了多模态识别与教育学知识图谱。上线首周，准确率高达98.7%，媒体通稿已拟好标题：《AI赋能教育公平新范式》。
林砚却在第三天收到一封邮件，来自江苏盐城一所乡镇初中的数学老师。
邮件只有两句话：
“系统把‘解：设x为苹果个数’判为错误，理由是‘未使用标准变量命名规范’。
我的学生不会拼‘apple’，但他知道苹果有几个。”
林砚立刻调取后台数据。发现类似误判集中出现在县域初中——学生手写体潦草、方言词汇混入、解题步骤跳跃非常规……而系统训练集92%来自北上广深重点校的扫描试卷。
她没发通报，没追责，而是带着三名“青禾营”学员，驱车八小时赶到盐城。他们在学校机房守了两天两夜，看学生如何用触控笔在平板上写字，听老师如何用方言讲解“合并同类项”，录下学生面对AI红叉时低头咬嘴唇的小动作。
返程高铁上，林砚打开笔记本，写下第一行字：
现象不是故障，是尚未被翻译的语言。
一周后，“智学伴”紧急迭代。新版不再强调“精准纠错”，而是新增“教学意图识别”模块：当系统检测到非标表达时，自动弹出温和提示：“老师，这道题您可能想表达……是否需要我帮您生成三种不同难度的讲解建议？”——选项背后，是教研组连夜梳理的三百种县域常见解题变体。
更关键的是，林砚推动成立“田野教研组”，成员由一线教师、退休教研员、云启工程师共同组成。他们不再坐在办公室写需求文档，而是每月赴两个县域学校驻点，用真实课堂反哺产品逻辑。有位老教研员指着学生作业本上一道被AI判错的几何题说：“你看这辅助线画得歪，但思路是对的。我们的系统，能不能先认出‘对的思路’，再教‘直的线条’？”
这句话，后来被刻在云启新总部一楼的玻璃墙上。
——
职场从来不是真空。
林砚的坚持，不断遭遇现实棱角的撞击。
最大的压力来自季度经营分析会。财务总监指着PPT上一条向下的曲线：“青禾计划”年度投入超预算37%，直接拉低人效比；法务部提醒，让工程师长期驻校存在劳动关系模糊风险；甚至有高管委婉质疑：“林主任，我们是科技公司，不是师范学院。道德育人听着动人，可它能带来多少ARR（年度经常性收入）？”
林砚没有辩解。她在下
本章未完，请点击下一页继续阅读！