OpenAI 与 Anthropic 砸钱抢教育市场：免费背后的「圈地」逻辑

美国 AI 公司正在以「免费」策略高烈度争夺教育市场。7 月 14 日，Anthropic 发布 Claude for Teachers，向全美 K-12 教师免费开放 Pro 级别的 Claude。消息本身并不炸裂——OpenAI 去年 11 月就推出了 ChatGPT for Teachers，Google 更早将 Gemini 整合进教育版 Workspace。但 Anthropic 在产品形态与技术路径上的选择，揭示了这轮教育争夺战的不同打法。

Anthropic 的「基础设施」打法

Claude for Teachers 最值得关注的不是「免费」，而是其背后的技术架构。Anthropic 接入了一个名为 Learning Commons 的课标知识图谱，该系统由陈·扎克伯格基金会开发，覆盖美国全部 50 个州的学术标准，且包含每个标准下的细分能力点与学生学习顺序。这意味着，当一位得克萨斯州的五年级数学老师让 Claude 协助备课时，Claude 能够沿着得州课标体系，精确到该年级、该学期、该知识点的教学方案。它还接入了 OpenSciEd 科学课程与 Illustrative Mathematics 的 IM v.360 数学课程，可直接基于学校在用的教材生成教案。

在产品形态上，Claude for Teachers 不只是一个聊天窗口。它集成了 Claude Code 和 Cowork，教师可以设置自动执行的任务——例如每天下午四点自动批改当天的课堂小测验，并根据结果调整第二天的教学计划。

更值得注意的是，Anthropic 把教学技能开源了。它与 Learning Commons 共同开发的两个核心 Skill（课程规划与课程分层），代码与评估框架已全部放在 GitHub 上，任何开发者或教育科技公司都可以拿去给自己的 AI 产品使用，不限于 Claude。从这一系列动作看，Anthropic 并非单纯在做一个教育产品，而是在搭建教育 AI 的基础设施，把自己放在「标准制定者」的位置上。

「下一代用户」圈地战

回溯过去一年半，AI 巨头进入教育的节奏越来越密集。

• 2025 年 4 月：Anthropic 推出 Claude for Education，面向大学，与东北大学、伦敦政经学院等高校合作，主打 Learning Mode，引导学生自主思考。
• 2025 年 4 月：OpenAI 宣布向北美大学生免费开放 ChatGPT Plus。
• 2025 年 7 月：OpenAI 与美国教师联盟合作成立 National Academy for AI Instruction，目标是五年内培训 40 万名教师，Anthropic 与微软也参与资金支持。
• 2025 年 10 月：Anthropic 组建高等教育顾问委员会，由耶鲁前校长 Rick Levin 担任主席。
• 2026 年：OpenAI 的 ChatGPT for Teachers 覆盖到 2028 年，Google 把 Gemini 深度整合进 Classroom 和 Docs，Anthropic 的 Claude for Teachers 在 7 月落地，同时承诺 1000 万加元的加拿大教育研究投入，并在印度推出本地化定价。

这些动作的逻辑非常清晰：AI 公司在复制 Google 十年前用 Chromebook 占领美国学校的策略。2012 年前后，Google 以极低价格向学校推广 Chromebook，搭配免费的 Google Classroom 和 Docs。到 2020 年，美国 K-12 学校里超过六成的设备是 Chromebook，一整代学生从小用 Google 全家桶长大，毕业后进入公司时 Google Workspace 几乎不需要推广。

今天的 AI 公司做的是同一件事：学生用 Claude 写论文、做实验报告，教师用三年 ChatGPT 备课、批作业，平台切换成本会越来越高。免费不是成本，是获客。Anthropic 还为 Claude for Teachers 准备了 K-12 数据处理协议，并在底特律公立学校启动正式试点评估，与盖茨基金会合作追踪教师体验与教学效果，以打消学校对数据隐私的顾虑。

中美 AI 教育的路径分化

把视线拉回中国，AI 教育的动作同样密集。字节在 2026 年 1 月把「豆包爱学」推上豆包 App 核心入口，阿里千问上线「一键搜试卷」，好未来的九章大模型在 7 月世界人工智能大会上展示了教师端「九章龙虾」与学生端「小精龙」。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。

但中美 AI 教育走的是两条几乎完全不同的路。

• 美国公司走「赋能教师」路线：Anthropic 做课标知识图谱，OpenAI 做教师培训学院，Google 做教学工作流整合。共同特点是不碰内容本身，而是给教师提供工具，让教师决定怎么用 AI。这是一个平台逻辑，核心是成为教育系统的基础设施。
• 中国公司走「直达学生」路线：学而思靠二十年题库积累做垂直大模型，豆包靠免费流量做通用入口，作业帮、猿辅导各有 AI 解题产品。共同特点是围绕「做题」展开，核心是付费转化。好未来更进一步——自研学习机加自研大模型加自研内容，做成了封闭生态。

两条路各有道理。美国教育体系分散，每个州课标不同，教师有较大教学自主权，「赋能教师」是合理切入点；中国教育体系围绕统一考试运转，学生和家长的核心需求是提分，「帮学生做题」是更直接的商业逻辑。

不过一个现实不容忽视：当所有 AI 教育产品都在做解题工具时，真正被学生大规模使用的反而是豆包这样的通用大模型——不是因为它做了多好的教育功能，而是因为它免费、够用、什么都能问。专门的 AI 教育产品反而陷入尴尬：解题不如通用大模型快，教学又不如真人老师深。

美国公司选择从教师端切入、做开放基础设施，中国公司选择从学生端切入、做封闭付费产品。谁的路走得通，或许要等这一代「AI 原住民」长大才知道。但可以确定的是，AI 进入教育从来不只是技术问题，而是关于「谁来定义教和学」的权力问题。答案不同的地方，会长出完全不同的教育。