2025年2月，前特斯拉AI总监Andrej Karpathy在社交媒体上提出了一个新概念，Vibe Coding。
用自然语言告诉AI你想要什么，AI就能生成一个可运行的软件。
一年之后，Cursor的用户数量突破千万级别，Bolt、v0等工具也在快速普及，越来越多没有编程背景的人开始用AI写代码、造软件。
但教育领域一直没有等来自己的Vibe Coding，原因也不复杂，一个教育应用除了前端界面和后端逻辑，还需要能批改作业、能诊断学生的错因、能根据不同水平自动调整题目难度，这些能力要从教育数据和教学经验中训练出来，通用的代码生成工具做不了这件事。
此外，教育AI自身也在经历快速演进。
第一阶段是问答，以ChatGPT为代表，AI可以帮学生解题、帮老师出题，但它本质上是一个知识检索工具。它不知道面前这个学生读几年级，不了解新课标对这个年龄段孩子的能力要求，让它出一份考试试卷，知识点覆盖不准确、难度分层不合理是常态。AI可以回答教育领域的问题，但它不懂教育。
第二阶段是内容生成，2025年12月1日，飞象老师1.0正式发布，做到了一句话生成专业级教学动画和游戏化课件，覆盖数学、语文、英语、科学等多个学科。六个月后的2026年5月26日，飞象老师2.0上线，完成了一次更大幅度的升级，老师上传一份教案，就能生成一整套可以立刻用于课堂的互动课件，包含知识讲解、动画演示、游戏化练习、课堂数据回收和即时反馈。
由此AI开始从辅助备课进入课堂运行的关键环节。
眼下第三个阶段刚刚开始。
标志性事件是飞象老师3.0正式上线，其中最大的升级就是教育应用生成能力。
老师用一句话描述教学需求，几分钟之内就能生成一个可以被学生打开、注册、持续使用的教育应用。生成的应用有独立的访问链接，支持用户注册和数据保存，学生今天用到一半，明天打开还能接着来。不需要写代码，不需要部署服务器。
从动画（单点资源）到课件（课堂运行系统）再到应用（完整软件产品），飞象老师用九个月完成了教育AI的三级跳。
据了解，飞象老师上线以来已经积累了大量教师用户，覆盖全国各地中小学的多个学科和学段。
这个能力出现的背景，是全球教育AI竞争正在加速。
2025年5月的Google I/O大会上，Google宣布将教育专用模型LearnLM融入Gemini 2.5 Pro。2026年8月起，Gemini in Classroom正式向所有年龄段的K-12学生开放，Google Classroom覆盖全球1.7亿教育用户。Google的路径清晰而强势，把通用AI嵌入已有的教育基础设施，用Workspace生态和免费策略覆盖海外市场。
2026年4月，Google还宣布通过与ISTE（国际教育技术协会）合作，向600万美国K-12教师提供免费的AI素养培训课程。飞象老师走的是另一条路，从教育数据出发训练专用模型，让教育能力贯穿模型训练的每一个阶段。
在“用一句话生成一个可运行的教育应用”这个方向上，飞象老师走在了前面。
应用生成到底意味着什么
一位英语老师想让学生每天闯关背单词，过去这个需求只能通过市面上现成的背单词App来满足，选择有限，内容也无法和自己的教学进度匹配，更无法根据每个学生的薄弱环节做针对性调整。现在这位老师用飞象老师3.0描述了自己的需求，几分钟之后生成了一个叫“英语冒险岛”的应用。
学生点开链接注册，沿着课程地图完成闯关任务，获得积分和奖励，查看自己的学习进度，第二天打开还能接着上次的位置继续。
更关键的是，这个应用在运行过程中可以调用飞象老师教育大模型的能力，根据学生的答题表现实时调整后续关卡的难度和内容，遇到高频错词会自动增加巩固练习。
它不是一页看完就关掉的课件，而是一个能反复进入、持续使用、根据学情动态调整的教育产品。老师还可以随时修改闯关内容和知识点范围，让应用始终跟着教学进度走。
一个高中生觉得背元素周期表效率太低，把自己的学习方法和整理好的资料交给飞象老师，生成了一个交互式化学元素学习工具。
在这个应用里可以搜索和筛选元素，点击查看不同元素的属性和同位素信息，查看分子结构和3D原子模型，在元素类别和周期之间做比较。
一张静态的元素周期表变成了一个可以自主探索的化学学习工具。这个应用不是老师布置的作业，而是学生自己为了解决自己的学习问题主动生成的。
还有一个案例叫“3D星球知识图谱”，基于人教版七年级下册数学教材，把6章内容对应为6个星球，每个知识点是一颗卫星，包含讲解、例题和三层分层练习。
学生可以在星球之间自由探索，按照自己的节奏选择学习路径，完成练习后获得即时反馈，遇到困难时可以随时调出对应知识点的讲解视频和动画演示。这些已经不是“AI辅助备课”的概念，而是真正在被学生日常使用的教育软件产品。
过去要做出这样一个产品，至少需要产品经理、UI设计师、前后端工程师和教研人员组成的完整团队，从需求确认到上线至少需要几个月。
飞象老师3.0把这个过程压缩到了几分钟。
支撑这一步的，是飞象老师3.0同步升级的四项底层能力。
首先是高保真文档解析，教材、试卷、公式和插图可以被准确理解和读取，原题、原公式、原插图以及关键教学语义得到保留。
老师不需要重新整理已有材料，上传文件就能转化为可编辑、可互动的教学内容。
其次是3D互动与专业图式，针对生物结构、物理实验、空间几何和地理模型等抽象内容，飞象老师3.0可以生成可旋转、可拆解、可标注的3D模型。
一张平面的细胞结构图变成可交互的立体模型，一个复杂的物理受力过程变成可操作的动态演示，空间几何从纸上的三视图变成屏幕上可以转动观察的立体。
还有音视频融合，老师可以上传自己的讲解音频、实验视频和课堂素材，让这些在日常教学中积累的材料参与课件和应用的生成。讲解、视频、提问、互动和总结被整合进同一个教学流程中。
最后是数据与资源调用，学校过往积累的课件、素材和内容资源可以接入飞象老师的创作流程，学校过去部署的其他教学软件中的数据也可以接入飞象老师继续使用。已有的教育资产不再分散在不同的文件夹和系统里。
这四项能力的升级，让飞象老师3.0生成的应用在信息密度、交互丰富度和专业准确性上都达到了一个新的水平。
但更重要的区别在于，飞象老师生成的每一个应用，在运行过程中都可以调用教育大模型的核心能力，作业批改、错因诊断和个性化出题。
AI生成的应用同时具备完整的界面交互逻辑和运行过程中所需的全部教育能力。
这些教育能力不是在通用大模型之上包装一层教育界面得来的，而是贯穿模型训练、能力调用和应用运行的每一步。
组题、命题、批改、错因诊断、学科讲解等真实教育任务，都经过了专门的训练和优化。模型不仅知道一道题的答案，还理解这道题考查的是什么知识点、学生为什么会答错、应该如何用这个年龄段孩子听得懂的语言来解释、下一步适合提供什么难度的练习。
据了解，飞象老师内部将这一特征概括为“教育能力贯穿模型训练与应用运行的全过程”。
举一个具体的例子，当学生在飞象老师生成的应用中做错一道数学题，通用AI只能告诉他正确答案是什么，而飞象老师的教育大模型可以判断这道题考查的是哪个知识点，分析学生的错因是计算失误还是概念理解偏差，然后根据诊断结果推送针对性的讲解和同类型练习。
这种能力不是提示词工程可以实现的，它依赖于模型在训练阶段就对大量教学场景的充分训练，这也是飞象老师与通用AI教育产品最本质的区别。
支撑这套教育原生能力体系的，是飞象背后十余年的积累。其在2014年设立教育行业首个人工智能研究院，自研教育大模型已通过国家备案，并获得中国信息通信研究院最高等级可信认证，拥有专利超过630项，覆盖教育AI模型训练、学情诊断算法、内容生成引擎等多个技术领域。
十余年积累的覆盖中国K-12全学段、全学科的真实教学数据，持续反馈到模型训练中。飞象老师能率先实现应用生成，原因就在这里，它不是从零开始搭建教育能力的通用AI产品，而是在十余年教育数据和教研经验之上自然生长出来的。
从行业视角来看，飞象老师3.0和通用Vibe Coding工具的核心区别在于，通用工具生成的是代码和界面，飞象老师3.0生成的应用从一开始就遵循教育专业框架，自动调用权威题库和教育大模型能力，自带教育场景所需的专业性和准确性。
这是Vibe Coding理念第一次在教育这个高度专业的垂直领域实现落地。对于一线教师而言，每一个有价值的教学创意都可以快速变成可用的产品，不再受限于技术门槛和开发资源。
教育原生AI的全球竞争力
飞象老师从2025年12月上线至今九个月，迭代了三个大版本。
1.0做到一句话生成教学动画，2.0做到上传教案生成整套互动课件，3.0做到一句话生成完整的教育应用。
每一次版本升级，都在拓展教育AI的能力边界。九个月三个大版本，这个迭代速度在整个教育科技行业中都是罕见的，背后是猿力科技在教育大模型、教研体系和工程化能力上的综合积累。
据了解，飞象老师自上线以来已经在全国范围内积累了数十万教师用户，覆盖多个学段和学科的日常教学场景。
飞象老师已经从早期“老师个人尝鲜”的阶段，进入到更大规模的常态化教学使用中。 三个月一次大版本的迭代节奏，就来自这些一线教师在日常课堂中产生的使用反馈。
每一轮来自教学一线的数据和需求，都在持续回流到模型训练中，优化模型对教学任务的理解和处理能力，形成了“课堂使用、数据回流、模型迭代、课堂体验提升”的正向循环。这种扎根于一线教育场景的数据积累和迭代能力，是通用AI厂商难以复制的。
全球教育AI赛道上，两种截然不同的产品思路已经分化。
一种是平台嵌入，代表者是Google。
2025年5月Google将LearnLM融入Gemini 2.5 Pro之后，2026年围绕教育的布局密度明显提高。3月的Bett教育展上发布了Gemini与Classroom的深度整合，4月宣布通过与ISTE合作向600万美国K-12教师提供免费AI素养培训，8月Gemini in Classroom正式向全年龄段学生开放。
Google已经以平台级的力量快速整合海外教育AI市场，其逻辑是把通用AI嵌入已有的教育基础设施，用庞大的用户基数和免费策略建立壁垒。
另一种是教育原生，飞象老师是这个方向上走得最快的产品。
教育原生的含义是，不在通用模型上加教育功能，而是从教育数据和教学逻辑出发构建整套系统。中国基础教育有独立的课程标准、教学方法和评价体系，从2021年新课标落地后，核心素养导向的教学改革对教师的信息化教学能力提出了更高要求，AI工具要在这个体系里发挥作用，不能只做到“能回答问题”，还需要准确理解学段差异、课标要求、学情诊断和教学引导的全套逻辑。
这个市场需要的是真正理解中国课堂的AI，这恰恰是通用大模型和海外教育产品在短期内很难做到的。
猿力科技在教育科技领域深耕十余年，拥有覆盖K-12全学段全学科的真实教学数据积累，飞象老师正是在这个基础上生长出来的产品，也是教育原生AI目前最具代表性的实践。
过去，教育应用的创造者只能是专业的软件开发团队。
飞象老师3.0把这个门槛降到了任何一个有教学想法的人。一位老师可以把自己独特的教学方法变成一个应用分享给学生，一个数学老师可以把自己积累多年的错题分类方法做成一个智能错题本，一个学生可以为自己定制一套适合自己学习节奏的复习工具，一位家长可以为孩子制作暑期阅读打卡应用，一所学校可以快速生成社团活动报名或设备报修等校园管理工具。
教育应用的创造者开始从专业的工程师团队扩展到真正理解教育的人。
在Google以平台和免费策略整合海外市场的同一年，飞象老师用教育原生AI的产品能力证明了另一种竞争力，谁更懂教育，谁就更有可能定义这个行业的下一代产品标准。
