无论是家长还是教师，这两年恐怕都不得不面对这样一个场景：学生拿起手机拍摄作业题，直接传给 ChatGPT 或豆包，解题思路和答案瞬间呈现，轻松惬意。AI 公司显然早已洞察到了教育市场的巨大潜力，因此在激烈的竞争中，纷纷分出精力涌入这一领域。不过，与美国公司直接面向学生和家长不同，美国 AI 公司的首要目标，却是教师群体。
7 月 14 日，Anthropic 发布了 Claude for Teachers，向全美 K-12 教师免费开放 Pro 级别的 Claude。这一消息本身虽不算惊天动地——毕竟 OpenAI 去年 11 月就推出了 ChatGPT for Teachers，Google 更是将 Gemini 深度整合进教育版 Workspace。过去一年多，几乎所有大模型公司都在疯狂向教育领域塞入产品：OpenAI 给教师免费、给大学生免费；Google 依靠 Workspace 生态直接覆盖学区；Khan Academy 的 Khanmigo 由微软买单，让全美教师零成本使用。那么，顶尖 AI 公司为何要采用当年互联网巨头那套「免费」策略来攻占校园？在这场「跑马圈地」的背后，AI 公司究竟打着什么算盘？或许，我们可以从 Anthropic 的打法中，找到一些答案。
01、A 社的「基础设施」打法
Claude for Teachers 最值得关注的并非「免费」，而是其背后的技术架构。Anthropic 接入了一个名为 Learning Commons 的课标知识图谱。该系统由陈·扎克伯格基金会开发，覆盖了美国全部 50 个州的学术标准。不仅如此，它还包含每个标准下的细分能力点，以及学生通常的学习顺序。这意味着，当一位得克萨斯州的五年级数学老师让 Claude 帮忙备课时，Claude 并非依靠通用知识「猜测」该教什么，而是严格遵循得州课标体系，精确到这个年级、这个学期、这个知识点该如何教学。此外，它还能接入 OpenSciEd 科学课程和 Illustrative Mathematics 的 IM v.360 数学课程，直接基于学校在用的教材生成教案。
更有意思的是 Anthropic 在产品形态上的选择。Claude for Teachers 不仅仅是一个聊天窗口，它还集成了 Claude Code 和 Cowork，教师可以设置自动执行的任务——例如每天下午四点自动批改当天的课堂小测验，然后根据结果调整第二天的教学计划。这已经超越了单纯的「问答式 AI」，而是一个能够持续运行的教学助手。
Anthropic 还做了一件在 AI 教育领域几乎无人尝试的事：将教学技能开源。它与 Learning Commons 共同开发了两个核心技能，包括课程规划和课程分层，并将代码和评估框架全部放在 GitHub 上。任何开发者或教育科技公司都可以将其应用于自己的 AI 产品中，不限于 Claude。这一举措的意义远超产品本身。Anthropic 不是在做一个教育产品，而是在构建教育 AI 的基础设施。它将自己置于「标准制定者」的位置——即由它来定义什么才是「好的 AI 教学」。
02、「下一代用户」圈地战
回溯过去一年半，AI 巨头进入教育的节奏愈发密集。2025 年 4 月，Anthropic 推出面向大学的 Claude for Education，与东北大学、伦敦政经学院等高校合作，主打名为「Learning Mode」的功能，旨在引导学生独立思考而非直接获取答案。同月，OpenAI 宣布向北美大学生免费开放 ChatGPT Plus。2025 年 7 月，OpenAI 与美国教师联盟合作成立 National Academy for AI Instruction，目标是在五年内培训 40 万名教师，Anthropic 和微软也提供了资金支持。2025 年 10 月，Anthropic 组建了高等教育顾问委员会，由耶鲁前校长 Rick Levin 担任主席。到了 2026 年，战线从大学延伸至 K-12。OpenAI 的 ChatGPT for Teachers 承诺覆盖至 2028 年，Google 将 Gemini 深度整合进 Classroom 和 Docs，Anthropic 的 Claude for Teachers 则于 7 月落地，同时承诺投入 1000 万加元用于加拿大教育研究，并在印度推出了本地化定价。
将这些动作串联起来看，其逻辑非常清晰：AI 公司并非在做慈善，而是在复制 Google 十年前用 Chromebook 占领美国学校的策略。2012 年前后，Google 以极低的价格向学校推广 Chromebook，搭配免费的 Google Classroom 和 Google Docs。到 2020 年，美国 K-12 学校里超过六成的设备是 Chromebook，一整代学生从小使用 Google 全家桶长大。当他们毕业进入公司后，Google Workspace 几乎不需要推广便会被接受。尽管 Chromebook 在主流消费市场表现平平，但它确实为谷歌的服务和软件培养了一批潜在用户。今天的 AI 公司所做的，与当年如出一辙。学生使用 Claude 写论文、做实验报告、准备面试，毕业后入职的第一件事便是续订 Claude；教师使用 ChatGPT 备课、批改作业、撰写评语，使用三年后对平台的切换成本会越来越高。免费并非成本，而是获客手段。
Anthropic 教育负责人 Drew Bent 的说法虽显克制，但意图明确：Anthropic 的目标是「与大学合作探索 AI 赋能的教学模式」。翻译过来，就是让 AI 成为教学流程的一部分，而非学生偷懒作弊的工具。这也解释了为何几家公司都强调「不用教师数据训练模型」以及「符合 FERPA 学生隐私法规」——它们需要消除学校管理层的顾虑，才能真正进入采购清单。Anthropic 为 Claude for Teachers 专门制定了 K-12 数据处理协议，并在底特律公立学校启动了正式的试点评估，与盖茨基金会合作追踪教师体验和教学效果。
03、AI 教育的难点
将视线拉回中国，一个有趣的对比浮现出来。中国并不缺乏 AI 教育的动作。字节在 2026 年 1 月将「豆包爱学」推上豆包 App 核心入口，阿里千问上线了「一键搜试卷」，好未来的九章大模型刚在 7 月的世界人工智能大会上，展示了教师端「九章龙虾」和学生端「小精龙」。QuestMobile 的数据显示，截至 2025 年第三季度，国内 AI 教育应用月活已突破 1.2 亿。但仔细观察会发现，中美 AI 教育走了两条截然不同的道路。
美国公司的思路是「赋能教师」。Anthropic 做课标知识图谱，OpenAI 做教师培训学院，Google 做教学工作流整合——它们的共同特点是避开内容本身，而是为教师提供工具，由教师决定如何使用 AI。这是一种平台逻辑，核心是成为教育系统的基础设施。中国公司的思路则是「直达学生」。学而思依靠二十年积累的题库做垂直大模型，豆包依靠免费流量做通用入口，作业帮、猿辅导各有各的 AI 解题产品。它们的共同特点是围绕「做题」展开，核心是付费转化。好未来走得更为彻底——自研学习机、自研大模型、自研内容，打造了一个封闭生态。
这两条路各有其道理。美国教育体系分散，各州课标不同，教师拥有较大的教学自主权，因此「赋能教师」是合理的切入点。中国的教育体系围绕统一考试运转，学生和家长的核心诉求是提分，因此「帮学生做题」是更直接的商业逻辑。然而，一个不容忽视的现实是，当所有「AI 教育产品」都在致力于解题工具时，真正被学生大规模使用的，反而是豆包这样的通用大模型。这并非因为豆包做出了多么卓越的教育功能，而是因为它免费、够用、能问一切。专门的 AI 教育产品反而陷入了一种尴尬的定位：解题不如通用大模型快，教学深度又不及真人老师。
美国公司选择从教师端切入、构建开放的基础设施，中国公司选择从学生端切入、打造封闭的付费产品。谁的路最终能走得通，可能需要等这一代「AI 原住民」长大之后才能见分晓。但至少有一件事已经非常清晰：AI 进入教育，不再仅仅是一个技术问题，而是一个关于「谁来定义教和学」的权力问题。答案不同的地方，终将长出完全不同的教育。