AI教育的“批發(fā)”謊言：伴魚袁志強(qiáng)揭秘個(gè)性化學(xué)習(xí)的真實(shí)門檻

“很多所謂的個(gè)性化學(xué)習(xí)，就是從一個(gè)標(biāo)準(zhǔn)題庫里給你篩幾道題，換了個(gè)包裝而已。”

5月21日，上海AI創(chuàng)新峰會(huì)現(xiàn)場，伴魚AI產(chǎn)品負(fù)責(zé)人袁志強(qiáng)面對臺(tái)下數(shù)百名從業(yè)者和投資人，毫不客氣地拆穿了一個(gè)行業(yè)“皇帝的新裝”。

在過去幾年里，幾乎每一家教育科技公司都在講“千人千面”的故事。但當(dāng)你真正打開那些產(chǎn)品，你會(huì)發(fā)現(xiàn)：所謂的個(gè)性化推薦，不過是基于你做了幾道題，然后從同一個(gè)題庫里拉出幾道難度相似的題——本質(zhì)上，還是批發(fā)。

而真正的個(gè)性化學(xué)習(xí)，應(yīng)該是“動(dòng)作級”的定制。袁志強(qiáng)說，這不僅僅是推薦什么課程，而是要回答：什么時(shí)候?qū)W新知識(shí)？什么時(shí)候復(fù)習(xí)？練習(xí)什么內(nèi)容？用什么形式呈現(xiàn)？花多長時(shí)間？

這些問題的答案，不能靠預(yù)設(shè)規(guī)則，必須基于每個(gè)學(xué)生實(shí)時(shí)的、全場景的行為數(shù)據(jù)。

伴魚內(nèi)部把這套能力概括為教育 AI Harness，已經(jīng)在真實(shí)學(xué)習(xí)場景里持續(xù)迭代多年。它不是單一推薦系統(tǒng)，而是一套把模型、數(shù)據(jù)、知識(shí)圖譜和教學(xué)工具包連接起來的學(xué)習(xí)智能體運(yùn)行底座。

錯(cuò)一道題，AI不是讓你“再刷三道”

如果你家孩子用過的學(xué)習(xí)App，錯(cuò)了一道題之后系統(tǒng)立刻彈出三道同類題，你已經(jīng)見識(shí)到了“批發(fā)式AI”。

教育 AI Harness 的邏輯完全不同。

當(dāng)一名學(xué)生做錯(cuò)一道數(shù)學(xué)題，系統(tǒng)不會(huì)立刻給它打上“錯(cuò)誤”標(biāo)簽并推同類題。它會(huì)先做幾件事：

1. 拆解：這道題涉及哪些前置知識(shí)點(diǎn)？

2. 回溯：結(jié)合學(xué)生之前作業(yè)、考試、日常練習(xí)的數(shù)據(jù)，判斷他是在哪個(gè)環(huán)節(jié)卡住的。

3. 歸因：是真不會(huì)，還是粗心？如果是前置知識(shí)沒掌握，系統(tǒng)會(huì)回溯到那個(gè)知識(shí)點(diǎn)。

4. 重構(gòu)：選擇最合適的教學(xué)形式——可能是文字講解，可能是可視化動(dòng)畫，甚至是一段語音指導(dǎo)。

“如果他是因?yàn)榍懊婊A(chǔ)沒打牢，你讓他刷一百道同類題也沒用。”袁志強(qiáng)說。

復(fù)習(xí)也是一樣。傳統(tǒng)的艾賓浩斯遺忘曲線是對所有人平均的，但每個(gè)孩子對不同知識(shí)點(diǎn)的遺忘速度不同。教育 AI Harness 會(huì)為每個(gè)學(xué)生、每個(gè)知識(shí)點(diǎn)建立獨(dú)立的遺忘模型，在最佳的臨界點(diǎn)推送復(fù)習(xí)，目標(biāo)是：用最少的復(fù)習(xí)次數(shù)，達(dá)到最牢固的鞏固效果。

這套能力覆蓋了學(xué)、練、問題排查、講解生成、課件生產(chǎn)和復(fù)習(xí)調(diào)度等場景，并且已經(jīng)在伴魚真實(shí)學(xué)習(xí)環(huán)境中持續(xù)迭代多年。

AI老師的“產(chǎn)品經(jīng)理時(shí)刻”：不啰嗦，不打斷

很多AI教育產(chǎn)品面臨一個(gè)尷尬：用戶嘗鮮期一過，留存率斷崖式下跌。

袁志強(qiáng)對此有非常具體的產(chǎn)品洞察：“很多AI老師太啰嗦了，或者總在不該出現(xiàn)的時(shí)候蹦出來。”

想象一下：一個(gè)孩子正在認(rèn)真思考一道題，AI突然彈出一段語音：“同學(xué)，需要幫助嗎？”——這不僅沒有幫助，反而打斷了他的思路。

伴魚給AI定了幾條鐵律：

· 隨叫隨到：孩子主動(dòng)求助時(shí)，立刻響應(yīng)。

· 一針見血：給出的指導(dǎo)要精準(zhǔn)，不要鋪墊。

· 不該出現(xiàn)時(shí)絕不出現(xiàn)：AI要學(xué)會(huì)判斷孩子是在思考還是卡住了，如果是前者，閉嘴。

尤其是在語音交互場景，技術(shù)挑戰(zhàn)更大。袁志強(qiáng)坦言，像Claude Code、Codex這類編程CLI工具，靠后臺(tái)長時(shí)間的推理和反復(fù)循環(huán)才能產(chǎn)出可靠結(jié)果，但教育場景不行。“學(xué)生無法接受AI思考時(shí)的空白停頓。你必須在極短時(shí)間內(nèi)給出準(zhǔn)確有用的反饋。”

為了提升留存，伴魚還加入了游戲化機(jī)制、榮譽(yù)徽章、虛擬班級。袁志強(qiáng)稱之為“正向飛輪”：學(xué)得好→被認(rèn)可→更愿意學(xué)。

效率是另一個(gè)硬指標(biāo)。“如果AI能在15分鐘內(nèi)完成原本30分鐘的學(xué)習(xí)內(nèi)容，孩子省下的時(shí)間可以玩，家長也開心，自然愿意續(xù)費(fèi)。”

數(shù)據(jù)飛輪：為什么后來者很難抄作業(yè)？

現(xiàn)在，隨便一個(gè)創(chuàng)業(yè)團(tuán)隊(duì)都能用開源大模型搭一個(gè)AI助教。那么伴魚的護(hù)城河是什么？

袁志強(qiáng)的答案是：數(shù)據(jù)飛輪。

伴魚成立十余年，累計(jì)注冊用戶超過1億，覆蓋20多個(gè)國家和地區(qū)。連續(xù)入選全球及中國獨(dú)角獸，其國際化品牌Palfish還是福布斯中國出海全球化TOP30中唯一的教育企業(yè)。

每一次學(xué)生學(xué)習(xí)交互，都會(huì)產(chǎn)生數(shù)據(jù)：做題時(shí)間、停頓點(diǎn)、正確率、復(fù)習(xí)反饋……這些數(shù)據(jù)不斷反哺教育 AI Harness 的模型和工具鏈，讓它的問題診斷、工具調(diào)用、動(dòng)態(tài)講解和路徑規(guī)劃越來越準(zhǔn)。

“你可以很快抄一個(gè)模型，但你抄不來上億用戶幾年的交互數(shù)據(jù)。”袁志強(qiáng)說。

這是一個(gè)典型的飛輪效應(yīng)：用戶越多，數(shù)據(jù)越多，系統(tǒng)越聰明；系統(tǒng)越聰明，學(xué)習(xí)效果越好，用戶越多。后來者幾乎不可能在短期內(nèi)彎道超車。

未來三年：最大的變量不是技術(shù)，是政策

采訪的最后，深潛atom問袁志強(qiáng)：未來三年，AI+教育賽道最大的變量是什么？

他沒有說“模型能力”“算力成本”或“用戶習(xí)慣”，而是給出了一個(gè)出人意料的答案：政策。

“GPT從爆火到現(xiàn)在才三年半，AI模型能力已經(jīng)強(qiáng)到有些不敢完全開放。”袁志強(qiáng)指出，已經(jīng)有企業(yè)跳過大學(xué)，直接去高中挖掘人才。“這說明社會(huì)對人才的定義正在劇變。”

如果一個(gè)孩子花十幾年時(shí)間只學(xué)習(xí)通用世界知識(shí)，而忽視了創(chuàng)造力、獨(dú)立思考能力以及駕馭AI的方法論，那么教育體系將面臨結(jié)構(gòu)性調(diào)整。

他預(yù)測，未來三年AI對就業(yè)市場的沖擊，可能會(huì)倒逼教育政策從“培養(yǎng)目標(biāo)”層面改革，進(jìn)而改變整個(gè)教育市場的供給結(jié)構(gòu)。

對伴魚而言，提前布局教育 AI Harness 這樣的學(xué)習(xí)智能體運(yùn)行底座，就是在為這場即將到來的范式轉(zhuǎn)移做準(zhǔn)備。

“我們希望每個(gè)孩子都能擁有屬于自己的AI老師。”袁志強(qiáng)最后說，“AI不會(huì)取代真正的老師，但會(huì)用AI的老師，一定會(huì)比不用AI的老師教得更好。”

這句話或許就是教育科技賽道下一個(gè)十年的注腳。