AI 在教育中的最大價值，是以低成本提供高質量的一對一教育體驗。
作者｜張鵬
2024 年，是學習平板這個品類集中爆發的一年。
這個曾被視作「平板替代品」的品類，終於在逐漸脫離「和 iPad 有什麼區別」的質疑，隨著 AI 技術的持續進展，一步步朝著「1v1 數字老師」演進。
而在這一輪熱潮中，小猿學練機的成長格外搶眼：小猿學練機在 2024 年 12 月銷量突破百萬臺，登頂單品銷量行業第一，成為中國學習平板中增長最快的產品。
2025 年年初 DeepSeek 的火爆，重塑了教育行業。2025 年 4 月，猿輔導集團也釋出了他們的新一代產品，深度融合了猿輔導集團自研「猿力大模型」和 DeepSeek 的小猿 AI 學習機。
猿輔導集團表示，這一代的 AI 學習機基於更強的推理能力，能夠基於孩子在學校的試卷內、學習機的練習題上、和 AI 的對話等多觸點，綜合判斷孩子的學習情況，給出更好的學習建議，不再是傳統依賴知識圖譜的刷題機器。
AI，會是教育最先閃光的地方嗎？
「因材施教」是從孔子時代就被提出的理想，但直到今天，我們才真正擁有了讓每個孩子匹配「一對一老師」的技術可能。這不僅是一次產品革新，更是教育模式的重構。
在這一輪變革中，先行者們要如何定義 AI 教育產品的形態？猿輔導集團又如何看待 AI 技術為教育帶來的底層重構？DeepSeek 推理模型的引入，又會如何改變 AI 教育的進化路徑？
我們找到了猿輔導集團副總裁王向東，與他聊了聊這一切。
01
張鵬：2023 年 5 月，猿輔導第一次推出了小猿學練機這款學習硬體，主打墨水屏和學練一體化，當時怎麼想到要做這樣一款產品？
王向東：我們業務線最初主要做軟體。旗下有小猿口算，小猿搜題，猿題庫等一系列軟體，之前並沒有太多硬體的涉獵。軟體當時其實已經做到很大使用者量了，也已經可以在手機上給使用者提供很便捷的學習方式。但其實使用者原有的學習的模式和互動的方式並未改變，還是學校所有的課本、教輔、練習冊、試卷的基礎上，依賴於識別、語音理解，最終給使用者內容，內容是各大公司用自己的資源、人力加進去堆出來的。
我們看到市面上也有各種各樣的學習產品誕生，但是這些東西都是很輔助性的。比如詞典筆，它更多是掃一個詞，查一個詞的意思，這些產品只是解決了學習過程中一些非常區域性的小問題。
我們覺得，學習產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丁的空間。
當時學練機誕生的初心，就是在探索未來會不會存在一種更數字化的學習方式，這種數字化學習方式它其實跳脫了紙和筆，能夠有數字化的學習內容、數字化的學習行為和數字化的學習資料，不再依賴於要用一個手機去拍什麼東西，直接透過數字化的方式去學習，就能完成整個學習閉環。
它的大出發點是基於這個邏輯，我們當時就考慮到，可能一年不行，兩年不行，甚至三年不行。但 5 到 10 年，我們認為這是一個有可能成型的，基於教育學習上對現有的學習方式有變革、有革新的一個東西。
一方面基於趨勢性去考慮，另一方面，我們原有的內容資源的構建和累積上，其實是有基礎能夠轉向數字化的。當時我們的軟體背後，都是數字化的、模組化的和基於知識有能力突破的資料。只在手機上，其實呈現的並不多。
走向未來，我們認為它應該能有一個裝置，作為更好的載體，把我們的綜合能力系統性地呈現給使用者，能夠包括各種各樣數字版權的內容，各種各樣的工具軟體，綜合地提供給使用者一個解決的方案。我們的學練機是我們最早的產品，剛開始把這些綜合的部分整合一部分進去。
張鵬：上一代產品的產品名是學練機，為什麼是學練機而不是學習機？當時是怎麼思考的？
王向東：我們拆分了孩子日常學習的三大環節，學練測。
在上課的環節全部都是學，老師不斷輸入。課後會佈置作業，或者在課上會給很多作業，完成練習。測是在學校裡有一次考試，總結整體學習的過程是否達到了我想要的結果。
在這三個步驟中，我們發現，在學校的學習過程中，每個孩子面對老師的時間是相同的，學習內容也是相同的，為什麼後面大家水平有高有低？除了超前學習的情況，其實最大的差異在於「練」。
「練」的環節，也是原有的教育環節中，做的並不高效的一個環節：第一，所有人的練習內容是統一的，因為在學校的練習，幾乎不存在個性化。第二，家長在「練」這個事情上，其實是沒有什麼太多的可介入空間，因為他也不知道給孩子練習什麼才符合孩子的學習。即使是線上下報個小班課，小班課的作業，可能也是針對這個班型的進度佈置的作業。
「練」這個解決方案其實一直解決的不好，而且家長會把市場上所有的教輔都買一遍，但是一個學期下來，真正寫的就是這兩本，剩下的都在那兒堆著，並不是一個對孩子真正高效的練習邏輯。
同時練習本身又是一個非常高頻並且剛需，具備非常強的可複製化的場景。它應該是一個完全千人千面，讓大家在不同的時間點解決自己需求的一個產品。
所以，一個是未來的趨勢，一個是高頻的場景，這兩者結合，我們選硬體、選產品和軟體的形態，誕生了學練機這樣一個產品。
張鵬：這一代我們推出的是 AI 學習機，不再是學練機。這一代產品的出發點是不是有些不同？
王向東：我們一直想提供一個綜合的一體化的學習產品。我們一直覺得教育是有一個終極形態的。這個終極形態大機率會是類真人的一對一。一對一是因材施教，我隨時對你的學情有關注有了解，我給你接下來的學習進行規劃，這是最高效的。
我們最早是 2022 年思考這個問題，在當時那個基礎條件下——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習方案，當時 AIGC 的內容不夠強。想做一個真正的學習機，需要的內容太海量了。你的科目、學段、學習知識點能力同步這些東西，每一個都是非常細小的，加在一起卻是一個非常龐大的資料集。這個龐大資料集完全靠自己去構建，用那種傳統的 AI 標註的方式是實現不了的。所以在那個時間點，我們就先以一種比較簡單的，就基於你的知識模組的方式先定義到學練機上。
而過去一年，大模型有了巨大的變化，2023 年大模型和現在的大模型相比，成本大概是降了八九百倍，效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 出來以後，大模型的技術的確進入到了一個可實用，並且成本可接受的一個價值創新點的階段。
我們意識到，成套的一體化學習方案在成本和內容質量上都已具備可行性，我們才開始選擇做一個 AI 學習機。在我們的學習機裡面，我們強調一體化的診學練，我們不會說一開始就讓你做題或者看影片，我們會先分析你的學習狀況。
就好像你看到了沒有一個英語老師上來說，「孩子我們明天上什麼課？」，你的英語老師一定是說「你把你學校的試卷給我看一下，把你們的進度告訴我一下，把你們的練習題告訴我一下」，他會根據這些內容，判斷你當前的能力水平和學習階段，再去給你確定應該做什麼題，學習什麼內容，我要讓你跟著我的每一個課程節奏一起去往下走。所以我們期望我們的學習機，這套診學練的閉環，完全參照一個一對一的老師能夠實現的邏輯去提供給孩子這樣的服務。
張鵬：這一代的產品形態也發生了變化，是一個平板加上印表機的形態。這樣的產品形態是怎麼設計出來的？
王向東：其實它不僅是印表機，更是一個智慧基座。硬體的形態定義要更早於 DeepSeek 大模型出來這一波。2023 年我們就確定了要做這個形態的虛擬老師。
我們會思考一對一的老師，到底應該具有哪些能力。一個真正的一對一老師，要透過他的眼睛、耳朵和嘴巴，來觀察這個孩子的學習狀況。
眼睛，能夠看出來孩子是否分心了，他在這個時間點有否猶豫，對這個知識的掌握程度是真的懂了，還是假裝懂，這些東西透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候，感受到孩子是不是自信，這個東西是不是表達得清楚。一對一老師可能還透過他的手勢，給孩子鼓勵，透過言語，把成體系的知識展現給孩子。
這些就要透過傳統的平板形態來做出來。
一個好的一對一老師，最終一定會問，我們講解了這麼多，我要來確認一下你到底有沒有學會。那怎麼實現呢？一般就是找幾道題，看你會不會做。
其實對於線下的一對一老師來說，找幾道題是很複雜的事情。而對於數字化的一對一老師來說，個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慧基座的 1.0 形態。一對一的老師定位好了孩子的學情之後，不需要靠家長或者孩子再去搜題，再去編輯，再去列印，直接可以將題打印出來，直接可以透過攝像頭，來判斷孩子做的準不準確。這個過程，既護眼，又高效。
02
張鵬：AI 學習機這個概念，在 2020 年開始就有了。從那時候到現在，AI 學習機有過什麼變化？
王向東：學習機最早出現的時候，其實就是內容的堆砌。用一個平板的形態，去加入一些教育內容。
到 2020 年左右，行業開始強調差異化，出現了早期的「AI 學習機」。這類產品基於知識圖譜，將題目分層，學生答題後可自動進入下一級練習，透過識別知識漏洞推送影片和習題，實現單點能力的查漏補缺。
之後，學習機開始引入一些基礎的 AI 功能，比如拍照搜題。雖然廠商在 2020、2021 年就紛紛打出「AI 學習機」的口號，但在使用者端並未真正建立起認知。
我們線下調研發現，家長關注的核心還是課程本身：內容是否齊全、質量是否高、是否覆蓋所在地區的教學版本。其次才是工具層面的功能，比如是否能批改作業、幫助解決孩子不會的題目。
這個階段的「AI 學習機」，更多是課程系統疊加工具軟體，難以實現真正的一體化智慧服務。只有當 AI 擁有推理能力，能真正理解學習過程、做出個性化引導時，才算真正邁入「名副其實」的 AI 學習機時代。
張鵬：推理模型核心解決了什麼問題？
王向東：在推理模型出現之前，我們對 AI 的理解更多停留在「解題工具」的層面，例如透過大模型在後端非同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，我們發現 AI 真正具備了接近一對一教師的能力。
推理模型可以結合你的學情資料，給出一個非常專業的學情分析：雖然我也不知道我為什麼解不出這個問題，我把我的資料給你，AI 可以分析出我的問題。
原來要找到學生不會哪個知識點，需要靠學生做題，人為為題目打上標籤，不會這道題，那就是這幾個知識點不會，這樣的對孩子的情況分析是很生硬的。而現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，很多時候真的已經可以達到我們預期的教研老師能夠提供的方案。
整個學習的核心模式發生了變化。原有的學習機的核心學習模式是說我的路徑和我的目標規劃好了，人配合它往前走。而現在轉變為「在持續互動中，根據不斷輸入的資料，動態調整學習路徑和目標」。
張鵬：哪些產品細節在體現了這樣的變化呢？
王向東：在現在的 AI 學習機裡，我們對孩子的學情診斷，這個「診」不是隻出現一次，一直在對孩子做最新的診斷。孩子學習的環境是發生各種各樣變化的，你可能在學校裡每天有考試卷子，可能線上下還報了輔導班，甚至參加了什麼競賽，在孩子與學習機的每次互動中，系統都能對其能力進行重新判斷，然後再去重新調整學習的方向。
我們底層的資料是完全打通的，學習機本來它也有課程，也有診斷，也有一些練習。比如上課的時候有一個互動題，你在互動的時候你選錯了，這個錯題它也會成為一個底層的輸入。現在我們輸入的觸點非常多。包括跟 AI 交流對話的時候，你可能提到了什麼樣的訊息，這個訊息很重要，它也會成為一個輸入，成為下一步給你做推薦的出發點。它不僅僅是來自於一次性考試的診斷，而是來自於你在日常跟機器互動的過程中，所有的資料都會成為你學情診斷的來源。它不再是一個單一的今天你做這一套卷子，我只是基於這一套卷子給你推理，系統會綜合分析你從其他觸點產生的所有資料。
張鵬：這中間的一個拐點，是不是 DeepSeek 出現了？
王向東：是的。
我們一直在不斷評測國內外的不同基礎大模型。在很長一段時間，我們發現基礎大模型通用大模型的能力的變化提升是很微弱的。當然你說 GPT-4o 到 o1，是不是也有很大的提升？是，但是基於 GPT 的成本，這個提升幾乎對我們來說完全是不可用的狀態。
DeepSeek 的報價，還有實質性的產品體驗結果出來後，我們當時發現它在我們現有評測的所有模型中已經完全領先了，是當時在用的基礎大模型的 1/4 甚至 1/5 的價格了，同時效能更好，可以更快應用。
春節回來我們立刻把這個服務補上。測試結果上，我們發現很多的功能點，尤其基於多學科交叉，並且還有錯因分析，基於更多的輸入資料，能夠輸出什麼樣的結果，都有了更好的表現。
我們馬上對模型進行了切換。因為實際上教育的場景和方式和資料，我們都已經具備，關鍵在於這些內容該分配給誰、以何種方式呈現、在何時生成。切換新模型是要經歷磨合和最開始的提示詞的調整過程，不過最終切換起來還是很快的。
張鵬：猿輔導其實也有自己的模型，現在猿輔導自己的模型跟 DeepSeek 之間是怎麼配合的？在目前的技術管線中，你們自己的模型還會在裡面發揮作用嗎？
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核心。
自有模型和 DeepSeek 各自負責自己更擅長的事情。比如錯因分析，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，看看在這個場景下是否我們可以比那個模型表現得更好，如果表現得更好，我們大機率會用我們自己的模型來解決我們的問題。比如在一些影像題上，所有模型的都很難解好一個完全新的圖形題，其實我們的模型經過了一些自有資料訓練，表現比市面上的大模型會好一點。
猿輔導集團自研「猿力大模型」和 DeepSeek 進行深度融合，共同構建了我們這一代產品中的技術基座：小猿 AI。
DeepSeek 推動大模型自我進化，實現深度思考講解，推動 AI 能力全面進化；猿力大模型保障技術迴歸教育本質，進行資訊安全過濾，保障即時認知對齊。
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，讓它真正服務教育，而不是跑偏。
兩個模型間還會相互進行訓練和最佳化，提升各自的能力。我們讓兩個模型相互切磋、共同成長。DeepSeek 提供先進的推理能力，猿力大模型專注教育適配與安全守護。它們在實戰中互動訓練，相互最佳化，在各自擅長的領域持續進化，打造更強、更穩、更懂教育的 AI 教學系統。
03
張鵬：目前這代學習機，主要覆蓋哪些人群？從幼兒園一直陪到高中畢業，在目前的產品設計上，真的可能嗎？
王向東：學練機和學習機，我們最初的期望都覆蓋整個 K12 階段的孩子。
我們也會加入一些針對學齡前兒童的功能，但他們不會是我們的主流的使用者人群。這本質上，也是關於家長是不是認為孩子在這個時段就要接受教育有關。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人群。
至於產品設計，我們已經現在投入使用的軟體和硬體，都已經做好了服務使用者長期使用的資料與記憶架構。從設計之初我們就在想，作為一個工具軟體，我們不希望使用者只用一個月。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，硬體的形態到底在未來的幾年內會不會發生大的變化。如果能出現一個更具備可互動能力和被使用者接受的硬體形態，你非要說你的硬體具備更長的陪伴價值，我覺得本身是不合理的。
張鵬：平板加上印表機，是你理想中一個比較收斂的學習機的硬體形態嗎？
王向東：這是我們現階段認為比較合適的形態。
硬體形態上，我想要做一個有用的學習裝置，首先得具有幾個特性：
一、它應該是一個孩子專屬的裝置，不應該是家長和孩子共用的裝置，才能完成 24 小時一對一的任務。
二、它需要眼睛、耳朵和嘴巴，也就是得有攝像頭，得有麥克風，能有輸入，有輸出。
三、它要在一定程度上真實的，可互動，不能是一個冷冰冰的平板電腦往那一放。
我覺得技術發展的在若干年內，可能一個簡單的大屏還會是主流。
我們加入了一個印表機，這個印表機我們更傾向於把它定義成一個智慧基座。它增加了輸入輸出的形態，同時可動。未來我希望它能隨便扭頭，或者甚至能跑來跑去，不過在現階段我們能夠匹配到的可實現的硬體形態只能做到這一步。
我們也設想過，未來如果人形機器人成熟，是否能直接化身為陪伴式的學習終端：有一個滿屋跑的人形機器人，在孩子要學習的時候變形一下，露出一個螢幕，坐在孩子桌子上，學習完了跳下去幹別的活了，如果到了那個時候，那學習機可能就不是最好的形態，不過這離我們現在能實現的技術還是稍微有點遙遠。
張鵬：我們希望學習機能夠在成長中一直陪伴孩子，而另一個問題是，目前我們觀察到學習機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研，當時得到的結果是，學習平板這一裝置，在當時仍然有很大的提升空間。
因為當時我們發現，當時的學習裝置，在半年後，平均留存時長就只剩下 50% 了，也就是說半年以後 50% 的使用者就閒置了。而且進一步分析後發現，很多真正的留存實際上也不是基於學習功能，而是孩子在學習機上使用微信、抖音這樣的半娛樂化應用。我們覺得這個事情其實非常不健康，它不足以形成口碑和復購。
在做我們的學習機時，我們重點關注兩類資料：一是使用者留存率，代表孩子是否每天使用裝置進行學習。我們是封閉系統，無法安裝娛樂應用，留存下來的使用者是真正用於學習的，資料顯示我們的留存率行業領先。二是功能滿意度，我們透過使用者反饋和客服資料持續最佳化體驗。相比使用者時長，我們更關注是否高效學習。
早期做工具軟體的經驗讓我們明白，靠堆社群、堆影片化的內容，堆再多的時長對孩子的學習也沒有意義。對我們來說，一個好產品的價值，在於它是否真正幫助孩子持續、高效地學習。
張鵬：我們說 AI 學習機是一對一的老師，也有人覺得是一種陪伴的朋友關係，你怎麼看？
王向東：從過往經驗看，真正優秀的一對一老師往往是「亦師亦友」的角色。線下輔導中，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係。因此，「老師」和「陪伴者」的角色並不衝突。
在產品設計上，我們也努力打造這種「陪伴式」的學習體驗。首先，互動必須對孩子友好。例如語音識別，不能家長說得準，孩子說得不準；介面也必須符合孩子的審美和認知特點。其次，我們加入了大量遊戲化設計，比如在答題中融入保齡球、憤怒的小鳥等元素，讓孩子在遊戲中獲得正反饋，哪怕答錯題也能感受到鼓勵，從而持續激發學習動力。
我們認為，未來學習裝置將不僅是工具，更是孩子成長過程中的陪伴者。從學習到心理健康，這類裝置將像真人老師一樣，在孩子情緒低落時給予支援和引導，幫助他們以更好的狀態投入學習，AI 正是在這一點上具備巨大潛力。
張鵬：Agent 技術今年很火。你怎麼看 Agent 技術在教育領域，包括在學習機領域裡面的應用？
王向東：Agent 在教師工作中確實有很大潛力，但在學生端的應用目前還難以普及。原因在於，Agent 擅長處理有明確結果的任務，比如直接給出結論或方案；而學生的學習過程需要的是持續的互動、反饋和閉環。
學習不是單一任務，而是不斷迭代的過程。例如我們根據學生資料進行學情分析，再生成學習方案，但這套方案必須在使用後持續調整，才能真正有效，不是一次性完成一個任務就結束了。所以我覺得這個概念雖然很有想象力，但是不一定在教育這個領域裡適用。
張鵬：這一波的 AI，是否有機會對中國的教育帶來一些更有意義的改變？
王向東：我們非常認同一句話：「教育不是注滿一桶水，而是點燃一把火。」教育的本質是啟發與喚醒。最終我們希望培養出具備批判性與創造性思維的孩子。
但傳統教育體系和資源難以實現這一目標。中國當然不缺有創造力的孩子，但他們往往集中在少數擁有優質教育資源和家庭環境的群體中，絕大多數孩子難以獲得這樣的支援。
AI 的出現帶來了普惠的可能性。它可以以低成本提供高質量的一對一教育體驗，幫助孩子發展更深層次的思維能力，而不是僅僅機械複述知識。我們希望孩子能提出問題、質疑答案，甚至基於已有知識得出全新的結論。
這正是 AI 在教育中的最大價值：提供無限供給的高質量教育資源，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。
熱點影片
更多閱讀