科大讯飞这次在AICon上海讲的东西，说白了就是：教育AI这活儿，光有模型不行，得有一套能扛住几亿学生同时用的系统架构。
他们自己透露的数据很直接——讯飞教育业务覆盖全国32个省份，每天处理的学习行为数据超过10亿条。这么大的规模，光靠调接口根本跑不动。所以他们的Agent系统架构，核心就三个字：分层拆。
第一层是感知层，专门处理语音、图像、文本这些多模态输入。比如学生对着平板读英语，系统得同时识别发音、语法、表情，甚至笔迹。第二层是决策层，每个Agent负责一个具体任务——批改作文的Agent、推荐习题的Agent、分析知识薄弱点的Agent，各管各的，互不打架。第三层是执行层，把决策结果转化成学生能看懂的报告、错题本、学习路径。
难点在哪？不是技术选型，是实时性。学生做题等不了三秒，老师看报告不能拖到明天。讯飞的做法是搞了个"分级缓存"机制——高频数据（比如错题）走内存，低频数据（比如历史成绩）走磁盘，中间再加一层预加载。这套东西在去年高考季扛住了峰值每秒12万次的并发请求，没崩。
但别以为这就是终极方案。他们自己承认，跨Agent的协作还是靠硬编码规则，比如"先批改再推荐"这种逻辑，写死在代码里。真正的动态编排——让Agent自己商量谁先谁后——还在实验室阶段。
所以结论很现实：教育AI的工程化，现在拼的不是模型多聪明，而是架构多皮实。谁能在几亿用户面前不卡顿、不丢数据、不推错题，谁才能拿到下一张牌桌的入场券。至于Agent自主协作，那是2025年才可能见真章的事。
一句话摘要
科大讯飞在AICon上海分享超大规模教育场景下的Agent系统架构演进与工程实践。