作者 /左希

責(zé)編 /清和

題圖 / 由AI生成

2021年，教育行業(yè)融資規(guī)模一度超過200億元。那一年，錢在找項目。到2025年，全年融資不足20億，項目開始找錢。這不是簡單的周期回落。一些團隊還在，但鮮少出現(xiàn)在新的討論里。

“二茶”是芥末堆的一則小欄目。 一則指二窨茶，在相對密閉的環(huán)境里慢慢發(fā)酵，香氣不急著出來；另一層意思，是兩個人對坐閑聊，把行業(yè)里的二手故事慢慢講出來，甘苦自知。

同一時間，AI以一種不容討論的方式進入教育行業(yè)。區(qū)別只在于，有人把它當工具，有人把它當起點。問題也因此變得直接：是在原有路徑上修修補補，還是借這一把機會，把“教育”重新做一遍？這兩條路，短期看都成立。但再往前，分叉會越來越明顯。

2025年7月，黃勇創(chuàng)立KidoAI。半年時間，團隊完成兩輪融資，順為資本、啟賦資本、微光創(chuàng)投共同加注。在一個幾乎沒有新增資金的行業(yè)里，這樣的進展并不常見。這件事本身已經(jīng)構(gòu)成某種信號。

它至少說明，一些判斷正在被提前押注。我們更關(guān)心的，不只是一個團隊做對了什么，而是：這一輪變化，正在把行業(yè)推向哪里

1、這不是升級，是換代

左希：今年一個明顯的變化是，太多機構(gòu)開始主動談AI，但落到具體產(chǎn)品上，大多還是在原有體系里加一層能力。你會覺得，這一輪更像是“增強”，還是要“重做一遍”？

黃勇：我更傾向后者。AI不是簡單的工具升級，它會帶來一輪范式變化。如果只是增強，解決的是效率問題，但現(xiàn)在更像是在替換底層邏輯。教育+AI的市場大家都在講，但關(guān)鍵，不在市場，而在用戶。你是不是在為一代完全不同的孩子做產(chǎn)品。

左希：你說的是“Alpha世代”，也就是從出生就在智能設(shè)備和算法環(huán)境里的一代人？

黃勇：對。這一代孩子從出生開始，就生活在智能設(shè)備和算法環(huán)境里。他們接觸信息的方式、提問的方式、甚至理解世界的路徑，都已經(jīng)發(fā)生變化。過去我們是先接觸知識，再理解世界；他們更像是先在交互中感知，再反過來形成認知。如果還在用原來的路徑去設(shè)計產(chǎn)品，很容易出現(xiàn)一個問題：產(chǎn)品是對的，但對不上人。

左希：如果用技術(shù)階段來劃分，是不是可以理解為，從“模式識別時代”，進入了“生成式AI時代”？

黃勇：可以這么理解。以前的產(chǎn)品，比如掃描筆、學(xué)習(xí)機，本質(zhì)上是識別和匹配，AI幫你把已有內(nèi)容更快地調(diào)出來。但現(xiàn)在有一個變化：智能體本身就是內(nèi)容。它不只回答問題，而是參與整個交互過程。你問什么、怎么問、問到哪一步，都會影響生成的內(nèi)容。

左希：這其實不只是技術(shù)變化，更像是把“內(nèi)容”本身重寫了一遍。

黃勇：對，而且是連同學(xué)習(xí)方式一起改變。以前我們更關(guān)注“給孩子什么答案”，現(xiàn)在更重要的是，他是怎么一步一步問出這個問題的。這個過程一旦被打開，很多原本成立的產(chǎn)品邏輯，會慢慢失效

2、不是誰都能接住AI

左希：如果按你剛才說的，這一輪變化不只是技術(shù)升級，而是路徑重做，那對很多已經(jīng)在場內(nèi)的教育機構(gòu)來說，其實不是一個輕松的消息。

黃勇：是的。因為這意味著，過去積累的很多東西，不一定能直接延續(xù)。尤其是內(nèi)容。很多團隊過去做內(nèi)容做得很好，也形成了自己的體系，但在這一輪里，反而容易被限制。

左希：限制在哪？

黃勇：在出發(fā)點。他們習(xí)慣從“我有什么內(nèi)容”出發(fā)，再去想產(chǎn)品怎么做。但AI時代，更需要從“交互怎么發(fā)生”出發(fā)，再去反過來重構(gòu)內(nèi)容。這兩個順序一旦不一樣，最后出來的東西差別會很大。有時候，一個團隊最熟悉的地方，就是它最難跨過去的地方

左希：那是不是可以理解為，這一輪最有機會的團隊，可能不完全來自傳統(tǒng)教育行業(yè)？

黃勇：可以這么說。如果只把AI當成一個外部能力接進來，比如找技術(shù)團隊合作，或者在原有產(chǎn)品上疊加一些功能，短期內(nèi)可能有提升，但很難走遠。真正有機會的團隊，需要的是一套完整的能力結(jié)構(gòu)：懂內(nèi)容、懂AI，還要能把它變成一個可落地的產(chǎn)品形態(tài)，而不是三件事各自獨立。

左希：也就是說，過去那種“內(nèi)容團隊+技術(shù)外包+硬件代工”的組合，已經(jīng)很難成立？

黃勇：基本行不通。你要從一開始就知道：內(nèi)容怎么被結(jié)構(gòu)化、智能體怎么被訓(xùn)練，它最后為什么要以某種形態(tài)存在。這些是連在一起的。

左希：聽起來，門檻在提高。

黃勇：是系統(tǒng)性的門檻在變高。所以你會看到一個現(xiàn)象：不是所有教育公司都在做AI，也不是所有AI公司都能做好教育。真正能把這幾件事同時做通的團隊，其實很少。

3、教育第一次被“做大”

左希：現(xiàn)在資本其實很謹慎，尤其是教育領(lǐng)域。很多產(chǎn)品的市場規(guī)模，是可以測算出來的。比如做學(xué)科、做升學(xué)、做素養(yǎng)，邊界都很清楚。在你看來，這一輪AI，會改變這個問題嗎？

黃勇：會。過去教育產(chǎn)品的規(guī)模，基本取決于三個維度： 面向哪個年級、哪個學(xué)科、哪個地區(qū)。這些邊界一旦確定，市場空間大致就能算出來。AI進來之后，有一個變化是，產(chǎn)品不一定要從“知識點”出發(fā)

左希：那它從什么出發(fā)？

黃勇：從能力。比如孩子怎么理解世界，怎么提出問題，怎么把看到的東西轉(zhuǎn)化成自己的認知。這些能力本身，不依賴某一個具體的學(xué)科，也不完全依賴某一種內(nèi)容體系。一旦從這里出發(fā)，產(chǎn)品的邊界就會被拉開。

左希：也就是說，它不再是“某一類教育產(chǎn)品”，而像是一種更底層的工具？

黃勇：全球大概有18億兒童。如果一個產(chǎn)品必須依附某一套課程、某一種語言、某一個考試體系，它很難走出原有市場。但如果它本身是一種更通用的交互方式，是在幫助孩子去認識世界，它在不同地區(qū)之間的差異會小很多。

左希：但現(xiàn)實是，不同地區(qū)的教育內(nèi)容差異還是很大。

黃勇：對，所以關(guān)鍵在于兩件事要分開：交互方式是通用的，內(nèi)容是可以在地化的。如果把這兩件事混在一起做，出海會很難。但如果底層能力是統(tǒng)一的，再去接當?shù)氐膬?nèi)容體系，適配成本會低很多。

4、產(chǎn)品是被逼出來的

左希：如果按這個邏輯往下走，“從能力出發(fā)，而不是從內(nèi)容出發(fā)”，那最后做出來的產(chǎn)品形態(tài)，并不是一開始就能確定的。你們是怎么一步一步走到現(xiàn)在這個形態(tài)的？

黃勇：一開始也不是很確定。我們做了很長時間的前期測試，找了大概300個家庭一起共創(chuàng)。比較巧的是，這里面有不少家長本身就是小學(xué)科學(xué)老師。他們給我們的反饋，其實挺一致：學(xué)校里科學(xué)教育是有體系的，但在家庭端，缺一個可以持續(xù)參與的角色。

左希：什么樣的角色？

黃勇：不是講知識的老師，更像一個可以陪著孩子一起觀察、一起提問的“助教”。科學(xué)這件事，如果只靠課堂，很難形成連續(xù)性。如果交給家長，大多數(shù)家庭也挺難長期堅持。所以我們把場景收縮到一件更具體的事情上：孩子在日常生活里，看到一個東西，會不會停下來問一句“為什么”

左希：也就是說，你們沒有從“教什么”開始，而是從“孩子會在什么時候發(fā)問”開始？

黃勇：對。我們后來發(fā)現(xiàn)，在這個年齡段的孩子身上，有兩個動作會反復(fù)出現(xiàn)：一個是拍，一個是問。很多時候，這和他們所處的環(huán)境有關(guān)?？吹揭粋€東西，先拍一下；拍完之后，很自然就會問一句。

左希：聽起來很簡單。

黃勇：看起來簡單，但很容易消失。如果這個動作不能被持續(xù)放大，它很快就會變回一次性的好奇。我們在做的，是把這兩個動作盡可能延長。讓一次“拍+問”，變成一段更長的互動。比如拍一片葉子，一開始可能只是問“這是什么”；交互繼續(xù)往下走，他可能會問葉脈結(jié)構(gòu)、顏色變化，甚至問到季節(jié)。不同年齡段的孩子，問題的層次也不一樣：小一點的停在表面，再大一點，就會往結(jié)構(gòu)和原理走。這個過程，本身就是學(xué)習(xí)。

左希：從這個邏輯看，產(chǎn)品形態(tài)是被“動作”反推出來的。

黃勇：可以這么說。如果你希望這個動作發(fā)生在真實世界里，而不是停留在屏幕上，它就不太適合做成一個純App。最后，它落在了“相機”這個形態(tài)上，“聰明口袋”就是在這個邏輯下長出來的。

左希：為什么是相機，而不是其它？

黃勇：因為相機是一個天然面向世界的設(shè)備。它不會把注意力鎖在屏幕里，而是把人帶到外面。屏幕只用來完成必要的交互。我們在設(shè)計時盡量把它做簡單：屏幕小巧，能隨手放進口袋，單手就能操作，幾個按鍵就夠了，不需要反復(fù)點屏。

左希：讓它更像一個工具，而不是一個終端。

黃勇：對。我們不太希望孩子一直看屏幕。更重要的是，他能不能去摸、去看、去觀察真實的東西。有家長提出，孩子晚上出去玩的時候，也會想用這個設(shè)備去探索。我們后來加了微光拍攝，讓它在夜間也能用。這些演進，是從實際使用場景里一點一點長出來的。

左希：在這個過程中，你們怎么處理內(nèi)容？因為如果只是“拍+問”，最后還是要回到知識本身。

黃勇：我們一開始就沒有把內(nèi)容當成一個獨立模塊。而是去找那些已經(jīng)被驗證過的內(nèi)容，比如經(jīng)典的科普讀物，把它們做結(jié)構(gòu)化處理，再去適配交互。你可以理解為，不是把一本書放進設(shè)備里，而是把書“拆開”，變成可以在現(xiàn)實世界里被不斷觸發(fā)的內(nèi)容。

5、硬件不是容器，是軀體

左希：從你剛才的描述看，這一代產(chǎn)品的出發(fā)點，不是硬件本身，而是交互。那硬件的角色，是不是在變化？

黃勇：是的，而且變化很大。以前做教育硬件，大多先有設(shè)備，再往里面填內(nèi)容。硬件像一個容器，內(nèi)容是核心?，F(xiàn)在不一樣了。智能體在不斷成長，它需要一個能承載交互的“身體”。這個身體，不是隨便選一個形態(tài)就可以的，而是要和交互方式匹配。

左希：所以更像是先有一個智能體，再去找適合它的形態(tài)？

黃勇：對。如果這樣去看，硬件就不再是獨立環(huán)節(jié)，而是智能體的一部分。它要能看、能聽、能感知，也能及時反饋。也因此，市面上的AI原生硬件，遠沒有達到“卷”的程度。如果把內(nèi)容、硬件、AI各部分簡單拼在一起，最后出來的產(chǎn)品，大概率還是停留在“展示”階段。功能看起來很多，但交互是斷開的。

左希：“AI原生硬件不卷”，很多人可能會有疑問。外部看，這個賽道已經(jīng)熱起來了。

黃勇：要看你說的“卷”指的是什么。按過去的邏輯：先做硬件，再加內(nèi)容，再接AI能力，確實很卷。但從一開始就把智能體、內(nèi)容和硬件當成一個整體做，這種產(chǎn)品其實不多。

左希：所以，相機是一個階段性的形態(tài)？

黃勇：可以這么理解?，F(xiàn)在的相機，更像第一代“身體”。它能完成基本視覺交互，但主動性還不夠。比如，它需要孩子主動拿出來使用，本質(zhì)上還是被觸發(fā)。

左希：那下一步呢？

黃勇：可能會是更主動的形態(tài)。不一定還是相機，也可能是一只陪孩子行動的“機器小狗”。早上起來，它會主動去找孩子，而不是等孩子來找它。

左希：有點像一只會行動的“學(xué)習(xí)伙伴”。

黃勇：對。隨著智能體能力的提升，它會不斷“要求”一個更適配的身體。我們先做一個大腦，最終會長出身體來

6、AI到底在教什么

左希：如果把前面所說的往回收一點，還是會落到一個很基礎(chǔ)的問題：AI進入教育之后，到底是在改變“內(nèi)容”，還是在改變“學(xué)習(xí)方式”？

黃勇：我覺得更核心的是后者。內(nèi)容一直在變，但這一輪的變化，不在內(nèi)容本身，而在它是如何被使用的。以前是先有答案，再去理解；現(xiàn)在更像是在互動中，逐漸逼近答案

左希：那這個過程中，什么是最關(guān)鍵的能力？

黃勇：提問。在AI時代，孩子最重要的能力，不是記住多少知識，而是能不能問出更好的問題。

左希：但現(xiàn)在很多AI產(chǎn)品，給人的感覺是“回答得很快、很完整”，甚至有點過于直接。

黃勇：這也是我們比較警惕的一點。如果每次提問，都給出一個完整答案，甚至附帶解釋、視頻，那本質(zhì)上還是在展示內(nèi)容。孩子不需要再往下想了。我們更希望把一次交互控制在一個比較短的范圍內(nèi)，10秒左右。前面是回答，留一兩秒去反問。比如他問一個問題，我們給一個基礎(chǔ)解釋，然后拋回去一個相關(guān)的問題，引導(dǎo)他繼續(xù)往下想。這樣一來，交互不會停在第一層。

左希：有點像把“答案”變成一個過程，而不是一個終點。你前面提到“內(nèi)容要被重構(gòu)”，有沒有一個比較具體的例子？

黃勇：可以拿詞典來舉例。紙質(zhì)詞典，是一個固定解釋；電子詞典，是把這個解釋數(shù)字化；再到詞典筆，本質(zhì)上是提高了查找效率。但到了生成式AI階段，這種形式就不太夠了?，F(xiàn)在的詞典，不管三年級還是九年級，掃出來的解釋是一樣的。但不同年齡的孩子，對同一個詞的理解能力是不一樣的。如果用AI來做，它可以根據(jù)孩子的年齡、理解水平，去調(diào)整解釋的難度，生成不同的例句。如果還不理解，還可以繼續(xù)對話。

左希：也就是說，內(nèi)容不再是“被調(diào)用”，而是“被重新生成”。

黃勇：對。而且這種生成，不是無依據(jù)的，而是基于一套經(jīng)過驗證的內(nèi)容體系去做調(diào)教。否則就會出現(xiàn)一個問題：看起來很聰明，但不一定可靠。

左希：所以你們一開始就選擇和《十萬個為什么》這類經(jīng)典出版物合作，把它作為底層的內(nèi)容來源。

黃勇：對。一方面，這些內(nèi)容本身經(jīng)過長期驗證，有邊界感；另一方面，在這個基礎(chǔ)上做結(jié)構(gòu)化和擴展，更容易控制質(zhì)量。我們不是在替代這些內(nèi)容，而是換一種方式把它們用起來。有點像讓《十萬個為什么》重新長出來，從一本固定的書，變成可以隨身攜帶、在真實世界里被不斷調(diào)用的內(nèi)容。

7、為什么不直接做終局

左希：剛才聊的這些，已經(jīng)是一整套比較完整的路徑了。但從外部看，很多團隊會更激進一點，一上來就想做更主動、更復(fù)雜的形態(tài)。你們似乎選擇了一個更克制的起點。

黃勇：因為必須坦率地說，現(xiàn)在的技術(shù)，撐不起終局形態(tài)。如果一開始奔著最復(fù)雜的形態(tài)去做，比如完全主動的陪伴型設(shè)備，很多問題是解決不了的。包括交互穩(wěn)定性、供應(yīng)鏈、成本，還有用戶的接受度。所以我們更傾向于先做一個成熟產(chǎn)品，把數(shù)據(jù)跑出來，把場景跑通。

左希：有點像先把一條路徑走順，而不是一開始鋪就很多條路。

黃勇：可以類比一下特斯拉。它的終局是做機器人，但從汽車開始，一步一步往前走。我們現(xiàn)在做相機，也是類似的邏輯。這是一個供應(yīng)鏈成熟、用戶容易理解的形態(tài)。后面的形態(tài)，取決于兩件事：一是技術(shù)發(fā)展到什么階段，二是我們自己的能力能不能跟上。

左希：在路徑選擇上，有沒有一些刻意不去做的事情？

黃勇：有。比如短期內(nèi)，我們不會做定制化產(chǎn)品，也不會和B端一起共創(chuàng)新產(chǎn)品。這些事情看起來能更快放量，但會打亂產(chǎn)品本身的節(jié)奏。我們還是希望先把C端體驗做扎實。

左希：聽上去更像是在控制節(jié)奏，而不是追求速度。

黃勇：是的。這個階段，如果方向錯了，跑得越快，問題越大。所以我們會更關(guān)注，每一步是不是走在正確的路徑上。

左希：在這樣的節(jié)奏下，最近在市場上有什么新的進展嗎？

黃勇：最近和京東有一個比較深入的合作?！奥斆骺诖睍谒麄兊钠脚_上先做一批嘗試，規(guī)模大概在4萬臺左右。

左希：你講到很多關(guān)于未來的形態(tài)，從相機到更主動的設(shè)備。如果把這些都先放在一邊，現(xiàn)在這個階段，你更在意的是什么？

黃勇：其實很簡單。就是孩子愿不愿意用，能不能用得久。

左希：你自己也在用，對嗎？

黃勇：對。我家孩子現(xiàn)在上四年級。有一次我們?nèi)サ罔F開放日，我出門的時候忘了帶設(shè)備，他自己把相機拿上了。他會拍很多東西，然后問問題，再把學(xué)到的講給同學(xué)聽。那種“我知道一點別人不知道的東西”的感覺，對他來說挺重要的。

左希：有點像，每個人都在慢慢建立自己的“世界版本”。

黃勇：對。我之前也試過用一些設(shè)備去記錄生活，但很難堅持。成年人的生活太重復(fù)，很難有持續(xù)記錄的動力。但孩子不一樣，他們對世界的感知最敏銳，也最愿意去探索。如果有一個東西，可以陪著他們把這些過程留下來，其實挺有意義。我們希望孩子是在生活里去學(xué)習(xí)，而不是被帶回書本里。愛學(xué)習(xí)，更愛生活。

左希：聽起來，這件事，好像已經(jīng)不只是“學(xué)習(xí)”了。

黃勇：可能是吧。更像是一種陪伴。很多年前，人們會想象，有那么一個隨身的工具，可以隨時回答問題，陪著人一起認識世界?，F(xiàn)在看，這件事好像已經(jīng)開始發(fā)生了。只是它會長成什么樣子，還沒有人真的見過。

（文中實拍圖由受訪者提供）