在近期举行的一场创业挑战赛上，一支由釜山教育大学与釜山大学学生共同组成的队伍引起了不少关注。这支队伍没有选择时下热门的消费级应用，而是把目光投向了教育场景，尝试用生成式AI解决一线教学中真实存在的痛点。
从课堂里长出来的产品
队伍成员背景的互补，是这支联合队伍最鲜明的特点。釜山教育大学的学生大多有师范教育背景，对课堂节奏、学生差异和教师负担有着直接的体感；釜山大学的学生则在工程实现、模型调用和产品迭代上更有经验。两拨人凑在一起，产品的起点就不是“技术能做什么”，而是“老师在课堂上缺什么”。
据队伍介绍，他们开发的教育产品围绕备课辅助与个性化练习两个环节展开。教师输入教学目标与学情信息后，系统生成可供修改的教案框架与分层练习题；学生端则根据答题情况动态调整练习难度，并把薄弱知识点反馈给教师。整个流程强调“教师可干预”，生成内容需要经过教师确认才会进入课堂使用。
合并契机下的资源整合
两校合并的推进，为这次联合组队提供了现实土壤。过去分属两校的师资、课程与实验资源正在逐步打通，学生跨校选课、跨校组队的门槛明显降低。队伍指导教师在受访时提到，教育学科与技术学科的对接如果只停留在纸面协议上，很难产生真正可用的产品；让学生在一个具体的比赛任务里磨合，反而更容易暴露问题、找到结合点。
这种结合点在比赛中体现得相当具体。教育大学的成员负责设计教学流程与评价指标，釜山大学的成员负责把这些设计翻译成可运行的功能模块，双方在反复争论中调整方案。有队员坦言，最初技术侧倾向于堆功能，教育侧则担心功能过多反而增加教师操作负担，最后砍掉了将近一半的设想功能。
落地比获奖更难
对于比赛结果，队伍的态度比较克制。他们更在意的是产品能否在真实学校环境中跑通。目前队伍已与釜山当地几所中小学取得联系，计划在赛后开展小范围试用，重点观察教师是否愿意持续使用、生成内容的质量是否稳定，以及学校在数据与隐私方面能否接受。
有观察人士指出，生成式AI教育产品近年来层出不穷，但不少停留在演示阶段，真正进入日常教学的并不多。教师的使用习惯、学校的采购流程、内容审核责任归属，都是绕不开的现实问题。这支联合队伍选择从备课与练习这两个高频场景切入，至少在产品逻辑上更贴近一线需求，能否走远还要看后续试用反馈。
两校合并带来的跨学科协作能否沉淀为可持续的机制，也是这次组队之外更值得关注的看点。一场比赛能跑通一个原型，但教育科技的落地往往需要更长的周期和更稳定的团队。队伍表示，赛后无论结果如何，都打算把合作继续下去，把试用中收集到的问题逐条改掉。
