伴魚袁志強拆解教育 AI Harness：AI個性化不是推題，而是全過程

“現在的AI教育產品，很多還停留在‘批發’階段。”5月21日，在上海AI創新峰會上，伴魚AI產品負責人袁志強對多鯨直言。在他看來，市面上大多數打著“個性化”旗號的學習產品，本質上仍是標準化題庫的分發——只不過從“全班做同一張卷子”變成了“算法從同一個池子里給你撈幾道題”。

伴魚成立十余年，累計用戶過億，覆蓋20多國，連續入選全球及中國獨角獸。其內部打磨多年的教育 AI Harness，試圖將個性化推向下一個階段：不是只推薦課程，而是讓 AI 能夠參與學情診斷、路徑規劃、問題排查、動態講解、課件生成、練習反饋和復習調度等關鍵學習動作。

從“內容推薦”到“學習全過程參與”

袁志強向多鯨詳細拆解了教育AI Harness 的底層邏輯。與傳統AI學習產品不同，它不依賴預設的課程路徑，而是連接知識圖譜、學生畫像、學習數據和教學工具包，實時記錄學生全場景數據——作業、考試、日常練習、答題用時、甚至一天中不同時段的表現，并據此調度不同能力。

當學生做錯一道題，系統會做四件事：

1. 拆解題干涉及的所有前置知識點；

2. 結合歷史數據判斷錯誤原因（粗心？概念不清？還是前置知識缺失？）；

3. 如果是前置知識未掌握，回溯到該節點，選擇最佳教學形式（文字、動畫、語音等）；

4. 更新該知識點在遺忘曲線模型中的參數，調整后續復習計劃。

“每個錯題的分析，都要結合提交時間、前置掌握情況，影響后續所有教學動作。”袁志強強調，這才是真正的個性化——不是告訴你“這道題錯了”，而是幫你找到“為什么會錯”以及“接下來該學什么”。

復習同樣由模型驅動。每個學生、每個知識點都有獨立的遺忘曲線，系統在最佳臨界點推送復習，目標是“用最少的次數達到最牢的效果”。這套能力已覆蓋學、練、問題排查、講解生成、課件生產和復習調度等場景，并在真實家庭學習環境中持續迭代。

AI老師的“產品哲學”：不打擾，是最大的溫柔

很多AI教育產品面臨同一個困境：用戶嘗鮮期過后，留存率斷崖式下跌。袁志強認為，問題出在AI的“人設”上。

“孩子剛開始覺得新奇，后來就猛點‘關閉’。因為AI太啰嗦了，或者總在不該出現的時候蹦出來。”他給伴魚AI老師定了三條鐵律：隨叫隨到、一針見血、不該出現時絕不出現。

尤其在語音交互場景，技術挑戰更大。袁志強坦言，像大模型在后臺可以有很長的推理時間，但教育場景不行——“學生無法接受思考的空白。你必須在極短時間內給出準確反饋。”

激勵體系也做了精細化設計。不是簡單的“你真棒”，而是通過游戲化徽章、虛擬班級、榮譽榜單，讓孩子自然獲得成就感。“學得好→被認可→更愿意學，這是一個正向飛輪。”

數據飛輪：抄不來的護城河

當下，任何團隊都能用開源大模型快速搭建一個AI助教。那么伴魚的核心壁壘是什么？

袁志強的答案是：數據飛輪。

伴魚超1億用戶，每天產生海量真實學習行為數據。每一次交互都在反哺教育 AI Harness，讓它的問題診斷、工具調用、動態講解和路徑規劃越來越準。“你可以很快抄一個模型，但你抄不來上億用戶幾年的交互數據。”

這種飛輪效應意味著：用戶越多，系統越聰明；系統越聰明，用戶越多。后來者幾乎不可能在短期內彎道超車。

從商業模式看，AI私教系統的邊際成本遠低于真人授課，且具備清晰的收費路徑與較高的用戶生命周期價值。伴魚的AI私教系統早已在實際家庭場景中落地并持續迭代，為公司在千億級家庭教育市場占據有利位置奠定了基礎。

未來三年：政策或成最大變量

對于AI教育未來三年的產業趨勢，袁志強給出的判斷是：政策。

“GPT爆火才三年半，AI已經強到有些模型不敢完全開放。”他觀察到，已有企業跳過大學，直接去高中挖人。“這說明社會對人才的定義正在劇變。”

如果一個孩子花費十幾年只學習通用知識，而忽視了創造力、獨立思考以及駕馭AI的能力，那么教育體系將面臨結構性調整。他預測，未來三年AI對就業市場的沖擊，可能會倒逼教育政策從“培養目標”層面改革，進而改變整個教育市場的供給結構。

伴魚提前布局教育AI Harness，正是為了應對這一潛在范式轉移。“我們希望每個孩子都能擁有屬于自己的AI老師，”袁志強說，“AI不會取代真正的老師，但會用AI的老師，一定會比不用AI的老師教得更好。”

對于關注教育科技賽道的投資人與從業者，這場由AI驅動的學習革命，才剛剛開始。