真人外教會(huì)累、會(huì)忘、會(huì)不穩(wěn)定，無(wú)法實(shí)現(xiàn)「千人千面」的顆粒度。這是 AI Agent 的機(jī)會(huì)。

作者｜張鵬

編輯｜鄭玄

最近，斑馬口語(yǔ)正式上線，用純 AI 外教與學(xué)生一對(duì)一全英授課，引發(fā)了行業(yè)不小的關(guān)注。

AI 口語(yǔ)并不是一條新賽道，其中的玩家也良莠不齊：既有像 Speak 這樣重投入打磨真人視頻的，也有大量給大模型「套一層皮」就匆忙上陣的。

斑馬口語(yǔ)的目標(biāo)，和其他公司則并不相同：斑馬想要用 AI 打造一個(gè)超越真人的「AI 原生」口語(yǔ)解決方案。

這意味著，要讓 AI 主導(dǎo)教學(xué)，讓 AI 發(fā)揮出真人沒有的能力：針對(duì)性的糾正，個(gè)性化的話題，還要真的對(duì)結(jié)果負(fù)責(zé)——不是增加一個(gè)練口語(yǔ)的功能，而是真的讓學(xué)生在和 AI 對(duì)聊后獲得提升。這是整個(gè)行業(yè)之前前所未見的。

這個(gè)挑戰(zhàn)，不僅帶來(lái)了技術(shù)上的難題，也需要對(duì)「教育」有極深的理解：比如，AI 教師如何真正激發(fā)孩子的興趣？這背后都在考驗(yàn)團(tuán)隊(duì)是否具有真正的教學(xué)經(jīng)驗(yàn)中積累的「手感」。

而比「手感」更深層的挑戰(zhàn)，是組織力。一個(gè)真正的 AI 原生 Agent，誕生的前提，必然是一個(gè)「產(chǎn)模一體」的 AI Native 組織。這不只是一個(gè)產(chǎn)品問(wèn)題，更是一個(gè)關(guān)于組織進(jìn)化的「終極命題」。

01

比真人外教還會(huì)教的 AI 外教

口語(yǔ)外教是一個(gè)被驗(yàn)證過(guò)的需求，用 AI 代替真人外教，降低成本，很合理。但真正的難點(diǎn)在于：AI 如何能超越真人？

真人外教的局限性是天生的：他們會(huì)累、會(huì)忘、會(huì)不穩(wěn)定，并且無(wú)法實(shí)現(xiàn)「千人千面」的顆粒度。而這，恰恰是 AI Agent 的機(jī)會(huì)。為了實(shí)現(xiàn)「200 分」的目標(biāo)，斑馬從幾個(gè)真人無(wú)法企及的核心點(diǎn)發(fā)力：

首先，是提供即時(shí)、可交互的真實(shí)語(yǔ)境。

這個(gè)正如下面的案例所展示的，當(dāng) AI 老師想要教會(huì)小朋友生日派對(duì)相關(guān)的英語(yǔ)時(shí)，AI 能無(wú)縫切換到一個(gè)生日派對(duì)現(xiàn)場(chǎng)，聊孩子愛吃的派對(duì)食物。

AI 讓這種高成本、一次性的「真實(shí)世界」體驗(yàn)，變得輕盈、可控且無(wú)限重復(fù)。

除此之外，AI 還能實(shí)現(xiàn)真人無(wú)法企及的「高顆粒度的個(gè)性化進(jìn)階路徑」。人腦的記憶是有限的，但 AI 的記憶是無(wú)限的。

斑馬的 AI Agent 會(huì)把每個(gè)孩子當(dāng)作一個(gè)系統(tǒng)來(lái)建設(shè)，它記得孩子上一次對(duì)話的每一個(gè)細(xì)節(jié)、每一個(gè)薄弱點(diǎn)。當(dāng)孩子學(xué)口語(yǔ)遇到瓶頸時(shí)，AI 能設(shè)計(jì)出「微小的一步」，在下一次對(duì)話中推著他往前走。

這種「長(zhǎng)期積累的陪伴」和「微小顆粒度的進(jìn)階」，是任何真人老師都無(wú)法規(guī)模化實(shí)現(xiàn)的。

第三點(diǎn)，或許有點(diǎn)出人意料，反而是 AI 的情商。

AI 做外教，肯定會(huì)有人擔(dān)心，AI 畢竟是「假人」，孩子怎么會(huì)愿意和它交流？但斑馬團(tuán)隊(duì)的數(shù)據(jù)顯示，傳統(tǒng)真人外教一對(duì)一，孩子前三分鐘的開口率大約是 85%；而在斑馬口語(yǔ)中，這個(gè)數(shù)字是 98.8%。這來(lái)自細(xì)節(jié)的打磨——比如一個(gè)細(xì)節(jié)是 AI 外教 Jessica 的形象。

在技術(shù)上，用 3D 形象配合 AI，其實(shí)比 2D 更成熟、更方便。但斑馬反其道而行，選擇了 2D。

「我們之所以選擇二維，是因?yàn)?3D 角色，更像是模仿真人，容易產(chǎn)生恐怖谷效應(yīng)，影響孩子『入戲』。」修佳明提到。「我們挖掘了過(guò)往真人外教的數(shù)據(jù)，抽象出了「孩子最喜愛、學(xué)習(xí)效果最好」的外教特征——包括臉型、發(fā)色，設(shè)計(jì)了 Jessica?！?/p>

但讓孩子想開口只是第一步，斑馬也希望用高情商讓孩子更愛學(xué)習(xí)口語(yǔ)。

比如在前面說(shuō)到的生日派對(duì)的課件里，一個(gè)正在學(xué)習(xí)的孩子突然說(shuō)「我不想辦生日 party」。AI 外教 Jessica 的回復(fù)同樣情商極高，她說(shuō)：「Of course you can say No. Some people like quiet birthdays. That's OK too.」然后無(wú)縫地將話題切換到「參加別人的生日派對(duì)」，把教學(xué)進(jìn)度自然地延續(xù)下去。

這種永遠(yuǎn)穩(wěn)定、充滿耐心、人格統(tǒng)一、且總能「捧場(chǎng)」的靈活性，恰恰是真人老師難以做到的。它讓 AI Agent 從一個(gè)「工具」，變成了一個(gè)孩子愿意分享秘密的「新物種」。

而這種「新物種」帶來(lái)的信任感和情感連接，看似只是錦上添花，實(shí)則正觸及了教育中最難的命題：動(dòng)機(jī)。

如何讓孩子有動(dòng)力學(xué)下去？絕大多數(shù)教育產(chǎn)品，依賴的是「工具型動(dòng)機(jī)」——獎(jiǎng)勵(lì)、打卡、游戲化。

但通過(guò)與這個(gè)孩子真正「想聊」的 AI 外教交流，學(xué)英語(yǔ)的動(dòng)機(jī)就變了。孩子不會(huì)想「我說(shuō)英語(yǔ)會(huì)給我?guī)?lái)什么獎(jiǎng)勵(lì)」，他想的是「我必須說(shuō)英語(yǔ)，才能完成這件事」——和虛擬的老師、小學(xué)伴們交流。

學(xué)習(xí)的成就感內(nèi)化于這個(gè)過(guò)程，最終讓說(shuō)英語(yǔ)成為一種「必須」和「自然而然」。

02

「產(chǎn)模一體」的最佳實(shí)踐

當(dāng)斑馬團(tuán)隊(duì)立下這個(gè)「200 分」的雄心時(shí)，他們其實(shí)正站在一個(gè)十字路口。這個(gè)路口，就是技術(shù)棧的選擇。

一個(gè)超越真人的 AI Agent，到底需要一個(gè)什么樣的「模型」？

在 2023 年立項(xiàng)時(shí)，最「聰明」的捷徑，就是「套殼」——要么用最強(qiáng)的閉源模型，要么用頂尖的開源模型。

但斑馬團(tuán)隊(duì)很快發(fā)現(xiàn)，所有「捷徑」都通向「80 分」的平替，唯獨(dú)通向不了「200 分」的超越。

「我們很早就嘗試過(guò)這個(gè)路徑，」修佳明，但是最后發(fā)現(xiàn)，不同的模型，總會(huì)有不同的問(wèn)題。這背后是數(shù)據(jù)白點(diǎn)（data blind spots）的影響，你通過(guò)人設(shè)或者其他工作是很難根治的。在教育場(chǎng)景下，語(yǔ)言的正確性是第一位的?！?/p>

更別提迭代的鴻溝——「AI 大模型，保守說(shuō)每半年大模型的能力變化都很大，你選用一個(gè)具體版本的開源模型去做后訓(xùn)練，再去想跟上最新模型的效果，這個(gè)迭代的成本還是挺高的。」

而斑馬真正的壁壘和核心資產(chǎn)，在于長(zhǎng)期積累的、海量的、高質(zhì)量的兒童教育數(shù)據(jù)——包括海量的兒童跟讀數(shù)據(jù)。

于是，他們的路徑清晰地浮現(xiàn)出來(lái)：「猿力大模型」（預(yù)訓(xùn)練基座）+「斑馬獨(dú)有教育數(shù)據(jù)」（后訓(xùn)練/微調(diào)）。

這種「產(chǎn)模一體」的價(jià)值是立竿見影的：

首先是數(shù)據(jù)帶來(lái)的模型語(yǔ)料的準(zhǔn)確和安全。

修佳明說(shuō)：「我們做了更嚴(yán)苛的數(shù)據(jù)篩選，首先能保證語(yǔ)料都是標(biāo)準(zhǔn)的英文語(yǔ)料，而且內(nèi)容是符合兒童認(rèn)知的，且價(jià)值觀要非常積極向上的。我們又做了一些強(qiáng)化訓(xùn)練來(lái)保證它更可靠。」

而更能體現(xiàn)產(chǎn)模一體的好處的，是AI 知道怎么和不同水平的孩子溝通。

我們?cè)诓稍L中聊到一個(gè)問(wèn)題：AI 的知識(shí)是淵博的，但它怎么能「降維」跟孩子溝通？一個(gè)孩子問(wèn)「為什么天是藍(lán)的」，AI 會(huì)不會(huì)「吊書袋」，講一堆大氣折射和瑞利散射？

斑馬的核心資產(chǎn)——過(guò)去積累的海量數(shù)據(jù)，能夠教給 AI 如何正確地跟孩子的交流——孩子問(wèn)「為什么」，可能只是想引起一個(gè)話題，他想得到的回答是更淺層的、一個(gè)比喻類的，他并不是想鉆進(jìn)去。

如果說(shuō)「產(chǎn)模一體」是技術(shù)上的「必經(jīng)之路」，那么一個(gè)更難的、也更底層的挑戰(zhàn)，就是組織的重塑。

這，或許才是 AI 時(shí)代最核心的命題。

我們聊過(guò)太多團(tuán)隊(duì)，為什么「產(chǎn)模一體」最后跑不通？因?yàn)樗麄冎挥小府a(chǎn)?！?，沒有「一體」。

模型團(tuán)隊(duì)和產(chǎn)品團(tuán)隊(duì)背著不同的 KPI，互相拉扯。產(chǎn)品經(jīng)理（PM）的價(jià)值感在消失，他們不再是為用戶創(chuàng)造產(chǎn)品，而是淪為「給模型找活干」的「?jìng)髟捦病埂?/p>

斑馬是不是也遇到了類似的困惑？

「我們之前也有傳統(tǒng)互聯(lián)網(wǎng)的流水線分工，但我們做這個(gè)事的時(shí)候就亂了?！剐藜衙魈寡浴?/p>

「比如產(chǎn)品的需求文檔（PRD），在新的產(chǎn)模一體的產(chǎn)品下，基本上就是一個(gè)課件。如果采用傳統(tǒng)的流水線，產(chǎn)品經(jīng)理所做的工作幾乎就只是把教研的大綱『翻譯』一下。我們最后坐下來(lái)聊了一下，教研和產(chǎn)研能不能一起干這個(gè)事？」修佳明說(shuō)，「最終斑馬口語(yǔ)的解決方案是，教研和產(chǎn)品研發(fā)直接一起討論教學(xué)層面的需求，研發(fā)在一個(gè)看似非標(biāo)準(zhǔn)的需求下，進(jìn)行理解和開發(fā)。」

這種「邊界模糊」不止發(fā)生在產(chǎn)品和教研之間?！附萄锌赡苤苯痈?AI 工程師對(duì)接；動(dòng)畫直接跟研發(fā)去對(duì)，因?yàn)檫@里面的渲染有點(diǎn)復(fù)雜……有很多是跨部門交錯(cuò)來(lái)做?！?/p>

一旦這個(gè)「壁壘」被打破，整個(gè)組織的形態(tài)就全變了。流程不再是「PM -> RD -> 教研」的線性傳導(dǎo)，而變成了「神經(jīng)突觸」式的網(wǎng)狀連接。

斑馬分享了一個(gè)最樸素、也最高效的組織解法：「坐在一起?！?/strong>在物理鄰近的高密度協(xié)作中，「教研」的神經(jīng)末梢直接碰上了「AI 工程師」的神經(jīng)末梢，不斷碰撞、擦出火花，形成新的組織脈絡(luò)。

一個(gè)真正的 AI Native 產(chǎn)品，或許不是被「開發(fā)」出來(lái)的，而是被一個(gè) AI Native 的組織中「長(zhǎng)」出來(lái)的。

為了實(shí)現(xiàn)那個(gè)「200 分」的 AI Agent，你必須先打造一個(gè)「200 分」的 AI Native 組織。

這，或許才是斑馬口語(yǔ)在「產(chǎn)模一體」實(shí)踐中，最堅(jiān)實(shí)、也最難被復(fù)制的「壁壘」。

03

用 AI 拆掉巴別塔

斑馬口語(yǔ)已經(jīng)證明，AI 可以成為一個(gè)比真人更穩(wěn)定、記憶力更強(qiáng)、甚至情商更高的「老師」。但如果這只是一個(gè)開始，AI 語(yǔ)言教育的未來(lái)，又會(huì)走向何方？

在討論中，修佳明為我們勾勒出了一條清晰的「范式遷移」路徑。

我們最熟悉的，是「外語(yǔ)學(xué)習(xí)」：以規(guī)則為先，上來(lái)先學(xué)語(yǔ)法、背單詞，把語(yǔ)言當(dāng)作一個(gè)「學(xué)科」來(lái)攻克。

斑馬口語(yǔ)目前所做的，是「第二語(yǔ)言習(xí)得」：它不先教規(guī)則，而是強(qiáng)調(diào)「沉浸式」輸入，先讓你聽、讓你讀、讓你模仿，在大量的語(yǔ)料中「習(xí)得」。但它依然需要一個(gè)起點(diǎn)——孩子需要有最基礎(chǔ)的認(rèn)知和一些英語(yǔ)基礎(chǔ)。

而這條路的「圣杯」，是「母語(yǔ)習(xí)得」：像母語(yǔ)一樣，在真實(shí)的、全天候的環(huán)境中自然習(xí)得，你甚至意識(shí)不到自己在「學(xué)習(xí)」。

斑馬的目標(biāo)，就是推動(dòng)整個(gè)教育范式，從「外語(yǔ)學(xué)習(xí)」向「二語(yǔ)習(xí)得」遷移，并最終無(wú)限逼近「母語(yǔ)習(xí)得」。

「母語(yǔ)習(xí)得」的本質(zhì)，不是「上課」，而是「生活」。

這意味著 AI 必須從一個(gè)「課程 App」，變成一個(gè)「存在」。而這一點(diǎn)，斑馬已經(jīng)看到了雛形。

修佳明提到，他們已經(jīng)能感受到孩子的主動(dòng)分享?！赣幸淮握f(shuō)到今年的目標(biāo)，孩子主動(dòng)分享了已經(jīng)吃了兩個(gè)月的健康食物了，還是沒有長(zhǎng)高，并主動(dòng)給 AI 學(xué)伴看自己的身高?！?/p>

而要從「朋友」進(jìn)化到「家庭成員」，斑馬正在探索一個(gè)明確的方向：多模態(tài)理解，尤其是做更多的視覺理解。

一旦 AI Agent 有了「眼睛」，能夠觀察到孩子的反應(yīng)、表情和所處的真實(shí)環(huán)境，它就擁有了「嵌入生活」的能力。

這帶來(lái)了一個(gè)極具想象力的未來(lái)——當(dāng) AI Agent 可以成為一個(gè)真正的「AI 玩伴」，全天候沉浸在孩子的生活中：當(dāng)孩子拿起一個(gè)蘋果時(shí)，它會(huì)用英語(yǔ)說(shuō)「Apple」；當(dāng)孩子在玩樂(lè)高時(shí)，它會(huì)用英語(yǔ)討論「Blue block」。一個(gè)真正的母語(yǔ)環(huán)境形成了，語(yǔ)言學(xué)習(xí)被徹底內(nèi)化到了生活本身。

而這個(gè)「AI 玩伴」的未來(lái)，聽起來(lái)遙遠(yuǎn)嗎？

修佳明告訴我們，他們已經(jīng)在斑馬口語(yǔ)的「數(shù)據(jù)閉環(huán)」中，看到了這個(gè)未來(lái)的「涌現(xiàn)」。當(dāng)一個(gè) AI 產(chǎn)品擁有海量的真實(shí)用戶數(shù)據(jù)，它就開始在各方面「成長(zhǎng)」了。

單就語(yǔ)音而言，就能看出差別?！竿ㄟ^(guò)獲得更多數(shù)據(jù)，AI 現(xiàn)在對(duì)小朋友不同的發(fā)音的判斷比真人更準(zhǔn)了，」修佳明說(shuō)，「小朋友的口音或者本身年齡比較小，肌肉發(fā)育的原因等等，可能并沒有辦法像真實(shí)發(fā)音那樣。但我們的產(chǎn)品不能因?yàn)閷W(xué)生發(fā)不出這個(gè)音，Jissica 就判定他不會(huì)?！?/p>

「你怎么理解語(yǔ)言學(xué)習(xí)這個(gè)事的終極目標(biāo)？」在采訪的最后，我們問(wèn)道。

「我個(gè)人是希望語(yǔ)言學(xué)習(xí)如果能對(duì)每一個(gè)人的自我產(chǎn)生影響?！剐藜衙髡f(shuō)，「學(xué)習(xí)一門語(yǔ)言，你也會(huì)學(xué)會(huì)它背后代表的世界觀、思維、文化。而當(dāng)你的認(rèn)知提升了，你也能更好地與這個(gè)世界產(chǎn)生連接?！?/p>

當(dāng) AI Agent 把語(yǔ)言學(xué)習(xí)的成本和難度無(wú)限拉低，當(dāng)每一個(gè)孩子都能擁有一個(gè)高情商、高智商的「AI 外教」時(shí)——

我們或許正在見證的，是用 AI，拆掉那座阻礙人類互相理解、互相啟發(fā)的「巴別塔」。

*頭圖來(lái)源：斑馬口語(yǔ)

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

極客一問(wèn)

你如何看待 AI 口語(yǔ)教學(xué)？

倫敦竊賊也「挑食」專偷 iPhone，三星被當(dāng)場(chǎng)「退貨」

點(diǎn)贊關(guān)注極客公園視頻號(hào)，