OpenAI 和 Anthropic，正在砸钱抢这个市场

无论是家长还是教师，都熟悉这样的场景：学生用手机拍摄作业题上传至 AI，瞬间获得解题思路与答案。AI 公司敏锐捕捉到教育市场的潜力，在高烈度竞争下纷纷入局。

与中国 AI 公司直接面向学生和家长不同，美国 AI 巨头的首要目标是攻克教师群体。

7 月 14 日，Anthropic 发布 Claude for Teachers，向全美 K-12 教师免费开放 Pro 级别服务。此举虽非首创——OpenAI 去年已推出 ChatGPT for Teachers，Google 也将 Gemini 整合进教育版 Workspace——但背后折射出的战略意图值得深究。

过去一年多，大模型厂商在教育领域动作频频：OpenAI 对师生免费，Google 依托 Workspace 生态覆盖学区，微软资助 Khan Academy 让全美教师零成本使用 Khanmigo。为何顶尖 AI 公司不惜以“免费”策略跑马圈地？其背后的商业算盘究竟如何？或许能从 Anthropic 的打法中找到答案。

A 社的「基础设施」打法

Claude for Teachers 的核心价值不仅在于“免费”，更在于其底层技术架构。Anthropic 接入了由陈·扎克伯格基金会开发的 Learning Commons 课标知识图谱。该系统覆盖美国 50 个州的学术标准，不仅包含标准本身，还细化了能力点及学生学习顺序。

Claude for teachers 的注册页面｜图片来源：Anthropic

这意味着，当得克萨斯州的五年级数学老师请求备课辅助时，Claude 并非基于通用知识猜测，而是严格遵循得州课标体系，精准匹配年级、学期及知识点。它还能对接 OpenSciEd 科学课程和 Illustrative Mathematics 数学课程，直接基于在校教材生成教案。

在产品形态上，Claude for Teachers 超越了简单的聊天窗口。它集成了 Claude Code 和 Cowork，支持设置自动任务，如每日定时批改测验并据此调整次日教学计划。这已演变为一个能持续运行的智能教学助手。

更为关键的是，Anthropic 将核心教学技能开源。其与 Learning Commons 共同开发的“课程规划”和“课程分层”两大核心 Skill，代码及评估框架已全部托管至 GitHub，供任何开发者或教育科技公司调用，不限于 Claude 生态。

这一举措意义深远：Anthropic 意在构建教育 AI 的基础设施，通过定义“好的 AI 教学”框架，确立其作为行业标准制定者的地位。

「下一代用户」圈地战

回顾过去一年半，AI 巨头布局教育的节奏日益密集。2025 年 4 月，Anthropic 推出面向大学的 Claude for Education，主打引导学生思考的"Learning Mode"；同月，OpenAI 宣布向北美大学生免费开放 ChatGPT Plus。

2025 年 7 月，OpenAI 联合美国教师联盟成立国家 AI 教学学院，计划五年内培训 40 万名教师，Anthropic 与微软提供资金支持。同年 10 月，Anthropic 组建由耶鲁前校长 Rick Levin 领衔的高等教育顾问委员会。进入 2026 年，战火从大学蔓延至 K-12 阶段：OpenAI 延长教师免费期，Google 深度整合 Gemini 至 Classroom，Anthropic 则在落地教师版的同时，承诺投入千万加元用于加拿大教育研究，并推出印度本地化定价。

这一系列动作逻辑清晰：AI 公司正在复制 Google 十年前利用 Chromebook 占领美国学校的策略。

谷歌当年想用 Chromebook 抢占学生市场来为之后铺路｜图片来源：GoGuardian

2012 年前后，Google 以低价向学校推广 Chromebook 及配套免费软件。至 2020 年，超六成美国 K-12 设备为 Chromebook，培养了一代习惯 Google 全家桶的用户，为其后续职场渗透奠定基础。尽管 Chromebook 在消费市场表现平平，却成功锁定了潜在用户群。

如今的 AI 公司如法炮制：学生在校期间依赖 AI 完成学业，毕业后自然转化为付费用户；教师长期使用特定平台备课批改，切换成本将随时间推移急剧升高。免费并非慈善，而是高效的获客手段。

Anthropic 教育负责人 Drew Bent 明确表示，目标是让 AI 成为教学流程的一部分，而非学生的作弊工具。为此，各家厂商强调“不使用教师数据训练模型”及“符合 FERPA 隐私法规”，以消除校方顾虑，争取进入采购清单。Anthropic 已专门制定 K-12 数据处理协议，并在底特律公立学校启动试点，携手盖茨基金会追踪教学效果。

AI 教育的难点

视线转回中国，中美 AI 教育路径呈现出显著差异。国内不缺动作：字节将“豆包爱学”置于核心入口，阿里千问上线“一键搜试卷”，好未来展示教师端与学生端大模型产品。QuestMobile 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。

然而，两者底层逻辑截然不同。美国公司奉行“赋能教师”策略，通过课标图谱、教师培训和工作流整合，提供工具而不干涉内容，旨在成为教育系统的基础设施。中国公司则选择“直达学生”，围绕“做题”展开，依托题库、流量和封闭生态，核心诉求在于付费转化。

这种差异源于教育体制的不同：美国教育分散且教师自主权大，“赋能教师”顺理成章；中国教育围绕统一考试，提分是刚需，“帮学生做题”更符合商业逻辑。

但现实尴尬的是，当垂直 AI 教育产品聚焦解题时，学生大规模使用的反而是豆包等通用大模型。后者凭借免费、全能的优势，使得专用产品在解题速度和教学深度上均显劣势。

美国选择从教师端切入做开放基建，中国选择从学生端切入做封闭产品。哪条路径更具生命力，或许要等"AI 原住民”一代成长后才能揭晓。但可以确定的是，AI 进入教育不仅是技术问题，更是关于“谁来定义教与学”的权力博弈。不同的答案，将孕育出完全不同的教育生态。