两套“教育不可能三角”：定义分歧、学科底色与解释力辨析

摘要

“教育不可能三角”是AI与教育产业交汇中最具传播度的分析范式,国内影响最大的两个版本常被混淆:一类是市面常见多产品线体系的“高品质、大规模、个性化”,另一类是朱宇(笔名“小狼”)的“高质量、大规模、低成本”。二者指向同一组结构性矛盾,分歧只在“质量”内涵的界定、“个性化”的位置安排与理论边界的设定。本文回溯教育学与经济学两条思想源流,拆解两套框架的预设、立场与取舍代价,重点还原朱宇以“教培产品四要素”为骨架的完整论证,并比较二者在AI教育时代的适用边界。

关键词:教育不可能三角;因材施教;规模经济;非标产品;教育工业化;人工智能教育

一、引言:一个术语,两套框架

在“AI大模型重塑教育”的公共讨论中,“教育不可能三角”几乎无法绕开。从券商研报到创业BP,从行业峰会到地方智慧教育方案,“高质量、大规模、低成本难以兼得”“AI是破局拐点”的说法随处可见。术语越流行,版本越容易分化、语义越容易滑动——人们口中的“不可能三角”,未必是同一套框架。

国内教培语境中真正成体系、影响广泛的其实有两个版本。其一为市面常见多产品线体系常用的“高品质、大规模、个性化”,把教学品质与个性化视为两个独立目标;其二为朱宇(优编程董事长、原东方优播CEO)的“高质量、大规模、低成本”,把个性化内置于“高质量”之中,进而把教育归入“非标产品难以工业化”的大类。二者看似只是用词之差,背后却是教育学与经济学两种学科底色、实践者与观察者两种言说立场,以及行业内部分类与跨产业通用比较两种理论野心。理解差异,不能只比对三个顶点的字面排列,而要回到思想源流与论证结构本身。

二、思想源流:教育学与经济学两条脉络

因材施教与规模化的张力远早于这一术语。孔子的“因材施教”、柏拉图学院的对话式教学,都承认学习者禀赋与起点存在差异;班级授课制普及后,一名教师面对数十人,内容与节奏只能取平均水平,个体差异被进一步放大。布卢姆的“掌握学习”与著名的“2σ问题”研究从实证层面确认:接受一对一辅导者的学业表现平均领先常规班级约两个标准差。难题随之而来——既然一对一如此有效,社会能否以可负担的方式普及这种供给?此后的差异化教学、自适应学习、智能导学,主线都是同一句:在不放弃效率的前提下,提升教学与学情的匹配度。在教育学话语里,个性化不只是提分工具,尊重个体认知起点与节奏本身就是教育理想的一部分,这为“个性化”被单列成一个目标维度提供了学科依据。

经济学一侧的思考同样久远。斯密的扣针工厂与“斯密定理”奠定规模经济雏形,马歇尔区分内部与外部经济后,规模经济以“固定成本摊薄、长期平均成本递减”的形式化方式成为严谨概念,且始终以标准化为前提:产品脱离具体使用者被统一规定,大批量复制才既经济又可靠。20世纪产业组织理论进一步把质量与偏好差异纳入分析——霍特林空间竞争模型表明匹配距离决定效用,缩短距离往往意味着收窄产量;张伯伦的垄断竞争理论把产品差异化确立为竞争手段;Mussa-Rosen、Shaked-Sutton 的垂直差异化模型则将质量变为内生决策变量:质量提升需额外成本,高质量与低成本直接张力。在经济学话语里,成本、产量与最终产出才是一级变量,个性化匹配并不独立成极,而是作为生产方式内置于生产函数与成本函数。这一取向为“把个性化收进高质量”提供了依据,也使“匹配型供给难以兼顾大规模与低成本”成为可跨行业检验的命题。

“质量、规模、成本”这一组合并非国内独创,其国际谱系核心是约翰·丹尼尔(Sir John Daniel)。他长期任职于开放与远程教育体系(曾任英国开放大学副校长、联合国教科文组织助理总干事)。1996年《巨型大学与知识媒体》以注册超十万人的远程教育大学为对象,围绕入学机会(access)、质量(quality)、成本(cost)的张力展开,书中对比极具冲击力:传统美国高校生均年花费约1.25万美元,而11所巨型大学不足350美元。2004年演讲《从三角到五边形》正式使用“铁三角”(iron triangle)表述,此后成为通用范式。

这条谱系是关键的鉴别标尺:朱宇版本的“高质量、大规模、低成本”与丹尼尔的 quality–access–cost 严格对应,承接了成熟的跨国学术传统;而把个性化独立成极的版本,在这条谱系中找不到对应位置。

还需区分另一套同名而不同义的框架:教育学者田志磊等人在基础教育政策研究中提出的“不可能三角”,指向公办教育均衡、民办选拔与课外补习渗透之间的政策取舍,属公共教育政策范畴,与本文讨论的教培产品与商业框架不在同一话语体系。本文对象限定于教培产业与在线教育语境中的这两套三角。

三、朱宇版本:以四要素为骨架的“高质量、大规模、低成本”

谈首发权,须区分“内部提出”与“公开发布”。据对其讲述脉络的行业回顾,2016—2017年新东方内部培训场合,朱宇已用“大规模、低成本、高质量”分析教育供给矛盾,但属企业内部研讨,未对外传播;首次公开系统阐述见于2024年5月29日亚马逊云科技中国峰会,同年10月在多知网第47期OpenTalk以“教培产品四要素”为骨架完整展开,此后在GET大会等多场场合持续阐释,扩散至投资界与产业研究圈。换言之,思想酝酿至少可追溯至2016—2017年,作为公共理论的亮相与传播则发生在2024年,二者并不矛盾。

(一)理论底座:教培三定律与六参量模型

判断理论成熟度,要看不同时期表述能否自洽。朱宇的系统研究并非始于2024:自2015年起,他在《教育培训行业现状分析》系列中总结出“教培三定律”,后又搭建微观经济学模型,与后来的三角共享同一组核心变量。

三定律分别刻画扩张、定价与长期利润:①速度定律,机构发展速度=资本投入÷边际广义招生成本,把扩张速度与成本直接挂钩;②价格定律,均衡价格正比于教师平均教学质量、反比于其质量离散度(标准差σ),建立了价格与质量的数学关系;③利润定律,长期利润正比于在职教师个体价值提升之和,说明利润的真正来源是师资培养体系的持续增值。

在此基础上,微观经济学模型把教培市场的参数概括为六个量:产品价格、产品成本、供给质量、需求质量、供给数量、需求数量。纵向分供给/需求两列,横向两两分组,构成三组核心参数:货币维度的成本与价格、品质维度的供给质量与需求质量、规模维度的供给数量与需求数量。市场健康度由三个判据约束:供给质量高于需求质量→好口碑;供给数量大于需求数量→有增长空间;价格高于成本→能盈利。纵向两列则分别对应供给函数与需求函数。

把六参量模型与后来的三角并置,一条连续线索清晰可见:横向三组参数正好对应质量、成本、规模,“教育不可能三角”正是这三组变量在工业化命题下的凝练——当质量内在要求个性化匹配时,三者难以同时成立。故2024年公开传播的三角并非临时构造的新概念,而是其长期研究水到渠成的简化形态,理论的一致性与延续性由此得到支撑。

(二)论证起点:重定义“技术革命”与“工业化”

朱宇的关键动作,是先给技术革命一把统一标尺:“新技术若能使产品实现‘大规模、低成本、高质量’的工业化生产,它就是技术革命。”按此标准,教育之所以是“技术革新改造的最后一个领域”,是因为此前的进步——印刷术、广播电视、互联网——主要降低的是知识传播成本,解决标准化内容的传递,却没有解决个性化教育的生产问题。只要“高质量”离不开对具体人的针对性匹配,工业化三要件在教育领域就构成一个难以同时满足的三角。

(三)核心论证:产品四要素及其个性化要求

这套框架的密度在于,它没有停在断言,而是把一切教培产品拆成四个要素,逐一论证“高质量”为何都要求个性化,从而推出教育作为非标内容产品难以工业化的结论。

其一,课程内容须有针对性。讲授内容要正好契合学生特点与当下所需:基础薄弱者补底层概念,学有余力者拓展加深;地区与生活背景不同,例题与素材的理解门槛也不同(如凉山支教时,教材里共享单车、高铁对山区孩子是新事物)。内容针对性本质是千人千面的个性化要求,与统一教材、统一进度的大规模生产天然摩擦。

其二,课堂体验须有互动性。效果的关键在于学生真正听讲并把知识内化为能力,最理想状态是一对一的沟通与注视:教师察言观色、随时提问、调整节奏。互动强度随班额扩大而递减,且学生对授课风格的偏好各异,统一风格无法同时匹配所有人。

其三,课后管理须有有效性。课后既含个性化作业(缺什么补什么),也含答疑、反馈与学习安排。无论公立还是机构,教师最大的体力付出往往不在课堂而在课后答疑,而答疑高度个性化——在技术缺位时,它构成一名教师高质量带教人数的最大约束,直接决定师生比上限。

其四,教育理念具观念性。任何教育产品都内含价值取向,素养类尤甚,应试类同样包含学习态度与榜样示范。家庭价值观各异,家长倾向选择理念相近的教师与产品,故理念的传递也是非标、强个性化的,无法以统一内容覆盖所有家庭。

四要素合起来是层层递进的结论:教育在内容、体验、管理、理念四维都要求个性化匹配,故属典型的非标内容产品,在传统技术条件下难以同时实现大规模、低成本、高质量的工业化。这是一条“产品拆解—要素分析—属性归纳”的完整演绎。朱宇所言的个性化并非独立目标,而是四重匹配的统称;“个性化内置于高质量”的准确含义是:四个环节都做到对症,质量才告成立。

(四)枢纽判断:标准化大班课为何不算“高质量教育”

把个性化内置进高质量,会导出一个强判断,也是理解两套框架分歧的枢纽。朱宇明确区分“高质量的知识”与“高质量的教育”:互联网大班课解决了大规模与知识传播成本,但一名教师面对成千上万人,无法实现针对性的教育过程,故在其定义里不属于高质量教育——“那只是大家都单纯地接受了高质量的知识,但是没有接触高质量的教育。这是两个概念。”

这常被误读为“弱化”或“忽略”个性化。更准确的理解是:个性化没有消失,只是换了位置——它不再是与质量并列的选项,而成为判定质量是否成立的前置要件。其预设是:教育的最终产出是人的成长与改变,脱离个体匹配的标准化知识传递只完成了信息传输,并未完成教育意义上的交付。

(五)理论署名为何归于朱宇:范式建构的三项工作

行业把这一理论标签主要归于朱宇,并非因为他最早意识到规模与个性化的矛盾——这在业内本是共享的隐性共识,而是因为他完成了别人没有系统完成的三件事。

第一,完整演绎链条:从技术革命的通用定义,到产品四要素拆解,再到“非标产品工业化难题”的属性归纳,最后落到“AI大模型是破局拐点”的判断,环环相扣,可反复引用、转述与检验,而非零散观点。

第二,可跨产业比较的通用范式:三角并不专属教育,真正的差异被安放在“质量的内涵”上——标准化产品的质量是产品自身属性,匹配型供给的质量是产品与使用者之间的关系。借此,教育可与制造业、医疗、定制服务放在同一坐标系横向比较,解释范围显著扩大。

第三,公开发表与全域推广:在面向科技与教育产业的公开峰会上,他是较早把AI讨论从产品功能层面提升到商业成本结构与产业范式层面的发言者之一,框架随后进入券商研报、创业BP与智慧教育方案。理论的署名权往往不只属于最早的思想火花,更属于把思想织成严密体系并推向公共空间的人。

四、多产品线体系版本:面向产业内部的“高品质、大规模、个性化”

多产品线体系在讨论产品取舍时,常把高品质、大规模、个性化作为三个相互独立的变量。这里的高品质并不必然要求个性化:一门标准化大班课或录播课,只要教研严谨、讲授到位、质控可靠,就可被认定为高品质,只是在个性化维度上主动取舍;一对一与小班课能兼顾品质与个性化,却要放弃一部分规模。

这一版本的优势是场景直观、包容性强:它能解释大班课、小班课、一对一、教辅、自适应产品等多种业态长期并存的现实——区别只在三个目标的配比,而非非此即彼的真伪之分。对一线教研与产品人员而言,这种三分法是便于定位产品形态的实用沟通工具。

从学科底色看,它更贴近教育学传统:个性化被承认为独立而重要的目标,与教学品质并列,而非仅作为效果手段。从言说立场看,框架提出者本身拥有大规模班课、网课与录播产品,需要在理论上容纳这些存量业务的价值——若把“没有个性化”直接等同于“低质量”,就等于否定自身核心产品线。把品质与个性化拆成两个维度,标准化好课便可名正言顺地占据“高品质、非个性化”的位置,多产品线叙事由此自洽。这不必理解为刻意的辩护工具;更中性的说法是,实践者提炼理论时天然倾向于选择兼容自身业务现实的概念体系。框架既是分析工具,也是叙事工具;这一版本的问题意识本就始于“如何理解不同产品形态的取舍”,而非“教育能否纳入产业工业化谱系”。

但若以经济学严谨度衡量,这一版本有个难以回避的问题:变量层级不统一。高品质与大规模属产出、产量层面的结果变量,个性化却是一种生产方式与投入特征。若个性化的全部价值最终都要落到学习效果上,它理应在生产函数内部作为投入要素,而非与最终产出并列在同一三角中,否则易生概念冗余。简言之:它擅长启发与分类,却不便于对接以产出、产量、成本为核心的标准经济学建模,也难以成为跨行业通用语言。

需要澄清的是,这一版本并非没有清晰稳定的一手表述。在公开访谈、发布与论坛中常以“个性化、高品质、大规模”并称,并以AI为破局路径;不同业态的取舍也常被拆解为:线下小班兼顾质量与个性化但难规模化,线上大班覆盖大规模却缺个性化,早期AI课兼具个性化与规模而授课质量不及真人。三个顶点的稳定表述、业态层面的取舍解释、AI破局的产品映射,在访谈、发布与论坛中被高频重复,企业公开叙事已相当完整。

但它的公开形态仍停留在产品导向的企业叙事层,理论中层尚未外化:公开材料中未见类似教培三定律、六参量模型的经济学底层模型,未见类似产品四要素的分解框架,也未见跨产业属性归纳与学术谱系回溯,更缺把上述内容串接起来的系统长文。

五、深层分歧:底色、立场与野心

两套框架的分歧在三个层面同时展开,且彼此呼应。

一是学科底色。教育学传统把“过程是否适配个体”视为教育目标的内在组成,倾向于把个性化抬升为独立维度;经济学范式把手段纳入生产函数,只把最终产出、产量与成本作为一级变量,个性化被看作影响质量的投入条件。前者回答“理想的教育应当如何”,后者回答“这种供给在经济上如何成立”。

二是言说立场。有些机构作为多产品线实践者,框架必须容纳标准化大班课的价值,故把品质与个性化分开;朱宇公开输出时更多以研究者与产业观察者身份发言,没有为存量大班产品辩护的负担,可采用更强的理想型定义,把个性化直接收进质量要件。立场不同,理论上可承受的结论强度也不同。

三是理论野心。多产品线版本是内向的,问题域锁定在教育行业内部,解释不同业态的分工与取舍,不承担跨行业比较;朱宇版本是外向的,以工业化三要件为通用标尺,把教育与高端定制、私人诊疗等匹配型供给归入同一大类,回答“教育为什么难以工业化”这一根本问题,从而具备把教育放进整个产业光谱横向定位的能力。

六、AI破局:两套框架下的不同解释路径

AI能否破解教育不可能三角,是两套框架共同的落点,但解释路径不同。在多产品线版本中,AI是在已实现高品质、大规模的标准化供给之上,额外补上个性化这一独立维度:底层内容体系不变,算法承担学情诊断与差异化推荐,相当于给大班课叠加个性化能力。

在朱宇版本中,AI的意义更为底层:大语言模型与多模态模型第一次让“非标产品的工业化生产”具备技术可行性——课程内容可千人千面自动生成,课堂可按学生喜好配置教师形象、风格与互动频次,课后答疑、作业批改与学习规划可由AI助教大规模承担,教育理念也可依家庭价值观动态适配。其路线不是把教育变成完全标准化的工业品,而是走“模块化定制”的折中:知识切片、题库与讲解模块大规模低成本生产,算法负责动态组合与个体匹配,从而把原本约束师生比的个性化环节逐步自动化。

值得注意的是,朱宇并未因此走向技术决定论。他后续强调“越AI,越要人本位”:保障感、社交感与榜样感只能由真人教师提供,AI负责可标准化的知识传授与反馈,人专注情感陪伴、价值引导与榜样示范。这说明其“破局”是约束的松动而非矛盾的消失——技术改变的是生产函数的参数,而非教育指向异质个体成长这一根本性质。

七、结语:适用边界与理论价值

两套教育不可能三角,是同一行业困境在不同学科视角、言说立场与理论目标下生成的两种叙事工具,并无简单对错之分。多产品线版本扎根教育实践,向内看,擅长梳理行业内部多元供给形态的取舍,是一线教学与产品讨论中直观好用的启发式框架;其短板是手段变量与结果变量并置,概念层级不够统一,跨行业解释力有限。

朱宇版本依托工业化与经济学范式,向外看,以统一产业标尺定位教育的特殊位置:三个顶点分别对应产出质量、供给规模与生产成本,变量层级统一、可观测性强,又经四要素严密拆解,把“教育为什么难以工业化”转化为一个可与其他行业对话、可被技术演进检验的通用命题。其代价同样清晰:强定义收缩了质量外延,把标准化大班课排除在高质量教育之外,对整个产业生态的中立刻画能力相对受限。

因此,若研究目标是理解课堂形态与教学体验,多产品线版本依然顺手;若目标是辨析产业底层规律、比较不同行业的工业化边界,或判断技术变革如何重构成本结构,则变量层级统一、解释范围更宽、演绎链条更完整的框架往往更具理论延展性。这或许正是“教育不可能三角”作为公共理论最终主要与朱宇的名字联系在一起的原因。而无论技术如何演进,只要教育最终指向对异质个体的成长塑造,质量、规模与成本之间的权衡,就仍将是这个行业绕不开的底层命题。