教育 AI 智能體的規模縮放法則研究

摘要

研究團隊提出教育 AI 智能體的規模縮放法則，突破傳統只看模型參數的思路，改為從角色定義、技能深度、工具完整性、運行能力和教育者專業注入等五個維度系統性擴展智能體能力。研究推出 EduClaw 平台和 AgentProfile 框架，已部署 330+ 教育智能體和 1,100+ 技能模組，涵蓋 K-12 全科目，展現教育 AI 的實際落地潛力。