伴魚袁志強(qiáng)拆解教育 AI Harness：AI個(gè)性化不是推題，而是全過程

“現(xiàn)在的AI教育產(chǎn)品，很多還停留在‘批發(fā)’階段。”5月21日，在上海AI創(chuàng)新峰會(huì)上，伴魚AI產(chǎn)品負(fù)責(zé)人袁志強(qiáng)對(duì)多鯨直言。在他看來，市面上大多數(shù)打著“個(gè)性化”旗號(hào)的學(xué)習(xí)產(chǎn)品，本質(zhì)上仍是標(biāo)準(zhǔn)化題庫的分發(fā)——只不過從“全班做同一張卷子”變成了“算法從同一個(gè)池子里給你撈幾道題”。

伴魚成立十余年，累計(jì)用戶過億，覆蓋20多國，連續(xù)入選全球及中國獨(dú)角獸。其內(nèi)部打磨多年的教育 AI Harness，試圖將個(gè)性化推向下一個(gè)階段：不是只推薦課程，而是讓 AI 能夠參與學(xué)情診斷、路徑規(guī)劃、問題排查、動(dòng)態(tài)講解、課件生成、練習(xí)反饋和復(fù)習(xí)調(diào)度等關(guān)鍵學(xué)習(xí)動(dòng)作。

從“內(nèi)容推薦”到“學(xué)習(xí)全過程參與”

袁志強(qiáng)向多鯨詳細(xì)拆解了教育AI Harness 的底層邏輯。與傳統(tǒng)AI學(xué)習(xí)產(chǎn)品不同，它不依賴預(yù)設(shè)的課程路徑，而是連接知識(shí)圖譜、學(xué)生畫像、學(xué)習(xí)數(shù)據(jù)和教學(xué)工具包，實(shí)時(shí)記錄學(xué)生全場景數(shù)據(jù)——作業(yè)、考試、日常練習(xí)、答題用時(shí)、甚至一天中不同時(shí)段的表現(xiàn)，并據(jù)此調(diào)度不同能力。

當(dāng)學(xué)生做錯(cuò)一道題，系統(tǒng)會(huì)做四件事：

1. 拆解題干涉及的所有前置知識(shí)點(diǎn)；

2. 結(jié)合歷史數(shù)據(jù)判斷錯(cuò)誤原因（粗心？概念不清？還是前置知識(shí)缺失？）；

3. 如果是前置知識(shí)未掌握，回溯到該節(jié)點(diǎn)，選擇最佳教學(xué)形式（文字、動(dòng)畫、語音等）；

4. 更新該知識(shí)點(diǎn)在遺忘曲線模型中的參數(shù)，調(diào)整后續(xù)復(fù)習(xí)計(jì)劃。

“每個(gè)錯(cuò)題的分析，都要結(jié)合提交時(shí)間、前置掌握情況，影響后續(xù)所有教學(xué)動(dòng)作。”袁志強(qiáng)強(qiáng)調(diào)，這才是真正的個(gè)性化——不是告訴你“這道題錯(cuò)了”，而是幫你找到“為什么會(huì)錯(cuò)”以及“接下來該學(xué)什么”。

復(fù)習(xí)同樣由模型驅(qū)動(dòng)。每個(gè)學(xué)生、每個(gè)知識(shí)點(diǎn)都有獨(dú)立的遺忘曲線，系統(tǒng)在最佳臨界點(diǎn)推送復(fù)習(xí)，目標(biāo)是“用最少的次數(shù)達(dá)到最牢的效果”。這套能力已覆蓋學(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，并在真實(shí)家庭學(xué)習(xí)環(huán)境中持續(xù)迭代。

AI老師的“產(chǎn)品哲學(xué)”：不打擾，是最大的溫柔

很多AI教育產(chǎn)品面臨同一個(gè)困境：用戶嘗鮮期過后，留存率斷崖式下跌。袁志強(qiáng)認(rèn)為，問題出在AI的“人設(shè)”上。

“孩子剛開始覺得新奇，后來就猛點(diǎn)‘關(guān)閉’。因?yàn)锳I太啰嗦了，或者總在不該出現(xiàn)的時(shí)候蹦出來。”他給伴魚AI老師定了三條鐵律：隨叫隨到、一針見血、不該出現(xiàn)時(shí)絕不出現(xiàn)。

尤其在語音交互場景，技術(shù)挑戰(zhàn)更大。袁志強(qiáng)坦言，像大模型在后臺(tái)可以有很長的推理時(shí)間，但教育場景不行——“學(xué)生無法接受思考的空白。你必須在極短時(shí)間內(nèi)給出準(zhǔn)確反饋。”

激勵(lì)體系也做了精細(xì)化設(shè)計(jì)。不是簡單的“你真棒”，而是通過游戲化徽章、虛擬班級(jí)、榮譽(yù)榜單，讓孩子自然獲得成就感。“學(xué)得好→被認(rèn)可→更愿意學(xué)，這是一個(gè)正向飛輪。”

數(shù)據(jù)飛輪：抄不來的護(hù)城河

當(dāng)下，任何團(tuán)隊(duì)都能用開源大模型快速搭建一個(gè)AI助教。那么伴魚的核心壁壘是什么？

袁志強(qiáng)的答案是：數(shù)據(jù)飛輪。

伴魚超1億用戶，每天產(chǎn)生海量真實(shí)學(xué)習(xí)行為數(shù)據(jù)。每一次交互都在反哺教育 AI Harness，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)。”

這種飛輪效應(yīng)意味著：用戶越多，系統(tǒng)越聰明；系統(tǒng)越聰明，用戶越多。后來者幾乎不可能在短期內(nèi)彎道超車。

從商業(yè)模式看，AI私教系統(tǒng)的邊際成本遠(yuǎn)低于真人授課，且具備清晰的收費(fèi)路徑與較高的用戶生命周期價(jià)值。伴魚的AI私教系統(tǒng)早已在實(shí)際家庭場景中落地并持續(xù)迭代，為公司在千億級(jí)家庭教育市場占據(jù)有利位置奠定了基礎(chǔ)。

未來三年：政策或成最大變量

對(duì)于AI教育未來三年的產(chǎn)業(yè)趨勢(shì)，袁志強(qiáng)給出的判斷是：政策。

“GPT爆火才三年半，AI已經(jīng)強(qiáng)到有些模型不敢完全開放。”他觀察到，已有企業(yè)跳過大學(xué)，直接去高中挖人。“這說明社會(huì)對(duì)人才的定義正在劇變。”

如果一個(gè)孩子花費(fèi)十幾年只學(xué)習(xí)通用知識(shí)，而忽視了創(chuàng)造力、獨(dú)立思考以及駕馭AI的能力，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(duì)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)。

伴魚提前布局教育AI Harness，正是為了應(yīng)對(duì)這一潛在范式轉(zhuǎn)移。“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)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。”

對(duì)于關(guān)注教育科技賽道的投資人與從業(yè)者，這場由AI驅(qū)動(dòng)的學(xué)習(xí)革命，才剛剛開始。