七月的上海，热浪与人工智能的浪潮一同涌来，2026世界人工智能大会（WAIC）如约而至。

在7月17日举行的WAIC“人机共育·重塑大学”人工智能+教育论坛上，华东师范大学展示了教育智能体平台InnoAgent，它是2025年WAIC华东师大“启创·InnoSpark中国版教育大模型”的延展，从模型层面进阶到了可被更多师生下载的灵活平台，将从教育工具、资源、记忆系统等角度赋能教育的不同学段、不同学科。

33岁的郝昊是这项技术背后的核心负责人之一。这名“90后”是华东师范大学上海智能教育研究院（以下简称“研究院”）的专任副研究员，今年是他第三次参加WAIC——身份在变，视角在变，对AI的理解也在变。

2025年6月30日晚，团队顺利完成模型训练任务，郝昊（右一）与骨干博士生合影。

三次参会，感受AI之快速发展

2021年，郝昊还是华东师范大学计算机科学与技术学院的博士生。那年WAIC，他挤在人群中，以观众身份第一次走进会场。彼时大模型尚未掀起浪潮，会场里更多是图像识别、人脸检测等计算机视觉领域的成果，但他记住了一种感觉——前沿技术扑面而来。

2025年，是他以教师身份加入华东师范大学上海智能教育研究院的第一年。当时，研究院联合上海创智学院在WAIC召开期间发布“启创·InnoSpark中国版教育大模型1.0”，郝昊担任技术负责人。

“整个过程中已经没有人再带着你，告诉你做这块或那块。自由度很大，责任也很重。”他告诉记者，团队以年轻力量为主，遇到问题就开会讨论，一步步往前推进。模型如期上线并开源，全球下载量超过六万次。第一次看到线上网站峰值三千多用户涌入而“没有崩”的时候，内心很激动。

InnoAgent智能体系统界面

2026年，郝昊带着亲手敲下约六万行代码的教育智能体平台InnoAgent再度赴会。“去年是模型，今年是载体。”他坦言，模型不能直接赋能到一线的老师和学生，需要通过一个载体。并且，整个AI产业不再只“卷”模型，而是转向模型加上层的应用建设，智能体正是那座桥梁。

在郝昊眼中，三次参加WAIC，也感受到中国AI生态的变迁。2021年他是观众，看到的是传统深度学习向大模型的过渡；2025年开始他作为参与者，看到的是大模型垂类应用和国产算力生态的崛起。

“到2026年，模型再加上国产算力，我们已经完全可以做到全方位的、在国产架构下去做很多事情。从整个的技术、硬件到生态等，我们已经从follower（追随者）到可以独自撑起一片天。”郝昊感慨，“速度太快，和五年前已经完全不一样了。”

十年成长，找到努力的方向和意义

郝昊是山西太原人，本科就读于电气工程专业。“大三、大四的时候，开始感觉到，从数据里得到结论的时候，似乎可以通过算法来产生结果。”他上网查机器学习和人工智能的区别——那是十年前的启蒙。2017年，他进入华东师范大学计算机科学与技术学院攻读硕士和博士，恰好赶上深度学习的浪潮，此后，从统计机器学习转向深度学习，从计算机视觉走向大模型，再到智能体。“恰好贯穿了我上学的十年，跟我成长的阶段是一脉的。”

从华东师大博士毕业后，郝昊在上海交通大学做了两年半博士后，主要从事AI4S（AI For Science）研究。2025年出站后，他回到华东师范大学，投身教育大模型的研发。“AI4S的核心是让AI去支持某个领域，教育本质上就是AI4S大背景下的一个具体场景。”

在郝昊看来，选择将AI落地到教育领域，是他科研的必然。他提到了一个词——大规模的个性化。“孔子在2500多年前就提出了因材施教，但普及教育的过程中，技术没有发展到那个高度，只能大班授课，同一套教材给所有人。而AI时代，可以通过大模型个性化赋能到每一个学习者，这就是大规模的个性化教育。也是华东师大坚持的‘发展有温度的智能教育’的具象化体现。”

郝昊向记者分享了最近他在AI领域最激动的发现——通过一年多的探索，他们越来越明晰“教育人工智能”和“通用人工智能”本质的区别。事实上，这听起来或许并不复杂——通用人工智能中有一个越来越火的概念，叫Agent Loop （智能体循环），指的是希望AI闭环地执行任务，人在任务闭环中的比例越来越小，逐渐解放自身，比如“睡觉前跟模型说帮我干一件复杂的事，然后我去睡觉就可以了”，但，教育人工智能恰恰相反——“不可能说我想学什么知识，然后我开始睡觉了。教育智能体中，人必须留在‘环’中，且交互方式要符合教育的方法。”

“这是理念上的突破，我一下子想明白了自己要努力的方向和意义。”郝昊说。

像产品经理一样深耕AI

如今的郝昊，生活也非常忙碌。由于负责的项目由华东师大、上海创智学院联合研发，他需要两头跑，推动项目、与学生讨论、上课。晚上会固定游一次泳，再回到书桌前写代码、读论文——“9点之后少人打扰，就又回到了博士期间做科研的心流状态。”这时他的猫——一只三岁的矮脚米努特——总趴在桌边等他。“忙完一天，听猫的呼噜声，就很安心。我的科研离不开我的猫。”郝昊笑着补充。

郝昊的小猫

而这种生活里，他形容自己正在“全场景”地使用AI：资料收集、内容提炼、报告与PPT初稿、代码调试、论文精读。“原来一晚上精读两篇论文是上限，现在可以读掉五六篇，还可再做一个总结。”同时，他以每周3到5个的频率，把前沿开源项目、产品下载到自己的电脑上，做本地实践验证，学习对方的研发思路。他形容这种状态像产品经理——通过体验来学习AI前沿，再把心得与团队分享，考虑一些功能值不值得放进自己的模型里。

“这么高密度的自发的学习，一定要靠兴趣驱动。能在这个时代参与AI这项事业，也很有幸。”郝昊感到，上海给青年科研人员的支持巨大，这种支持不只在算力、经费等硬件设施，更在一种允许科研人员自由探索的科研土壤，以及敢让年轻人“挑大梁”的魄力。

“从算力、政策、人才团队到生态，可以感觉到自己被全链路系统性地支持。在我看来，给一点耐心，这样的持续投入一定会有回报。我对在上海发展很有信心。”郝昊说。