“很多所謂的個性化學習，就是從一個標準題庫里給你篩幾道題，換了個包裝而已。”

5月21日，上海AI創新峰會現場，伴魚AI產品負責人袁志強面對臺下數百名從業者和投資人，毫不客氣地拆穿了一個行業“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。但當你真正打開那些產品，你會發現：所謂的個性化推薦，不過是基于你做了幾道題，然后從同一個題庫里拉出幾道難度相似的題——本質上，還是批發。

而真正的個性化學習，應該是“動作級”的定制。袁志強說，這不僅僅是推薦什么課程，而是要回答：什么時候學新知識？什么時候復習？練習什么內容？用什么形式呈現？花多長時間？

這些問題的答案，不能靠預設規則，必須基于每個學生實時的、全場景的行為數據。

伴魚內部把這套能力概括為教育 AI Harness，已經在真實學習場景里持續迭代多年。它不是單一推薦系統，而是一套把模型、數據、知識圖譜和教學工具包連接起來的學習智能體運行底座。

錯一道題，AI不是讓你“再刷三道”

如果你家孩子用過的學習App，錯了一道題之后系統立刻彈出三道同類題，你已經見識到了“批發式AI”。

教育 AI Harness 的邏輯完全不同。

當一名學生做錯一道數學題，系統不會立刻給它打上“錯誤”標簽并推同類題。它會先做幾件事：

1. 拆解：這道題涉及哪些前置知識點？

2. 回溯：結合學生之前作業、考試、日常練習的數據，判斷他是在哪個環節卡住的。

3. 歸因：是真不會，還是粗心？如果是前置知識沒掌握，系統會回溯到那個知識點。

4. 重構：選擇最合適的教學形式——可能是文字講解，可能是可視化動畫，甚至是一段語音指導。

“如果他是因為前面基礎沒打牢，你讓他刷一百道同類題也沒用。”袁志強說。

復習也是一樣。傳統的艾賓浩斯遺忘曲線是對所有人平均的，但每個孩子對不同知識點的遺忘速度不同。教育 AI Harness 會為每個學生、每個知識點建立獨立的遺忘模型，在最佳的臨界點推送復習，目標是：用最少的復習次數，達到最牢固的鞏固效果。

這套能力覆蓋了學、練、問題排查、講解生成、課件生產和復習調度等場景，并且已經在伴魚真實學習環境中持續迭代多年。

AI老師的“產品經理時刻”：不啰嗦，不打斷

很多AI教育產品面臨一個尷尬：用戶嘗鮮期一過，留存率斷崖式下跌。

袁志強對此有非常具體的產品洞察：“很多AI老師太啰嗦了，或者總在不該出現的時候蹦出來。”

想象一下：一個孩子正在認真思考一道題，AI突然彈出一段語音：“同學，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：孩子主動求助時，立刻響應。

· 一針見血：給出的指導要精準，不要鋪墊。

· 不該出現時絕不出現：AI要學會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，技術挑戰更大。袁志強坦言，像Claude Code、Codex這類編程CLI工具，靠后臺長時間的推理和反復循環才能產出可靠結果，但教育場景不行。“學生無法接受AI思考時的空白停頓。你必須在極短時間內給出準確有用的反饋。”

為了提升留存，伴魚還加入了游戲化機制、榮譽徽章、虛擬班級。袁志強稱之為“正向飛輪”：學得好→被認可→更愿意學。

效率是另一個硬指標。“如果AI能在15分鐘內完成原本30分鐘的學習內容，孩子省下的時間可以玩，家長也開心，自然愿意續費。”

數據飛輪：為什么后來者很難抄作業？

現在，隨便一個創業團隊都能用開源大模型搭一個AI助教。那么伴魚的護城河是什么？

袁志強的答案是：數據飛輪。

伴魚成立十余年，累計注冊用戶超過1億，覆蓋20多個國家和地區。連續入選全球及中國獨角獸，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。

每一次學生學習交互，都會產生數據：做題時間、停頓點、正確率、復習反饋……這些數據不斷反哺教育 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。”袁志強說。

這是一個典型的飛輪效應：用戶越多，數據越多，系統越聰明；系統越聰明，學習效果越好，用戶越多。后來者幾乎不可能在短期內彎道超車。

未來三年：最大的變量不是技術，是政策

采訪的最后，深潛atom問袁志強：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“用戶習慣”，而是給出了一個出人意料的答案：政策。

“GPT從爆火到現在才三年半，AI模型能力已經強到有些不敢完全開放。”袁志強指出，已經有企業跳過大學，直接去高中挖掘人才。“這說明社會對人才的定義正在劇變。”

如果一個孩子花十幾年時間只學習通用世界知識，而忽視了創造力、獨立思考能力以及駕馭AI的方法論，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。

對伴魚而言，提前布局教育 AI Harness 這樣的學習智能體運行底座，就是在為這場即將到來的范式轉移做準備。

“我們希望每個孩子都能擁有屬于自己的AI老師。”袁志強最后說，“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。”

這句話或許就是教育科技賽道下一個十年的注腳。