圖源：受訪者供圖

在某電商商城，如果打開智能精準學的評論，AI集合的用戶真實評價中最后一條是：“寒雪老師會引導孩子一步一步的解題，過程中有任何疑問隨時可以跟老師提問，她會精準解疑直到孩子完全理解?！?/p>

智能精準學創始人兼CEO楊仁斌去年在芥末堆GET大會上說道：“未來3年，超擬人1對1老師將逐步取代線上錄播課老師；未來3年，線下AI自習室將逐步全面升級換代為超擬人1對1老師?！?/p>

是的，這一家看起來也是做學習機的公司，從來不認為自己賣的是學習機，楊仁斌說：“我們賣的是超擬人1對1家教——寒雪老師?！?/p>

似乎他說的確實做到了，因為用戶給出了心智占領上的反饋：“機器不錯，寒雪老師反應也很靈敏……兒子對這個AI老師也很好奇，聽得進去。”

我與楊仁斌約了一場訪談，就因為他提到超擬人老師，我更多的好奇來自于用戶的自來水評價，他們普遍認為是買了個AI的1對1家教回家— —這不得不令人好奇，畢竟市面上擁有各種好評的學習機品牌非常多，但是有一款學習機，超過99%的用戶對它的評價不再只是“課程、系統、知識點講解”等等方面的效果好，而是強調產品里的1對1家教“寒雪老師”令人滿意。這一點確實是有點讓人驚喜，以及意外。

動心動念：從一開始的AI野望聊起

2018年我認識楊仁斌的時候，他正在考慮進入教育行業開始創業，選了K12+AI+1對1的切口，2018年的教育科技市場，生機勃勃，兵強馬壯，糧倉充足，群雄逐鹿，即便他的履歷足夠優秀，我當場就表示實名勸退：K12是對的，AI也是對的，1對1怎么看起來都不太對。換個賽道吧，這個賽道戰況激烈到人腦子都快打成狗腦子了。

我肯定不是第一個質疑他的人，核心質疑點就是來自于1對1本身，1對1是行業內歷史由來的“規?；Ｐ妥畈睢钡拇嬖冢袊逃萍几咚侔l展的2013年-2018年的6年之間，有無數人已經嘗試過用各種科技手段輔助1對1的效率提升，但是都未取得超越性的進化，彼時跑通的模型是直播+大班與直播+小班。

一個致力于想要用技術手段解決1對1難題的人，聽起來就像一個不可能實現的野望。我們當時爭論了一些，誰都沒有說服誰，直到他拿出他2017年做的一張戰略草圖。

他說：“AI的價值不是替代老師，而是讓每個學生獲得‘1對1’的可能性。”

我就被說服了，我想：沒有人能真正定論關于教育科技的解題方法就只有當時兩種，也許這個家伙的解決思路可行。贏了是大成，敗了也算是給行業貢獻了歷史與經驗。

從那一次后我們就沒有再見過面，微信上偶爾聊幾句，2018年，他的產品第一版本上線，走的是To B路線，產品定位是“教師助手”，主打學情診斷與練習推薦。通過分析學生錯題數據，精準學系統可自動生成薄弱點報告，并推送針對性習題。

到2020年初，我聽別人說杭州有家“精準學”還挺猛的，很快就合作了幾千家教培機構。我默算了一下不到兩年的時間，速度確實是可以，他的產品驗證是很成功了。這一切看起來不錯。

然后又到了2022年，他微信突然跟我留言了一句：“前幾天看到一個報道，說你要戰斗到最后一刻，不做媒體轉型，我們也是，我們相信學生愿意學習是一個人改變命運的希望，孩子上進是國家的希望?！?/p>

2022年正是疫情加雙減期間兵荒馬亂的時候，我以為他是在給我加油，直到又到了2024年我們再次聊天，我才知道他當時也和所有人面臨了一樣的挑戰：客戶大量流失，一夜之間收入銳減95%，500多人的團隊幾乎全軍覆沒。

“死”而后生：時代可能真的會獎勵念念不忘的人

時間一轉眼已經到2025年4月，我們再次聊起來，他松快了很多，我問他：“你起步做的是教師助手，之前都是在和真人老師協作，那純粹的AI老師什么時候出來的？”

“從我全軍覆沒之后。”他大笑起來，“到2023年春節，大模型出來了?！?/p>

命運確實像是一盒巧克力，永遠不知道下一刻會面臨什么挑戰或機遇?。對于楊仁斌來說，從全軍覆沒到真正AI老師質的蛻變，他確實很幸運，他幸運地擁有了一顆不滅的心與前面六年教師助手服務上百萬學生的數據累積。

大模型出來的前半年，他和團隊每天幾乎廢寢忘食地和大模型互動，像是一個沉迷于新游戲的少年，又像是一個在無邊之?？吹搅税蛣e塔的魯濱遜。

“大模型解決了自然語言交互的‘最后一公里’，AI老師終于可以脫離題庫依賴，實現真正的教學閉環?！?/p>

在手搓過無數個Agent之后，楊仁斌和團隊決定智能精準學全面轉向To C，緊接著獲得了阿里巴巴將近2億人民幣的投資，是近兩年教育行業最大數額的一級市場融資紀錄，2024年9月，智能精準學搭載自研“心流”大模型的Bong系列輔學機問世，提供的只有一個核心產品：

AI家教“寒雪老師”。

“你的寒雪老師不也是裝在學習機上嗎？你怎么就不算學習機了?！蔽夜室鈫査?。

楊仁斌好像有一瞬間無語，然后堅持道：“我們不是學習機。”

對于楊仁斌來說，平板作為端的意義就是載體，一個真正的老師，有眼睛、耳朵、嘴巴、和手，有知識、大腦、情緒和溫度。他篤定走在重現真人老師能力的技術路線上：通過PAD設備實現交互，支持語音、視覺、黑板演示，實現了為硅基老師寒雪延伸了耳朵、嘴巴和眼睛，以及手；通過基于6年積累的千萬級學情數據、知識圖譜與大模型的融合，構建跨年級甚至部分可以開始跨學科知識漏洞追溯能力，實現了寒雪老師的知識與大腦塑造；通過攝像頭捕捉學生微表情，洞察學生的學習情緒，動態調整教學策略，實現了寒雪老師的情緒和溫度提供。

“我們本質是把AI 1對1家教請回家，送個平板。”楊仁斌肯定地說，“寒雪老師是硅基沒錯，但是她就是一個老師?！?/p>

“所以用文字去介紹我們產品的時候很蒼白，因為家長沒見過，所以怎么說她們也不知道什么是AI 1對1。只有看到寒雪跟孩子對話的時候，才發現，這個就是我想要的。大家都在宣傳1對1老師，我們就是把這句話做到了?！睏钊时笤谡f完這段話的時候，給我分享了一個展示寒雪老師的視頻。

我看完之后，他又略帶驕傲地說：“這個視頻，應該帶來了約1000萬的銷售額。因為完美展現了用戶使用產品的體驗。我們只做了自己直播間銷售，沒怎么去做種草、渠道和品牌推廣。”

2025年5月，寒雪老師搭載的智能精準學Bong系列輔學機沖到5000元以上高端AI大屏學習機抖音銷額第一。

這可能是純粹AI老師與市場認同之間第一次雙向奔赴，少年在網游里練出了通關密鑰，魯濱遜踏上了巴別塔的第一層。

至此，智能精準學完成從“輔助工具”到“真實服務”的質變，AI 對1老師的概念真正開始具像化。

大模型時代百舸爭流，890億Token和硅基AI Agent的壁壘與競爭

Bong系列輔學機用戶每日在為寒雪老師產生超過20萬次的語音問答，涵蓋作業輔導、知識點追問等場景。楊仁斌說：“我們的Token數量已經超過890億這個數值了?！?/p>

890億是個龐大的數，是寒雪老師上線以來超過1000萬次的語音對話，對智能精準學來說，十萬、百萬、百億這些很大的數字落在一個AI老師產品上，可能發生的涌現效應更具有價值：相比通用大模型的“萬金油”式回答，智能精準學的“心流”大模型基于教育專用Token訓練，在數學推演、知識點關聯等場景的錯誤率低于0.3%（遠遠低于通用模型），支持跨年級知識漏洞追溯（如初三學生函數薄弱，會自動關聯初一變量思維缺陷的案例），都依賴Token間的深度語義關聯。在模型訓練上，“心流”擁有了垂直模型精度與長鏈條邏輯。

Token不是簡單的數據堆積，而是通過場景化篩選、專業化標注、系統化關聯構建的“教育認知引擎”。它既是大模型訓練的燃料，更是實現“因材施教”的底層地圖。

智能精準學的每個Token對楊仁斌而言，都像是解開學生思維黑箱的密碼片。談及大模型和Token，還有一個詞另他興奮：AI Agent，至今他和團隊都還沉迷于AI Agent里樂此不疲。

“我們找到一個方法就是，訓練部分關鍵崗位都用一個AI Agent來頂這個崗位。”

“是與寒雪老師并行的嗎？所以你們又做出來了很多硅基員工？”我問。

“應該說我們的硅基員工有接近100多個崗位?！睏钊时笳f：“舉個場景，我們主播陪練是AI員工，AI陪著人去練習和分析主播的每一個話術，分析主播每一個環節安排的時長合理不合理，提示主播該做什么，我們甚至連直播間的場控都是AI。我們的合伙人自己訓練自己的每個崗位，我們技術的CTO訓練前端的各種崗位等各種AI員工。”

“所以你其實現在就是已經開始用AI做牛馬了？”

“不對?！睏钊时笳f：“我們不是在用AI做牛馬，人類的知識超越個體的知識，AI的知識是人類知識的集合體，個體是難以超越整體的，但是通過AI Agent就可以，完全可以提升人的效率；我們當時面臨的另一個實際問題是，寒雪老師正式上線之后，業務發展得太快了，我們根本招不到人，就算是花錢也招不到，過去的業務擴張是通過花錢招很多人來支持業務增長，但我們的實際問題通過招人已經解決不了?！?/p>

意識到這一點之后，楊仁斌和團隊直接就放棄傳統的組織架構，轉為以面向AI Agent為中心的組織架構去設計。智能精準學內部目前的團隊配備方式是，真人和他們的專業Agent們在協作：“不算硅基員工，我們從2024年再次開始招人到開始發布產品，我們大概有200-300人，現在還是這個規模。但是我們做的事兒已經比以前多上了十倍還多。”

“行業沒有秘密，你不害怕競爭？要知道你現在依然可不算子彈最充足的人?！睍r間回溯，我又問出了2018年第一次見面爭論時問到的同一個問題。

“藏不住了。”楊仁斌有點感嘆：“我們在抖音上5000元高端品銷售數據賣進第一的時候，我們很多核心的員工就都收到了來自各種咨詢公司的付費咨詢電話，給他們3000元或5000元來問幾個問題，做個訪談。”“前兩天，我們還拿到了央視的年度創業十駿獎項。”

“不過現在看起來你很有自信？”我追問：“所以你到底是怎么看你的寒雪老師和硅基員工們的，你的防火墻和競爭壁壘到底是什么？”

“當你面對比你強大百倍的競爭對手，一旦你亮相，那個時機就意味著你認為競爭對手再也追不上你了?！睏钊时蠡卮鸬剑骸拔也缓ε拢覀兪且患褹I原生公司?！?/p>

未來之戰：數據效應與好用的新腦子

OpenAI 的CEO Sam Altman曾經提到，AI將從工具演變為“終身會員制”的個性化服務，整合用戶全生命周期數據，他曾經以為OpenAI是一家賣Token的公司，但是他有一天突然意識到OpenAI可能是一家擁有10億消費者的消費互聯網公司。其在2025年4月提出來的2029年業務預測中，第三項AI Agent代表的智能體革命將會貢獻290億美元收入，成為第三大收入來源，這一業務核心在于構建“AI 即服務”的生態系統，例如個人數字助手與行業智能體。

這些觀點與楊仁斌的判斷不謀而合，他認為：當所有人都在用開源模型的時候，所有公司都會把自己的核心競爭力建立在不斷持續累積的私有數據，從而增強用戶體驗。

智能精準學現在每一個成員都很忙：不僅要忙著和同事協作，還要和自己的AI Agent協作，還要訓練自己的AI Agent和別人的AI Agent協作；Bong系列輔學機的小朋友用戶們，他們更忙，他們和父母們可能都還沒意識到他們在參與建構一個很未來的產品：他們每天也都在用上百萬次的語音交互與智能精準學的私有數據觸發源源不斷的新火花，那些在過去產品形態里很難被及時捕捉到的火花，或是被捕捉到但是出產周期過于工業化、流程化生產的需求，正在被一群善于手搓AI Agent的工程師們或是非工程們，一個一個變成產品功能點。

“孩子們有自己的創造力?！彼︱湴恋卣f，“當他們和寒雪老師在一起的時候，他們總是提各種還沒被設計出來的問題和需求，新腦子就是好啊，我們會給他們發獎章！”

數據效應與新腦子的融合。我想這才是智能精準學真正的競爭與壁壘。

智能精準學的市場部有一個非常非常年輕的小姑娘，叫Julia，我問她：“你現在和人類同事以及硅基同事們整天打交道，有什么感覺？

她說：“感覺每天就像行駛在AI時代的高速公路上。沿路的風景絢麗精彩，但油門也要踩得足夠猛才能追得上。 所以與其鞭子抽在碳基員工上加快油門，不如把我們的認知、經驗，灌注到Agent上瘋狂卷AI。”

我又問：“你難道不擔心硅基員工替代你嗎？”

“硅基員工擁有的是現在和過去人類的知識和認知、經驗，但我相信，人類比AI更能創造未來。人類先定義未來，才有未來的AI?！彼卮?。

聊到這里我有點羨慕，我感覺這家公司可能真正把自己做成了一家AI原生公司，從創始人開始，他們像是提前進入了一種未來。他們的員工是碳基與硅基，人類智能與人工智能在這里開始匯合。同時他們的用戶與客戶們在屏幕的另一端，還不斷地與他們交相呼應，共同建構。

他們還在試圖用新腦子在有限中做更多無限的事情，比如聯合釘釘、通義千問共同發起了超擬人1對1AI老師普惠計劃。后續不僅將通過全國各公益機構，為偏遠地區及弱勢群體持續帶去AI輔學資源，還會把部分AI智能技術開放給全國家校使用。我對楊仁斌說：“朋友，你這是真難寫啊，你說你放在學習機上面吧，你偏偏賣的是老師；你說你追求技術卓越吧，偏偏又是1對1場景，這在當下也非常的非主流：不如我就寫一句：這個人，他真的是在賣AI老師?！?/p>

這家伙回答：“哈哈哈，我們說的就是買學習機不如把寒雪老師請回家。”話鋒一轉，他問：“AI的技術本質不就是以規?；姆绞絹韺崿F個性化嗎？這是人類歷史上從來沒有過的技術突破?！?/p>

這就很有道理了，那就，歡迎大家都去體驗一下智能精準學的Bong系列輔學機里的寒雪老師吧！