作者｜張鵬 ?

編輯｜Li Yuan 鄭玄

2024 年，是學(xué)習(xí)平板這個(gè)品類集中爆發(fā)的一年。

這個(gè)曾被視作「平板替代品」的品類，終于在逐漸脫離「和 iPad 有什么區(qū)別」的質(zhì)疑，隨著 AI 技術(shù)的持續(xù)進(jìn)展，一步步朝著「1v1 數(shù)字老師」演進(jìn)。

而在這一輪熱潮中，小猿學(xué)練機(jī)的成長格外搶眼：小猿學(xué)練機(jī)在 2024 年 12 月銷量突破百萬臺，登頂單品銷量行業(yè)第一，成為中國學(xué)習(xí)平板中增長最快的產(chǎn)品。

2025 年年初 DeepSeek 的火爆，重塑了教育行業(yè)。 2025 年 4 月，猿輔導(dǎo)集團(tuán)也發(fā)布了他們的新一代產(chǎn)品，深度融合了猿輔導(dǎo)集團(tuán)自研「猿力大模型」和 DeepSeek 的小猿 AI 學(xué)習(xí)機(jī)。

猿輔導(dǎo)集團(tuán)表示，這一代的 AI 學(xué)習(xí)機(jī)基于更強(qiáng)的推理能力，能夠基于孩子在學(xué)校的試卷內(nèi)、學(xué)習(xí)機(jī)的練習(xí)題上、和 AI 的對話等多觸點(diǎn)，綜合判斷孩子的學(xué)習(xí)情況，給出更好的學(xué)習(xí)建議，不再是傳統(tǒng)依賴知識圖譜的刷題機(jī)器。

AI，會是教育最先閃光的地方嗎？

「因材施教」是從孔子時(shí)代就被提出的理想，但直到今天，我們才真正擁有了讓每個(gè)孩子匹配「一對一老師」的技術(shù)可能。這不僅是一次產(chǎn)品革新，更是教育模式的重構(gòu)。

在這一輪變革中，先行者們要如何定義 AI 教育產(chǎn)品的形態(tài)？猿輔導(dǎo)集團(tuán)又如何看待 AI 技術(shù)為教育帶來的底層重構(gòu)？DeepSeek 推理模型的引入，又會如何改變 AI 教育的進(jìn)化路徑？

我們找到了猿輔導(dǎo)集團(tuán)副總裁王向東，與他聊了聊這一切。

?

01

教育的本質(zhì)沒有變化，

我們只是離一對一越來越近了

?

張鵬：2023 年 5 月，猿輔導(dǎo)第一次推出了小猿學(xué)練機(jī)這款學(xué)習(xí)硬件，主打墨水屏和學(xué)練一體化，當(dāng)時(shí)怎么想到要做這樣一款產(chǎn)品？

王向東： 我們業(yè)務(wù)線最初主要做軟件。旗下有小猿口算，小猿搜題，猿題庫等一系列軟件，之前并沒有太多硬件的涉獵。軟件當(dāng)時(shí)其實(shí)已經(jīng)做到很大用戶量了，也已經(jīng)可以在手機(jī)上給用戶提供很便捷的學(xué)習(xí)方式。但其實(shí)用戶原有的學(xué)習(xí)的模式和交互的方式并未改變，還是學(xué)校所有的課本、教輔、練習(xí)冊、試卷的基礎(chǔ)上，依賴于識別、語音理解，最終給用戶內(nèi)容，內(nèi)容是各大公司用自己的資源、人力加進(jìn)去堆出來的。

我們看到市面上也有各種各樣的學(xué)習(xí)產(chǎn)品誕生，但是這些東西都是很輔助性的。比如詞典筆，它更多是掃一個(gè)詞，查一個(gè)詞的意思，這些產(chǎn)品只是解決了學(xué)習(xí)過程中一些非常局部的小問題。

我們覺得，學(xué)習(xí)產(chǎn)品仍然有成體系化思考的空間，有不只是簡單地在原有體系中打補(bǔ)丁的空間。

當(dāng)時(shí)學(xué)練機(jī)誕生的初心，就是在探索未來會不會存在一種更數(shù)字化的學(xué)習(xí)方式，這種數(shù)字化學(xué)習(xí)方式它其實(shí)跳脫了紙和筆，能夠有數(shù)字化的學(xué)習(xí)內(nèi)容、數(shù)字化的學(xué)習(xí)行為和數(shù)字化的學(xué)習(xí)數(shù)據(jù)，不再依賴于要用一個(gè)手機(jī)去拍什么東西，直接通過數(shù)字化的方式去學(xué)習(xí)，就能完成整個(gè)學(xué)習(xí)閉環(huán)。

它的大出發(fā)點(diǎn)是基于這個(gè)邏輯，我們當(dāng)時(shí)就考慮到，可能一年不行，兩年不行，甚至三年不行。但 5 到 10 年，我們認(rèn)為這是一個(gè)有可能成型的，基于教育學(xué)習(xí)上對現(xiàn)有的學(xué)習(xí)方式有變革、有革新的一個(gè)東西。

一方面基于趨勢性去考慮，另一方面，我們原有的內(nèi)容資源的構(gòu)建和累積上，其實(shí)是有基礎(chǔ)能夠轉(zhuǎn)向數(shù)字化的。當(dāng)時(shí)我們的軟件背后，都是數(shù)字化的、模塊化的和基于知識有能力突破的數(shù)據(jù)。只在手機(jī)上，其實(shí)呈現(xiàn)的并不多。

走向未來，我們認(rèn)為它應(yīng)該能有一個(gè)設(shè)備，作為更好的載體，把我們的綜合能力系統(tǒng)性地呈現(xiàn)給用戶，能夠包括各種各樣數(shù)字版權(quán)的內(nèi)容，各種各樣的工具軟件，綜合地提供給用戶一個(gè)解決的方案。我們的學(xué)練機(jī)是我們最早的產(chǎn)品，剛開始把這些綜合的部分整合一部分進(jìn)去。

張鵬：上一代產(chǎn)品的產(chǎn)品名是學(xué)練機(jī)，為什么是學(xué)練機(jī)而不是學(xué)習(xí)機(jī)？當(dāng)時(shí)是怎么思考的？

王向東： 我們拆分了孩子日常學(xué)習(xí)的三大環(huán)節(jié)，學(xué)練測。

在上課的環(huán)節(jié)全部都是學(xué)，老師不斷輸入。課后會布置作業(yè)，或者在課上會給很多作業(yè)，完成練習(xí)。測是在學(xué)校里有一次考試，總結(jié)整體學(xué)習(xí)的過程是否達(dá)到了我想要的結(jié)果。

在這三個(gè)步驟中，我們發(fā)現(xiàn)，在學(xué)校的學(xué)習(xí)過程中，每個(gè)孩子面對老師的時(shí)間是相同的，學(xué)習(xí)內(nèi)容也是相同的，為什么后面大家水平有高有低？除了超前學(xué)習(xí)的情況，其實(shí)最大的差異在于「練」。

「練」的環(huán)節(jié)，也是原有的教育環(huán)節(jié)中，做的并不高效的一個(gè)環(huán)節(jié)：第一，所有人的練習(xí)內(nèi)容是統(tǒng)一的，因?yàn)樵趯W(xué)校的練習(xí)，幾乎不存在個(gè)性化。第二，家長在「練」這個(gè)事情上，其實(shí)是沒有什么太多的可介入空間，因?yàn)樗膊恢澜o孩子練習(xí)什么才符合孩子的學(xué)習(xí)。即使是在線下報(bào)個(gè)小班課，小班課的作業(yè)，可能也是針對這個(gè)班型的進(jìn)度布置的作業(yè)。

「練」這個(gè)解決方案其實(shí)一直解決的不好，而且家長會把市場上所有的教輔都買一遍，但是一個(gè)學(xué)期下來，真正寫的就是這兩本，剩下的都在那兒堆著，并不是一個(gè)對孩子真正高效的練習(xí)邏輯。

同時(shí)練習(xí)本身又是一個(gè)非常高頻并且剛需，具備非常強(qiáng)的可復(fù)制化的場景。它應(yīng)該是一個(gè)完全千人千面，讓大家在不同的時(shí)間點(diǎn)解決自己需求的一個(gè)產(chǎn)品。

所以，一個(gè)是未來的趨勢，一個(gè)是高頻的場景，這兩者結(jié)合，我們選硬件、選產(chǎn)品和軟件的形態(tài)，誕生了學(xué)練機(jī)這樣一個(gè)產(chǎn)品。

張鵬：這一代我們推出的是 AI 學(xué)習(xí)機(jī)，不再是學(xué)練機(jī)。這一代產(chǎn)品的出發(fā)點(diǎn)是不是有些不同？

王向東： 我們一直想提供一個(gè)綜合的一體化的學(xué)習(xí)產(chǎn)品。 我們一直覺得教育是有一個(gè)終極形態(tài)的。這個(gè)終極形態(tài)大概率會是類真人的一對一。 一對一是因材施教，我隨時(shí)對你的學(xué)情有關(guān)注有了解，我給你接下來的學(xué)習(xí)進(jìn)行規(guī)劃，這是最高效的。

我們最早是 2022 年思考這個(gè)問題，在當(dāng)時(shí)那個(gè)基礎(chǔ)條件下——ChatGPT 2022 年年底才有一些水花，如果想做成我們想要的一體化學(xué)習(xí)方案，當(dāng)時(shí) AIGC 的內(nèi)容不夠強(qiáng)。想做一個(gè)真正的學(xué)習(xí)機(jī)，需要的內(nèi)容太海量了。你的科目、學(xué)段、學(xué)習(xí)知識點(diǎn)能力同步這些東西，每一個(gè)都是非常細(xì)小的，加在一起卻是一個(gè)非常龐大的數(shù)據(jù)集。這個(gè)龐大數(shù)據(jù)集完全靠自己去構(gòu)建，用那種傳統(tǒng)的 AI 標(biāo)注的方式是實(shí)現(xiàn)不了的。所以在那個(gè)時(shí)間點(diǎn)，我們就先以一種比較簡單的，就基于你的知識模塊的方式先定義到學(xué)練機(jī)上。

而過去一年，大模型有了巨大的變化，2023 年大模型和現(xiàn)在的大模型相比，成本大概是降了八九百倍，性能每一年大概會相對前一年提升 40%、50%。從去年的下半年到年底，DeepSeek 出來以后，大模型的技術(shù)的確進(jìn)入到了一個(gè)可實(shí)用，并且成本可接受的一個(gè)價(jià)值創(chuàng)新點(diǎn)的階段。

我們意識到，成套的一體化學(xué)習(xí)方案在成本和內(nèi)容質(zhì)量上都已具備可行性，我們才開始選擇做一個(gè) AI 學(xué)習(xí)機(jī)。在我們的學(xué)習(xí)機(jī)里面，我們強(qiáng)調(diào)一體化的診學(xué)練，我們不會說一開始就讓你做題或者看視頻，我們會先分析你的學(xué)習(xí)狀況。

就好像你看到了沒有一個(gè)英語老師上來說，「孩子我們明天上什么課？」，你的英語老師一定是說「你把你學(xué)校的試卷給我看一下，把你們的進(jìn)度告訴我一下，把你們的練習(xí)題告訴我一下」，他會根據(jù)這些內(nèi)容，判斷你當(dāng)前的能力水平和學(xué)習(xí)階段，再去給你確定應(yīng)該做什么題，學(xué)習(xí)什么內(nèi)容，我要讓你跟著我的每一個(gè)課程節(jié)奏一起去往下走。所以我們期望我們的學(xué)習(xí)機(jī)，這套診學(xué)練的閉環(huán)，完全參照一個(gè)一對一的老師能夠?qū)崿F(xiàn)的邏輯去提供給孩子這樣的服務(wù)。

張鵬：這一代的產(chǎn)品形態(tài)也發(fā)生了變化，是一個(gè)平板加上打印機(jī)的形態(tài)。這樣的產(chǎn)品形態(tài)是怎么設(shè)計(jì)出來的？

王向東： 其實(shí)它不僅是打印機(jī)，更是一個(gè)智能基座。 硬件的形態(tài)定義要更早于 DeepSeek 大模型出來這一波。2023 年我們就確定了要做這個(gè)形態(tài)的虛擬老師。

我們會思考一對一的老師，到底應(yīng)該具有哪些能力。一個(gè)真正的一對一老師，要通過他的眼睛、耳朵和嘴巴，來觀察這個(gè)孩子的學(xué)習(xí)狀況。

眼睛，能夠看出來孩子是否分心了，他在這個(gè)時(shí)間點(diǎn)有否猶豫，對這個(gè)知識的掌握程度是真的懂了，還是假裝懂，這些東西通過觀察是可以觀察出來的。耳朵，可以在聽孩子給他反饋的時(shí)候，感受到孩子是不是自信，這個(gè)東西是不是表達(dá)得清楚。一對一老師可能還通過他的手勢，給孩子鼓勵(lì)，通過言語，把成體系的知識展現(xiàn)給孩子。

這些就要通過傳統(tǒng)的平板形態(tài)來做出來。

一個(gè)好的一對一老師，最終一定會問，我們講解了這么多，我要來確認(rèn)一下你到底有沒有學(xué)會。那怎么實(shí)現(xiàn)呢？一般就是找?guī)椎李}，看你會不會做。

其實(shí)對于線下的一對一老師來說，找?guī)椎李}是很復(fù)雜的事情。而對于數(shù)字化的一對一老師來說，個(gè)性化的一對一找題反而是特別方便的。

所以我們做了目前的智能基座的 1.0 形態(tài)。一對一的老師定位好了孩子的學(xué)情之后，不需要靠家長或者孩子再去搜題，再去編輯，再去打印，直接可以將題打印出來，直接可以通過攝像頭，來判斷孩子做的準(zhǔn)不準(zhǔn)確。這個(gè)過程，既護(hù)眼，又高效。

?

02

教育 AI 技術(shù)底座，

讓一對一的大規(guī)模供給成為可能

?

張鵬：AI 學(xué)習(xí)機(jī)這個(gè)概念，在 2020 年開始就有了。從那時(shí)候到現(xiàn)在，AI 學(xué)習(xí)機(jī)有過什么變化？

王向東： 學(xué)習(xí)機(jī)最早出現(xiàn)的時(shí)候，其實(shí)就是內(nèi)容的堆砌。用一個(gè)平板的形態(tài)，去加入一些教育內(nèi)容。

到 2020 年左右，行業(yè)開始強(qiáng)調(diào)差異化，出現(xiàn)了早期的「AI 學(xué)習(xí)機(jī)」。這類產(chǎn)品基于知識圖譜，將題目分層，學(xué)生答題后可自動進(jìn)入下一級練習(xí)，通過識別知識漏洞推送視頻和習(xí)題，實(shí)現(xiàn)單點(diǎn)能力的查漏補(bǔ)缺。

之后，學(xué)習(xí)機(jī)開始引入一些基礎(chǔ)的 AI 功能，比如拍照搜題。雖然廠商在 2020、2021 年就紛紛打出「AI 學(xué)習(xí)機(jī)」的口號，但在用戶端并未真正建立起認(rèn)知。

我們線下調(diào)研發(fā)現(xiàn)，家長關(guān)注的核心還是課程本身：內(nèi)容是否齊全、質(zhì)量是否高、是否覆蓋所在地區(qū)的教學(xué)版本。其次才是工具層面的功能，比如是否能批改作業(yè)、幫助解決孩子不會的題目。

這個(gè)階段的「AI 學(xué)習(xí)機(jī)」，更多是課程系統(tǒng)疊加工具軟件，難以實(shí)現(xiàn)真正的一體化智能服務(wù)。只有當(dāng) AI 擁有推理能力，能真正理解學(xué)習(xí)過程、做出個(gè)性化引導(dǎo)時(shí)，才算真正邁入「名副其實(shí)」的 AI 學(xué)習(xí)機(jī)時(shí)代。

張鵬：推理模型核心解決了什么問題？

王向東：在推理模型出現(xiàn)之前，我們對 AI 的理解更多停留在「解題工具」的層面，例如通過大模型在后端異步處理題庫中無法覆蓋的題目。

但隨著像 DeepSeek 這樣的推理模型誕生，我們發(fā)現(xiàn) AI 真正具備了接近一對一教師的能力。

推理模型可以結(jié)合你的學(xué)情數(shù)據(jù)，給出一個(gè)非常專業(yè)的學(xué)情分析：雖然我也不知道我為什么解不出這個(gè)問題，我把我的數(shù)據(jù)給你，AI 可以分析出我的問題。

原來要找到學(xué)生不會哪個(gè)知識點(diǎn)，需要靠學(xué)生做題，人為為題目打上標(biāo)簽，不會這道題，那就是這幾個(gè)知識點(diǎn)不會，這樣的對孩子的情況分析是很生硬的。而現(xiàn)在大模型甚至可以去更高的維度，分析孩子是可能是不擅長某種思維還是讀題有問題，很多時(shí)候真的已經(jīng)可以達(dá)到我們預(yù)期的教研老師能夠提供的方案。

整個(gè)學(xué)習(xí)的核心模式發(fā)生了變化。 原有的學(xué)習(xí)機(jī)的核心學(xué)習(xí)模式是說我的路徑和我的目標(biāo)規(guī)劃好了，人配合它往前走。而現(xiàn)在轉(zhuǎn)變?yōu)椤冈诔掷m(xù)交互中，根據(jù)不斷輸入的數(shù)據(jù)，動態(tài)調(diào)整學(xué)習(xí)路徑和目標(biāo)」。

張鵬：哪些產(chǎn)品細(xì)節(jié)在體現(xiàn)了這樣的變化呢？

王向東： 在現(xiàn)在的 AI 學(xué)習(xí)機(jī)里，我們對孩子的學(xué)情診斷，這個(gè)「診」不是只出現(xiàn)一次，一直在對孩子做最新的診斷。孩子學(xué)習(xí)的環(huán)境是發(fā)生各種各樣變化的，你可能在學(xué)校里每天有考試卷子，可能在線下還報(bào)了輔導(dǎo)班，甚至參加了什么競賽，在孩子與學(xué)習(xí)機(jī)的每次交互中，系統(tǒng)都能對其能力進(jìn)行重新判斷，然后再去重新調(diào)整學(xué)習(xí)的方向。

我們底層的數(shù)據(jù)是完全打通的，學(xué)習(xí)機(jī)本來它也有課程，也有診斷，也有一些練習(xí)。比如上課的時(shí)候有一個(gè)互動題，你在互動的時(shí)候你選錯(cuò)了，這個(gè)錯(cuò)題它也會成為一個(gè)底層的輸入。現(xiàn)在我們輸入的觸點(diǎn)非常多。包括跟 AI 交流對話的時(shí)候，你可能提到了什么樣的訊息，這個(gè)訊息很重要，它也會成為一個(gè)輸入，成為下一步給你做推薦的出發(fā)點(diǎn)。它不僅僅是來自于一次性考試的診斷，而是來自于你在日常跟機(jī)器交互的過程中，所有的數(shù)據(jù)都會成為你學(xué)情診斷的來源。它不再是一個(gè)單一的今天你做這一套卷子，我只是基于這一套卷子給你推理，系統(tǒng)會綜合分析你從其他觸點(diǎn)產(chǎn)生的所有數(shù)據(jù)。

張鵬：這中間的一個(gè)拐點(diǎn)，是不是 DeepSeek 出現(xiàn)了？

王向東： 是的。

我們一直在不斷評測國內(nèi)外的不同基礎(chǔ)大模型。在很長一段時(shí)間，我們發(fā)現(xiàn)基礎(chǔ)大模型通用大模型的能力的變化提升是很微弱的。當(dāng)然你說 GPT-4o 到 o1，是不是也有很大的提升？是，但是基于 GPT 的成本，這個(gè)提升幾乎對我們來說完全是不可用的狀態(tài)。

DeepSeek 的報(bào)價(jià)，還有實(shí)質(zhì)性的產(chǎn)品體驗(yàn)結(jié)果出來后，我們當(dāng)時(shí)發(fā)現(xiàn)它在我們現(xiàn)有評測的所有模型中已經(jīng)完全領(lǐng)先了，是當(dāng)時(shí)在用的基礎(chǔ)大模型的 1/4 甚至 1/5 的價(jià)格了，同時(shí)性能更好，可以更快應(yīng)用。

春節(jié)回來我們立刻把這個(gè)服務(wù)補(bǔ)上。測試結(jié)果上，我們發(fā)現(xiàn)很多的功能點(diǎn)，尤其基于多學(xué)科交叉，并且還有錯(cuò)因分析，基于更多的輸入數(shù)據(jù)，能夠輸出什么樣的結(jié)果，都有了更好的表現(xiàn)。

我們馬上對模型進(jìn)行了切換。因?yàn)閷?shí)際上教育的場景和方式和數(shù)據(jù)，我們都已經(jīng)具備，關(guān)鍵在于這些內(nèi)容該分配給誰、以何種方式呈現(xiàn)、在何時(shí)生成。切換新模型是要經(jīng)歷磨合和最開始的提示詞的調(diào)整過程，不過最終切換起來還是很快的。

張鵬：猿輔導(dǎo)其實(shí)也有自己的模型，現(xiàn)在猿輔導(dǎo)自己的模型跟 DeepSeek 之間是怎么配合的？在目前的技術(shù)管線中，你們自己的模型還會在里面發(fā)揮作用嗎？

王向東： 是的，我們也有自己的大模型，而且它也仍然是我們的技術(shù)核心。

自有模型和 DeepSeek 各自負(fù)責(zé)自己更擅長的事情。比如錯(cuò)因分析，DeepSeek 更擅長，但是以適合孩子的方式講解給孩子，則是我們的模型比較擅長。

在針對我們特殊的需求場景下，我們會對通用模型或者針對一些開源的模型去做微調(diào)，看看在這個(gè)場景下是否我們可以比那個(gè)模型表現(xiàn)得更好，如果表現(xiàn)得更好，我們大概率會用我們自己的模型來解決我們的問題。比如在一些圖像題上，所有模型的都很難解好一個(gè)完全新的圖形題，其實(shí)我們的模型經(jīng)過了一些自有數(shù)據(jù)訓(xùn)練，表現(xiàn)比市面上的大模型會好一點(diǎn)。

猿輔導(dǎo)集團(tuán)自研「猿力大模型」和 DeepSeek 進(jìn)行深度融合，共同構(gòu)建了我們這一代產(chǎn)品中的技術(shù)基座：小猿 AI。

DeepSeek 推動大模型自我進(jìn)化，實(shí)現(xiàn)深度思考講解，推動 AI 能力全面進(jìn)化；猿力大模型保障技術(shù)回歸教育本質(zhì)，進(jìn)行信息安全過濾，保障實(shí)時(shí)認(rèn)知對齊。

DeepSeek 讓 AI 更聰明，能講得更清楚、想得更深；猿力大模型則保證 AI 講得靠譜、對孩子安全，讓它真正服務(wù)教育，而不是跑偏。

兩個(gè)模型間還會相互進(jìn)行訓(xùn)練和優(yōu)化，提升各自的能力。我們讓兩個(gè)模型相互切磋、共同成長。DeepSeek 提供先進(jìn)的推理能力，猿力大模型專注教育適配與安全守護(hù)。它們在實(shí)戰(zhàn)中交互訓(xùn)練，相互優(yōu)化，在各自擅長的領(lǐng)域持續(xù)進(jìn)化，打造更強(qiáng)、更穩(wěn)、更懂教育的 AI 教學(xué)系統(tǒng)。

?

03

這一代孩子，將是被 AI 陪伴成長的一代人

?

張鵬：目前這代學(xué)習(xí)機(jī)，主要覆蓋哪些人群？從幼兒園一直陪到高中畢業(yè)，在目前的產(chǎn)品設(shè)計(jì)上，真的可能嗎？

王向東： 學(xué)練機(jī)和學(xué)習(xí)機(jī)，我們最初的期望都覆蓋整個(gè) K12 階段的孩子。

我們也會加入一些針對學(xué)齡前兒童的功能，但他們不會是我們的主流的用戶人群。這本質(zhì)上，也是關(guān)于家長是不是認(rèn)為孩子在這個(gè)時(shí)段就要接受教育有關(guān)。比如說他如果覺得在幼兒階段就需要接受更多的繪本，接受更多的拼音教育，那他一定程度上也會是我們的目標(biāo)人群。

至于產(chǎn)品設(shè)計(jì)，我們已經(jīng)現(xiàn)在投入使用的軟件和硬件，都已經(jīng)做好了服務(wù)用戶長期使用的數(shù)據(jù)與記憶架構(gòu)。 從設(shè)計(jì)之初我們就在想，作為一個(gè)工具軟件，我們不希望用戶只用一個(gè)月。我們都是希望他們從 1 年級用到 12 年級。

唯一不太可確定是，硬件的形態(tài)到底在未來的幾年內(nèi)會不會發(fā)生大的變化。如果能出現(xiàn)一個(gè)更具備可交互能力和被用戶接受的硬件形態(tài)，你非要說你的硬件具備更長的陪伴價(jià)值，我覺得本身是不合理的。

張鵬：平板加上打印機(jī)，是你理想中一個(gè)比較收斂的學(xué)習(xí)機(jī)的硬件形態(tài)嗎？

王向東： 這是我們現(xiàn)階段認(rèn)為比較合適的形態(tài)。

硬件形態(tài)上，我想要做一個(gè)有用的學(xué)習(xí)設(shè)備，首先得具有幾個(gè)特性：

一、它應(yīng)該是一個(gè)孩子專屬的設(shè)備，不應(yīng)該是家長和孩子共用的設(shè)備，才能完成 24 小時(shí)一對一的任務(wù)。

二、它需要眼睛、耳朵和嘴巴，也就是得有攝像頭，得有麥克風(fēng)，能有輸入，有輸出。

三、它要在一定程度上真實(shí)的，可互動，不能是一個(gè)冷冰冰的平板電腦往那一放。

我覺得技術(shù)發(fā)展的在若干年內(nèi)，可能一個(gè)簡單的大屏還會是主流。

我們加入了一個(gè)打印機(jī)，這個(gè)打印機(jī)我們更傾向于把它定義成一個(gè)智能基座。它增加了輸入輸出的形態(tài)，同時(shí)可動。未來我希望它能隨便扭頭，或者甚至能跑來跑去，不過在現(xiàn)階段我們能夠匹配到的可實(shí)現(xiàn)的硬件形態(tài)只能做到這一步。

我們也設(shè)想過，未來如果人形機(jī)器人成熟，是否能直接化身為陪伴式的學(xué)習(xí)終端：有一個(gè)滿屋跑的人形機(jī)器人，在孩子要學(xué)習(xí)的時(shí)候變形一下，露出一個(gè)屏幕，坐在孩子桌子上，學(xué)習(xí)完了跳下去干別的活了，如果到了那個(gè)時(shí)候，那學(xué)習(xí)機(jī)可能就不是最好的形態(tài)，不過這離我們現(xiàn)在能實(shí)現(xiàn)的技術(shù)還是稍微有點(diǎn)遙遠(yuǎn)。

張鵬：我們希望學(xué)習(xí)機(jī)能夠在成長中一直陪伴孩子，而另一個(gè)問題是，目前我們觀察到學(xué)習(xí)機(jī)每天能夠陪伴孩子多久？

王向東： 在 2022 年以前，我們大概做過一些調(diào)研，當(dāng)時(shí)得到的結(jié)果是，學(xué)習(xí)平板這一設(shè)備，在當(dāng)時(shí)仍然有很大的提升空間。

因?yàn)楫?dāng)時(shí)我們發(fā)現(xiàn)，當(dāng)時(shí)的學(xué)習(xí)設(shè)備，在半年后，平均留存時(shí)長就只剩下 50% 了，也就是說半年以后 50% 的用戶就閑置了。而且進(jìn)一步分析后發(fā)現(xiàn)，很多真正的留存實(shí)際上也不是基于學(xué)習(xí)功能，而是孩子在學(xué)習(xí)機(jī)上使用微信、抖音這樣的半娛樂化應(yīng)用。我們覺得這個(gè)事情其實(shí)非常不健康，它不足以形成口碑和復(fù)購。

在做我們的學(xué)習(xí)機(jī)時(shí)，我們重點(diǎn)關(guān)注兩類數(shù)據(jù)：一是 用戶留存率 ，代表孩子是否每天使用設(shè)備進(jìn)行學(xué)習(xí)。我們是封閉系統(tǒng)，無法安裝娛樂應(yīng)用，留存下來的用戶是真正用于學(xué)習(xí)的，數(shù)據(jù)顯示我們的留存率行業(yè)領(lǐng)先。二是 功能滿意度 ，我們通過用戶反饋和客服數(shù)據(jù)持續(xù)優(yōu)化體驗(yàn)。相比用戶時(shí)長，我們更關(guān)注是否 高效學(xué)習(xí) 。

早期做工具軟件的經(jīng)驗(yàn)讓我們明白，靠堆社區(qū)、堆視頻化的內(nèi)容，堆再多的時(shí)長對孩子的學(xué)習(xí)也沒有意義。對我們來說，一個(gè)好產(chǎn)品的價(jià)值，在于它是否真正幫助孩子持續(xù)、高效地學(xué)習(xí)。

張鵬：我們說 AI 學(xué)習(xí)機(jī)是一對一的老師，也有人覺得是一種陪伴的朋友關(guān)系，你怎么看？

王向東： 從過往經(jīng)驗(yàn)看，真正優(yōu)秀的一對一老師往往是「亦師亦友」的角色。線下輔導(dǎo)中，老師若想獲得良好的互動效果，首先需要與孩子建立朋友般的關(guān)系。因此，「老師」和「陪伴者」的角色并不沖突。

在產(chǎn)品設(shè)計(jì)上，我們也努力打造這種「陪伴式」的學(xué)習(xí)體驗(yàn)。首先，交互必須對孩子友好。例如語音識別，不能家長說得準(zhǔn)，孩子說得不準(zhǔn)；界面也必須符合孩子的審美和認(rèn)知特點(diǎn)。其次，我們加入了大量游戲化設(shè)計(jì)，比如在答題中融入保齡球、憤怒的小鳥等元素，讓孩子在游戲中獲得正反饋，哪怕答錯(cuò)題也能感受到鼓勵(lì)，從而持續(xù)激發(fā)學(xué)習(xí)動力。

我們認(rèn)為，未來學(xué)習(xí)設(shè)備將不僅是工具，更是孩子成長過程中的陪伴者。從學(xué)習(xí)到心理健康，這類設(shè)備將像真人老師一樣，在孩子情緒低落時(shí)給予支持和引導(dǎo)，幫助他們以更好的狀態(tài)投入學(xué)習(xí)，AI 正是在這一點(diǎn)上具備巨大潛力。

張鵬：Agent 技術(shù)今年很火。你怎么看 Agent 技術(shù)在教育領(lǐng)域，包括在學(xué)習(xí)機(jī)領(lǐng)域里面的應(yīng)用？

王向東： Agent 在教師工作中確實(shí)有很大潛力，但在學(xué)生端的應(yīng)用目前還難以普及。原因在于，Agent 擅長處理有明確結(jié)果的任務(wù)，比如直接給出結(jié)論或方案；而學(xué)生的學(xué)習(xí)過程需要的是持續(xù)的交互、反饋和閉環(huán)。

學(xué)習(xí)不是單一任務(wù)，而是不斷迭代的過程。例如我們根據(jù)學(xué)生數(shù)據(jù)進(jìn)行學(xué)情分析，再生成學(xué)習(xí)方案，但這套方案必須在使用后持續(xù)調(diào)整，才能真正有效，不是一次性完成一個(gè)任務(wù)就結(jié)束了。所以我覺得這個(gè)概念雖然很有想象力，但是不一定在教育這個(gè)領(lǐng)域里適用。

張鵬：這一波的 AI，是否有機(jī)會對中國的教育帶來一些更有意義的改變？

王向東： 我們非常認(rèn)同一句話：「教育不是注滿一桶水，而是點(diǎn)燃一把火。」教育的本質(zhì)是啟發(fā)與喚醒。最終我們希望培養(yǎng)出具備批判性與創(chuàng)造性思維的孩子。

但傳統(tǒng)教育體系和資源難以實(shí)現(xiàn)這一目標(biāo)。中國當(dāng)然不缺有創(chuàng)造力的孩子，但他們往往集中在少數(shù)擁有優(yōu)質(zhì)教育資源和家庭環(huán)境的群體中，絕大多數(shù)孩子難以獲得這樣的支持。

AI 的出現(xiàn)帶來了普惠的可能性。它可以以低成本提供高質(zhì)量的一對一教育體驗(yàn)，幫助孩子發(fā)展更深層次的思維能力，而不是僅僅機(jī)械復(fù)述知識。我們希望孩子能提出問題、質(zhì)疑答案，甚至基于已有知識得出全新的結(jié)論。

這正是 AI 在教育中的最大價(jià)值：提供無限供給的高質(zhì)量教育資源，打破原有壁壘。對我們來說，這種變革的可能性，正是投身教育的初心與使命。

*頭圖來源：猿輔導(dǎo)

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO