解释：“相当于以前是一个大脑，现在是一个有手有脚的人。”在这一形态下，AI不仅可以响应需求，还可以执行操作、定时推送、记录用户偏好。
例如，在好未来的演示中，九章龙虾可以自动完成飞书机器人的创建与配置流程，这一过程原本需要十几步手动操作，现在可以一键完成。这种“操作电脑”的能力，是传统对话式AI难以实现的。
尽管能力显著增强，但“龙虾”带来的风险同样不容忽视。尤其是在企业和教育场景中，安全性成为产品落地的首要前提。
田密在会上多次强调这一点：“安全一定是第一优先级。”相比直接使用开源框架，好未来选择基于其思路进行自研，核心原因正是可控性。
九章爱学技术总监童洋提到，具体措施包括：封闭的技能体系、沙箱运行机制、本地数据处理等。其中，沙箱机制用于隔离执行环境，防止对系统和数据造成影响;本地运行则避免数据上传云端带来的风险。
这一取舍也带来一定代价，比如无法快速继承开源生态的最新能力。但在田密看来，这是必要的权衡：“如果安全出问题，将是不可估量的损失。”
03 更具想象空间的长远规划
“龙虾”的应用边界也在不断扩展，好未来已经规划了面向学生和家长的版本。
田密在会上提到，好未来的长期目标是“给这三类人群都打造各自的龙虾助手”。其中“AI学伴”被视为重要方向，田密将其定义为“可以24小时陪伴学习的AI”，能够记录学习过程并提供个性化支持。
也就是，未来，好未来将逐步打通教师、学生和家长三端，形成一个完整的教育Agent体系。这一思路的关键，不在于做更多应用，而在于让同一套能力在不同角色之间流动，从教学、学习到陪伴形成闭环。
当前，其中教师端已经落地，学生端产品也即将推出，家长端则在后续规划中。三端串联将有巨大的想象空间。仅以老师为例，根据教育部《2024年全国教育事业发展统计公报》，全国教师数量超过1800万。
尽管九章龙虾已经展现出较强的能力，但其形态仍在快速演进中。
田密认为，当前的九章龙虾可以类比自动驾驶的L3阶段，即在特定场景下可以完成闭环任务，但仍有改进空间。例如，更复杂任务的稳定性。
在商业策略上，九章龙虾选择了直接面向教师个人(To C)，在田密看来，通过ToC获取用户反馈，再逐步扩展，是一种更灵活的方式。
在定价上，九章龙虾采用积分制，对应底层Token消耗，目前是下载即送2000积分。田密坦言：“目前我们并未以盈利为目标，基本就是把Token成本覆盖掉，我们更希望老师真正用起来。”
在终端形态上，九章龙虾未来或许并不绑定某一类硬件，而是可能走向“多设备接入”。田密表示，九章龙虾的价值在于其Agent能力本身，理论上它可以接入各种设备，无论是Pad、手机，还是未来可能出现的眼镜、车载等形态，都可以成为入口。
这意味着，教育产品或许走向新的竞争维度。
可以看到，以九章龙虾为代表的教育AI产品正走向“实际生产力工具”。这一过程中，不仅仅是模型能力，场景、数据和流程同样重要。
从教师到学生，再到家长，当一整套教育流程被Agent重新串联，教育产品的形态也将随之改写。
九章龙虾，只是一个开始。
相关阅读：
