当大模型能快速生成解题步骤后，教育领域真正的瓶颈变为“理解学生为什么不会”。银河智学采用豆包大模型加自研引擎的双核设计，试图跨越这一分水岭。公司核心团队来自字节跳动教育和大模型部门，积累了长期记忆、解题链和 Agent 训练经验。

技术架构拆解

  • 通用大模型负责语言理解、内容生成和苏格拉底式追问，通过专项调优实现思维链拆解和启发对齐；
  • 自研智能学习引擎融合 DKT、IRT、CDM 和 KST 等认知科学模型，根据作答、提问和订正记录诊断薄弱环节并规划下一阶段学习内容。

两者分工明确：大模型“引导得好”，引擎“算得准”。在此基础上，Agent 能力被进一步延伸到学生学习规划和教师教学辅助，让每个孩子在规模化课堂中也能获得个性化路径。

通用模型虽通识强大，但在严谨学科逻辑上仍可能产生幻觉。自研引擎则提供教育专业约束，形成互补。目前该方案已在真实学校环境中验证学习效果。

对于中文 AI 开发者，这套思路提供了可借鉴的范式：在垂直领域将通用大模型基础设施与领域专用算法深度融合，尤其在教育、医疗等需要精准诊断的场景，能显著提升落地可验证性。未来类似双核或多核系统或将成为行业标配。