行业趋势与市场动态 - 国产AI助手自11月下旬起发展节奏显著加快，多款产品密集发布并取得亮眼市场数据 [1] - 灵光App于11月22日凭借“一句话生成小应用”功能出圈，上线四天下载量突破一百万 [1] - 豆包手机助手于11月底在工程机上实测亮相，引发关于系统级AI接管手机操作的讨论 [1] - 千问App于12月3日接入Qwen3-Learning大模型，公测首周下载量突破一千万，刷新国内AI应用增速纪录 [1] - 行业趋势正从单纯的技术竞争转向实际应用场景的快速落地，特别是在教育领域 [1] 产品功能与场景测评：讲题能力 - 三款AI助手在讲解数学、语文、英语题目时，答案正确性均无问题，但风格与定位各异 [8] - 豆包讲解数学题时采用“分步板书”式，将过程拆解细致，结构清晰，类似有节奏的答疑小课 [4] - 千问讲解数学题时采用直接列方程的代数路线，逻辑正确利落，但更适配已具备方程基础的学生 [4] - 灵光讲解数学题时结合算式推导与可视化排版，呈现方式最接近课堂“例题+板演” [4] - 在讲解语文古诗赏析题时，豆包答案完整但结构略显模板化，千问为标准答题模式，灵光则融合答案、思路、易错提醒和举一反三，更接近教师讲评稿 [6] - 在讲解英语句型时，三款产品均能清晰阐述语法结构、含义、常见错误及记忆方式 [8] 产品功能与场景测评：错题诊断 - 在诊断学生典型错误时，三款助手展现出不同的分析视角与深度 [12] - 豆包擅长指出规则层面的表层错误，例如分数加法中“未通分” [11] - 千问的分析带有“学生视角”，会推测学生可能的思维路径，如受小数估算影响 [11] - 灵光的诊断更偏向教研，将错误系统拆解为多个可能的薄弱知识点，并给出围绕这些点的教学建议 [11] - 对于语病和英语语法错误，三款产品均能准确识别，但豆包偏重讲规则，千问会提及错误常见性，灵光则习惯将错误归类到明确的知识标签下 [11] 产品功能与场景测评：出练习题 - 三款助手在生成练习题方面均已成熟，核心差异在于是否具备教学意图与使用便利性 [16] - 豆包和灵光生成的题目规范、难度合适，但更像是从题库抽取的独立题目，与前期诊断关联不紧密 [13] - 千问的表现更具“教学工具”色彩，会标注题型、说明训练目标，并能自动整理成可下载编辑的Word文档，一体化能力更强 [15] - 在英语练习生成上，差异类似：豆包和灵光提供“可用的一组题”，千问则在题型标记和练习结构上更体现“老师视角” [15] 产品功能与场景测评：学习计划制定 - 三款助手均具备为特定学生制定短期（如7天）学习计划的能力，差异主要体现在风格细节 [19] - 豆包的计划工整、结构化，习惯使用表格，细节充分，便于家长快速浏览和打印 [18] - 千问的计划更注重语言亲和感与目标聚焦，鼓励话术直接面向学生，类似班主任的学习建议 [18] - 灵光的计划紧凑，句子简短、目标清晰，更像一份强调攻克关键点的训练方案 [18] 产品功能与场景测评：连续对话与陪伴 - 在需要前后逻辑连贯的多步任务闭环中，三款助手在连贯性、承接感和反馈细腻度上差异明显 [25] - 千问在逻辑一致性、反馈自然度上表现最好，其练习设计能紧密承接前序诊断，反馈评语接近真实教师口吻 [23][24] - 豆包在执行指令和保持输出稳定方面最可靠，但反馈语气有时略显机械 [24] - 灵光在分析型任务中有优势，但在连续陪伴的打磨和练习设计的针对性上尚有提升空间 [23][25] 产品定位与竞争格局 - 测评显示三款产品在学习场景中已能提供有效帮助，但扮演着不同角色 [27] - 豆包被定位为结构扎实、执行可靠的学习工具，擅长拆解步骤，任务越具体完成越利落 [27] - 千问被定位为试图理解学生、在意教学流程的“老师”，在讲题、诊断、出题及学习路径连贯性上表现突出 [27] - 灵光在诊断深度和呈现的专业感上有优势，善于将错误归入知识网络，使解析更“课堂化” [27] - 行业竞争焦点正从“模型能力”转向“教学能力”，下一步比拼的是对学习节奏的理解、对教学过程的把握以及嵌入真实场景的自然度 [27]