一个讲席教授级别的 AI 学者，不在港大，不在港科大，偏偏去了香港教育大学。这件事本身就值得你停下来想一想。
我第一反应也是——教育大学做 AI？听着不太对。但翻完他的履历和目前的资源配置之后，判断变了：这个组对特定背景的人来说，可能是个被严重低估的选择。但我得先把风险点说清楚。
这个人和这个组
Prof. Xu Guandong，香港教育大学人工智能讲席教授，同时担任大学级数据科学与人工智能研究设施（UDSAI）主任和学习、教学与技术中心主任。他是数据科学领域的资深学者，之前在澳大利亚有多年教职和研究经历，研究方向包括推荐系统、知识图谱和数据挖掘。组里的确切 PhD 人数我没查到，但从他同时挂了两个中心主任的头衔来看，团队规模不会小。教大最近专门为他设立了 UDSAI 这个大学级研究平台，配置上的重视程度是很明确的。
关键问题：教大能不能读 AI 方向的博士？
答案是可以，但路径跟传统工科院校不一样。教大的 PhD 项目挂在研究生院下面，学科归属偏向"教育技术"或"学习科学与技术"。你拿到的学位是 PhD，但论文方向可以是 AI 在教育中的应用、智能学习系统、教育数据挖掘这些交叉领域。
这就是我说审慎的原因。他的学术能力没问题——做推荐系统和知识图谱的人转向教育 AI 是很自然的事。但你得想清楚一件事：你将来的学位证上写的是教育大学，不是理工科院校。如果你的目标是纯工业界 AI 岗位，这个标签可能需要额外解释。如果你想做教育科技、EdTech 创业、或者高校教育技术相关的教职，那这个组的定位反而非常精准。
三块研究方向，第三块窗口期最好
第一块是教育数据挖掘和学习分析。用机器学习方法分析学生的学习行为数据，预测学习效果，做个性化推荐。跟工业界的推荐系统技术相通，区别在于应用场景。
第二块是知识图谱在教育中的应用。构建学科知识图谱，用于智能辅导系统的知识推理。技术壁垒不低，因为教育领域的知识结构比一般的开放域更复杂。
第三块是大模型与教育——大语言模型如何用于自动化评估、智能批改、个性化教学。教大今年专门设了相关研究课题，跟 UDSAI 直接相关。我个人觉得这一块是目前窗口期最好的。教育加大模型这个交叉点上，能做严肃研究的组并不多。如果你能在这里把技术做深——比如大模型在教育评估中的可靠性问题、幻觉在教育场景下的影响——出来的论文在 AI 教育和 NLP 两个圈子里都能发。
代表论文方向我列三篇：
Educational Recommendation and Knowledge Graph Reasoning
数据挖掘/AI教育相关期刊 · 近年
Intelligent Tutoring System with Deep Learning
教育技术顶刊方向 · 近年
LLM-based Assessment in Higher Education
UDSAI研究方向 · 近年
套磁怎么写
套磁友好度：被动接受型。行政头衔多意味着他本人带学生的时间有限，日常指导可能更多依赖博后或副导师。但反过来看，行政资源多等于经费资源多等于招生名额相对有保障。
三个切入角度。教育数据挖掘方向：如果你有 ML 背景，邮件里写你对学习行为预测的兴趣，提你用过什么模型处理过什么数据。关键词：learning analytics, student behavior prediction。知识图谱方向：如果你有 NLP 或知识工程背景，从学科知识图谱构建切入。关键词：knowledge graph, educational ontology。大模型加教育方向：如果你有 LLM 微调或评估经验，这个方向最新也最缺人。关键词：LLM for education, automated assessment。
申请建议
1. 学历背景 计算机、数据科学、教育技术、信息科学都可以。纯 CS 背景想转教育方向，RP 里要解释清楚为什么选教育作为应用场景。
2. 核心技能 Python 加至少一个深度学习框架（PyTorch/TensorFlow），有 NLP 或推荐系统项目经验加分。做过教育相关数据分析项目更好。
3. RP 写法 不要写"AI 如何改变教育"，这是口号不是研究问题。缩到一个可以做的东西，比如"基于学生对话日志的学习困难自动检测"。
什么人适合，什么人要三思
适合：有 CS 或数据科学背景，对教育应用场景有兴趣，目标是教育科技行业或高校教育技术教职。双非背景有学术成果的也可以试——教大对背景的要求没有港三那么硬。
要三思：如果你的目标是纯 AI 工业界岗位（字节、腾讯、华为的算法岗），教大的标签可能不是最优解。不是说不行，而是面试时需要额外解释。如果你对教育完全没兴趣只是觉得好申，那我劝你再想想——读博四五年做一个你不关心的应用场景，比想象中痛苦。
毕业去向
从教大整体来看，教育方向博士毕业后主要两条路：一是高校教职（尤其师范类院校和教育技术系），二是 EdTech 公司研发岗。纯 AI 公司的去向样本我没找到，这个你需要自己跟导师确认。
关于钱
教大全日制 PhD 有研究生奖学金（RPg Studentship），2024/25 年的标准大约是每月 2350 美元（约 1.84 万港币），过了候选资格审查后略有上调至约 2420 美元。学费约 4.27 万港币/年。另外可以申请香港博士研究生奖学金计划（HKPFS），每年约 34.4 万港币，外加 1.44 万会议旅行津贴。教大近年在 HKPFS 上的竞争比港三低不少，值得一试。
说到底，这个组最大的卖点不是学术排名，而是"用 AI 顶级学者的方法论做教育"这个独特定位。在 EdTech 赛道越来越热的今天，这种交叉背景可能比你想的更有市场。但前提是你真的想做教育方向。
