引言：

近期 DeepSeek R1 因开源、低成本、高性能引发科技界震动，甚至登顶美区 App Store 免费榜，超越 ChatGPT 和 Google Gemini。

但是，随着各种环境的影响，DeepSeek成为了春节以来最热门的话题。

1.用得人太多了，再加上各种敌视攻击，被当成是民族脊梁的DeepSeek也逐渐招架不住了。

2.各种用DeepSeek赚流量的介绍

3.据说是用DeepSeek 第一个吃螃蟹的人，用培训收了不少焦虑的学费

4.还有用大家好奇心，让动手能力强的人开始玩”自己”的DeepSeek

其实作为第一线用技术服务社会的IT 民工的我来说，如果是个人用，真的不适合自己本地部署DeepSeek这类的大模型。首先就是计算资源不够，个人电脑根本解决不了我们个人使用中的问题，所以是纯玩，满足好奇心。比如我这样的，第一时间就在自己电脑部署了DeepSeek R1 14B（小尺寸模型，再大了电脑跑不动）。 但是出于职业的本能，敏感地感觉到，DeepSeek开源项目的发布，给教育行业甚至很多政府机关机构普及AI的深度使用，无疑是个春天。当然，我相信很多行动力超强的机构已经开始这么做了。因为它可以解决以下几个问题：

1. 数据安全问题：Deepseek是国产优秀且具备推理能力的大模型，可以放心深度应用到学校教育工作中。不用担心教育数据出海了。

2. 更多是教过程，而不是给结果。DeepSeek R1的推理能力，天然具备了给学生使用的能力，即不仅给结果，还给出推理（教学）过程。

3. 数据私密性。Deepseek完全适合学校或区域教育机构本地化部署，可以做到学校数据不外流。

基于此，学校和主管机构就可以放心地构建校级和区域知识库，满足数据本地化的需求。

那么，DeepSeek部署到学校和教育机构自己环境中，究竟怎么使用才能最大发挥效力呢？这里是我基于经验和重度使用之后的几个总结，从大的方面来看：

首先是，智能教学助手：从“经验驱动”到“数据智能”

1. 精准学情诊断：DeepSeek R1通过分析学生作业、考试数据，自动生成 个性化错 题本与知识 薄弱知识点图谱，帮助教师快速定位教学难 点。

2. 动态教案生成：基于校本教材与教学大纲（知识库），DeepSeek R1可 自动生成带 分层练习的教案，并支持多模态课件。

其次是，24小时自适应学习系统

1. 智能答疑与举一反三：学生通过校内终端提问，AI不仅能提供解题步骤，还能生成同类变式题（如物理力学问题推理链长度达10步以上5）。

2. 纯AI的批改场景，包括作文批改、作业批改、试卷批改等。而且通过工作流的方式，可以非常方便地重构出班级或年级的薄弱点的新试卷。

3. 学习路径规划：结合学生历史表现，动态推荐难度匹配的习题与微课资源，真正实现“千人千面”的学习计划。

最后是，教务管理智能化升级

我们通过工作流的方式构建智能体，实现：

1.自动化行政处理：DeepSeek AI可快速完成课表排班、考勤统计、报表生成等事务性工作，根据OUR SCHOOL AI上50万老师的使用率估计，效率能提升70%以上。(其它通用大模型也可以，但就是prompt有点费事)

2.舆情与心理健康预警：分析学生论坛、作业文本中的情绪关键词，甚至是聊天互动 机器人，辅助教师提前发现学生的心理变化。

当然，还有很多细分的教育教学场景，比如幼儿园的环创、高年级段的学业质量监测、各类课程教案的设计等。

构建校级知识库：从“静态资源”到“动态知识引擎”

有了本地的AI能力，我们就可以非常放心地构建校级属于自己的知识库了。因为学校有很多材料如优秀教案、教学材料、作业设计等等都是校本化的，也不方便外流。但是在平时工作中又需要参考和学习。 这时就很需要构建自己的知识库了。但要注意，这个知识库不是我们平时所说的网盘，而是要把各类文件向量化存储，让AI 能更好的理解和应用。这就是我们在学习AI的过程中经常看到了RAG技术。那它能为我们做什么呢？我认为至少可以：

1. 校本知识图谱建设

智能标注与关联：DeepSeek R1的推理能力，能够自动解析教案、试卷、教研论 文，构建学科知识点网络。经过我本地的实验，准备略极高。

动态更新机制：教师上传新资源后，模型自动识别并更新知识库，形成“教学-反馈-优化”闭环。但是这点必须要用“工作流”的方式来实现。

2.实现区域资源共享平台

跨校协同教研：通过加密联邦学习技术，区域内学校不仅可共享优质教学资源，同 时还能保护各自数据隐私。非常方便的解决了集团校建设过程中碰到的问题。

AI赋能教育公平：这是我们建设教育强国必须要解决的问题。从区域AI 的应用来 看，当偏远地区学校接入区域知识库，获取区域内优秀的教学资源将会非常方便。

教师AI素养提升：从“技术焦虑”到“人机协同

经过这两年多以来教育第一线实践AI的经验来看，能够在我们日常教育教学中充分发 挥AI的能力，会至少受到以下两个因素的制约：

1.人的观念问题。 AI对今天的人们来说，就像是二三十年前电脑刚进入生活一 样。虽然AI进入生活已经好几年了，但直至今天，还有很多人还处在观望和质疑 之中。比如个别校长还在担心有了AI 教师就不用干活了、有了AI 学生就不会再 努力学习了等等。

2.教育工作者AI 素养的提升。 这就好比是很多年前，我们教师还不习惯用电脑 来工作，非常排斥用office软件来工作。写工作报告，一定得是写在纸上，否则就 是不用心写。

那么有了校级和区域AI的本地化部署和知识库的建立，我们教育工作者的AI素养是如何提升呢

1.首先是阶梯式培训体系自然而生

基础技能工作坊：当我们的教师使用AI生成教案、设计互动习题等时，就会不知不觉地在适应AI, 了解AI。

高阶应用研修：当我们教师想开始高阶应用时，比如想利用AI进行学情分析、个性化辅导策略制定等，就会有了对AI高级应用的学习需求。

自主开发创新：当平台具备了工作流能力、本地知识库能力、AI的长期记忆能力后，一些好奇心重、动手能力强的教师就会开始自己构建AI 智能体。因为学校的场景绝不是三个五个，而是成百上千不同的场景。而每个场景都有自己的运行逻辑 和规则，这就需要不同的智能体分别来完成特定的任务。而最了解学校和教育场景 的人一定不是外面的企业或专家，一定是本校的老师。

2.常态化支持服务的需求

当有了AI 进入日常的教育教学工作之后，出现的问题就会越来越多。这时对技术 支持服务的需求就会越来越旺盛，越来越精细。在教师工作中这些常态化的问题被 解决的过程，其实就是在帮助我们教师在不断的提升AI素养。所以我相信，越是应用AI 早的学校，教师的AI素养就会越高。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓