K12智能辅导系统中的大模型与小模型如何分工？

K12智能辅导系统的模型选型，真正的起点不是比较参数规模，而是先把教学任务拆开看。一套系统往往同时承担概念答疑、错题归类、分层提示、练习批改和学情汇总等工作，这些任务对模型能力的要求差异很大。围绕校本教材的概念检索、格式固定的批改、错因归类，边界清晰、调用频繁，对响应速度和稳定性要求高，更适合由经过针对性训练的小模型承担；而开放式探究、跨学科解释、连续追问和复杂学习路径规划，则更依赖大模型的语言理解与推理能力，尤其适合处理学生表述不完整、问题不断变化的情形。选型的基本单位不应该是“整个系统用大模型还是小模型”，而应该是“某一项教学任务由哪类模型承担”。

分层架构是实践中常见的解法：轻量模型负责意图识别、内容分类和常规反馈，当问题涉及复杂推理或多轮辅导时，再交给能力更强的模型。这种组合不是追求技术复杂度，而是让模型能力与任务风险相匹配。需要特别注意的是，能力上限不等于教学效果已被证明。教育垂直大模型研究强调，教材知识图谱、概念先修关系、教师参与校验和可追溯评测，都是减少结构性幻觉、提升教学适切性的关键环节。也就是说，大模型能否在课堂中真正教好，取决于它是否被约束在校本知识框架内。

成本和隐私问题也容易被简化理解。有案例文章将模型蒸馏描述为在特定K12场景下降低调用成本的路径，但这不能视为普遍结论。学科范围、并发量、部署位置、知识库质量和人工审核方式都会改变总成本，更稳妥的做法是把模型调用费用、知识库维护、数据治理、教师培训和人工复核放在同一张成本表中比较。隐私方面同样不能简单归结为“小模型安全、大模型不安全”。小模型部署在本地，但日志权限混乱、学生身份信息未脱敏，风险依然存在；外部大模型服务若具备清晰的数据隔离和访问控制，也应通过机构自己的审查流程确认。评估时至少要明确哪些数据可以进入系统、哪些必须脱敏、谁能查看交互记录、数据保存多久，以及供应方升级模型时如何通知和配合复核。

课堂效果的验证不能停留在“系统能否生成回答”。同任务对照实验适合在选型阶段使用，选取概念讲解、错因分析、分层提示或开放题反馈等代表性任务，让不同方案在相同教材、相同题目和相同交互条件下完成，由教师按统一量表盲评，重点观察回答是否符合课程目标、提示是否给学生留下思考空间、是否出现未经依据支撑的内容。真实课堂中的前后测与过程评估则更接近应用效果，既要看学生是否掌握核心概念、能否解决变式问题，也要关注他们是否频繁重复提问、是否过早索要答案。研究者提出的“价值引导—知识建构—思维发展”三维评估框架提醒实施方，不要把评价缩减为答题正确率。两种方法最好组合使用，先用对照实验淘汰明显不适配的模型，再在真实课堂中观察持续效果。

实施中还有几个环节不能跳过。先定义“不允许系统做什么”，是否允许直接给出完整答案、自动生成正式评价，需要由学校根据教学管理制度单独确定。建立校本内容的验证链同样重要，知识库要与课程版本、年级和学科范围对应，涉及概念先修关系时要检查系统是否把知识顺序讲反。教师应被放在反馈闭环中，试点期间允许他们标记错误回答、无效提示和超出年级范围的解释，并定期将这些样本纳入回归测试。最终的选择标准可以归结为一句话：在满足安全和教学边界的前提下，选择能在真实课堂中稳定改善目标结果的最小必要模型。先拆分任务，再做对照评估，最后结合课堂反馈和数据治理能力决定组合方式，才更有可能形成可持续的K12智能辅导系统。