半年成为高端AI大屏学习机销额TOP 1：他真的在卖AI家教

图源：受访者供图

在某电商商城，如果打开智能精准学的评论，AI集合的用户真实评价中最后一条是：“寒雪老师会引导孩子一步一步的解题，过程中有任何疑问随时可以跟老师提问，她会精准解疑直到孩子完全理解。”

智能精准学创始人兼CEO杨仁斌去年在芥末堆GET大会上说道：“未来3年，超拟人1对1老师将逐步取代线上录播课老师；未来3年，线下AI自习室将逐步全面升级换代为超拟人1对1老师。”

是的，这一家看起来也是做学习机的公司，从来不认为自己卖的是学习机，杨仁斌说：“我们卖的是超拟人1对1家教——寒雪老师。”

似乎他说的确实做到了，因为用户给出了心智占领上的反馈：“机器不错，寒雪老师反应也很灵敏……儿子对这个AI老师也很好奇，听得进去。”

我与杨仁斌约了一场访谈，就因为他提到超拟人老师，我更多的好奇来自于用户的自来水评价，他们普遍认为是买了个AI的1对1家教回家— —这不得不令人好奇，毕竟市面上拥有各种好评的学习机品牌非常多，但是有一款学习机，超过99%的用户对它的评价不再只是“课程、系统、知识点讲解”等等方面的效果好，而是强调产品里的1对1家教“寒雪老师”令人满意。这一点确实是有点让人惊喜，以及意外。

2018年我认识杨仁斌的时候，他正在考虑进入教育行业开始创业，选了K12+AI+1对1的切口，2018年的教育科技市场，生机勃勃，兵强马壮，粮仓充足，群雄逐鹿，即便他的履历足够优秀，我当场就表示实名劝退：K12是对的，AI也是对的，1对1怎么看起来都不太对。换个赛道吧，这个赛道战况激烈到人脑子都快打成狗脑子了。

我肯定不是第一个质疑他的人，核心质疑点就是来自于1对1本身，1对1是行业内历史由来的“规模化模型最差”的存在，中国教育科技高速发展的2013年-2018年的6年之间，有无数人已经尝试过用各种科技手段辅助1对1的效率提升，但是都未取得超越性的进化，彼时跑通的模型是直播+大班与直播+小班。

一个致力于想要用技术手段解决1对1难题的人，听起来就像一个不可能实现的野望。我们当时争论了一些，谁都没有说服谁，直到他拿出他2017年做的一张战略草图。

他说：“AI的价值不是替代老师，而是让每个学生获得‘1对1’的可能性。”

我就被说服了，我想：没有人能真正定论关于教育科技的解题方法就只有当时两种，也许这个家伙的解决思路可行。赢了是大成，败了也算是给行业贡献了历史与经验。

从那一次后我们就没有再见过面，微信上偶尔聊几句，2018年，他的产品第一版本上线，走的是To B路线，产品定位是“教师助手”，主打学情诊断与练习推荐。通过分析学生错题数据，精准学系统可自动生成薄弱点报告，并推送针对性习题。

到2020年初，我听别人说杭州有家“精准学”还挺猛的，很快就合作了几千家教培机构。我默算了一下不到两年的时间，速度确实是可以，他的产品验证是很成功了。这一切看起来不错。

然后又到了2022年，他微信突然跟我留言了一句：“前几天看到一个报道，说你要战斗到最后一刻，不做媒体转型，我们也是，我们相信学生愿意学习是一个人改变命运的希望，孩子上进是国家的希望。”

2022年正是疫情加双减期间兵荒马乱的时候，我以为他是在给我加油，直到又到了2024年我们再次聊天，我才知道他当时也和所有人面临了一样的挑战：客户大量流失，一夜之间收入锐减95%，500多人的团队几乎全军覆没。

时间一转眼已经到2025年4月，我们再次聊起来，他松快了很多，我问他：“你起步做的是教师助手，之前都是在和真人老师协作，那纯粹的AI老师什么时候出来的？”

“从我全军覆没之后。”他大笑起来，“到2023年春节，大模型出来了。”

命运确实像是一盒巧克力，永远不知道下一刻会面临什么挑战或机遇。对于杨仁斌来说，从全军覆没到真正AI老师质的蜕变，他确实很幸运，他幸运地拥有了一颗不灭的心与前面六年教师助手服务上百万学生的数据累积。

大模型出来的前半年，他和团队每天几乎废寝忘食地和大模型互动，像是一个沉迷于新游戏的少年，又像是一个在无边之海看到了巴别塔的鲁滨逊。

“大模型解决了自然语言交互的‘最后一公里’，AI老师终于可以脱离题库依赖，实现真正的教学闭环。”

在手搓过无数个Agent之后，杨仁斌和团队决定智能精准学全面转向To C，紧接着获得了阿里巴巴将近2亿人民币的投资，是近两年教育行业最大数额的一级市场融资纪录，2024年9月，智能精准学搭载自研“心流”大模型的Bong系列辅学机问世，提供的只有一个核心产品：

AI家教“寒雪老师”。

“你的寒雪老师不也是装在学习机上吗？你怎么就不算学习机了。”我故意问他。

杨仁斌好像有一瞬间无语，然后坚持道：“我们不是学习机。”

对于杨仁斌来说，平板作为端的意义就是载体，一个真正的老师，有眼睛、耳朵、嘴巴、和手，有知识、大脑、情绪和温度。他笃定走在重现真人老师能力的技术路线上：通过PAD设备实现交互，支持语音、视觉、黑板演示，实现了为硅基老师寒雪延伸了耳朵、嘴巴和眼睛，以及手；通过基于6年积累的千万级学情数据、知识图谱与大模型的融合，构建跨年级甚至部分可以开始跨学科知识漏洞追溯能力，实现了寒雪老师的知识与大脑塑造；通过摄像头捕捉学生微表情，洞察学生的学习情绪，动态调整教学策略，实现了寒雪老师的情绪和温度提供。

“我们本质是把AI 1对1家教请回家，送个平板。”杨仁斌肯定地说，“寒雪老师是硅基没错，但是她就是一个老师。”

“所以用文字去介绍我们产品的时候很苍白，因为家长没见过，所以怎么说她们也不知道什么是AI 1对1。只有看到寒雪跟孩子对话的时候，才发现，这个就是我想要的。大家都在宣传1对1老师，我们就是把这句话做到了。”杨仁斌在说完这段话的时候，给我分享了一个展示寒雪老师的视频。

我看完之后，他又略带骄傲地说：“这个视频，应该带来了约1000万的销售额。因为完美展现了用户使用产品的体验。我们只做了自己直播间销售，没怎么去做种草、渠道和品牌推广。”

2025年5月，寒雪老师搭载的智能精准学Bong系列辅学机冲到5000元以上高端AI大屏学习机抖音销额第一。

这可能是纯粹AI老师与市场认同之间第一次双向奔赴，少年在网游里练出了通关密钥，鲁滨逊踏上了巴别塔的第一层。

至此，智能精准学完成从“辅助工具”到“真实服务”的质变，AI 对1老师的概念真正开始具像化。

大模型时代百舸争流，890亿Token和硅基AI Agent的壁垒与竞争

Bong系列辅学机用户每日在为寒雪老师产生超过20万次的语音问答，涵盖作业辅导、知识点追问等场景。杨仁斌说：“我们的Token数量已经超过890亿这个数值了。”

890亿是个庞大的数，是寒雪老师上线以来超过1000万次的语音对话，对智能精准学来说，十万、百万、百亿这些很大的数字落在一个AI老师产品上，可能发生的涌现效应更具有价值：相比通用大模型的“万金油”式回答，智能精准学的“心流”大模型基于教育专用Token训练，在数学推演、知识点关联等场景的错误率低于0.3%（远远低于通用模型），支持跨年级知识漏洞追溯（如初三学生函数薄弱，会自动关联初一变量思维缺陷的案例），都依赖Token间的深度语义关联。在模型训练上，“心流”拥有了垂直模型精度与长链条逻辑。

Token不是简单的数据堆积，而是通过场景化筛选、专业化标注、系统化关联构建的“教育认知引擎”。它既是大模型训练的燃料，更是实现“因材施教”的底层地图。

智能精准学的每个Token对杨仁斌而言，都像是解开学生思维黑箱的密码片。谈及大模型和Token，还有一个词另他兴奋：AI Agent，至今他和团队都还沉迷于AI Agent里乐此不疲。

“我们找到一个方法就是，训练部分关键岗位都用一个AI Agent来顶这个岗位。”

“是与寒雪老师并行的吗？所以你们又做出来了很多硅基员工？”我问。

“应该说我们的硅基员工有接近100多个岗位。”杨仁斌说：“举个场景，我们主播陪练是AI员工，AI陪着人去练习和分析主播的每一个话术，分析主播每一个环节安排的时长合理不合理，提示主播该做什么，我们甚至连直播间的场控都是AI。我们的合伙人自己训练自己的每个岗位，我们技术的CTO训练前端的各种岗位等各种AI员工。”

“所以你其实现在就是已经开始用AI做牛马了？”

“不对。”杨仁斌说：“我们不是在用AI做牛马，人类的知识超越个体的知识，AI的知识是人类知识的集合体，个体是难以超越整体的，但是通过AI Agent就可以，完全可以提升人的效率；我们当时面临的另一个实际问题是，寒雪老师正式上线之后，业务发展得太快了，我们根本招不到人，就算是花钱也招不到，过去的业务扩张是通过花钱招很多人来支持业务增长，但我们的实际问题通过招人已经解决不了。”

意识到这一点之后，杨仁斌和团队直接就放弃传统的组织架构，转为以面向AI Agent为中心的组织架构去设计。智能精准学内部目前的团队配备方式是，真人和他们的专业Agent们在协作：“不算硅基员工，我们从2024年再次开始招人到开始发布产品，我们大概有200-300人，现在还是这个规模。但是我们做的事儿已经比以前多上了十倍还多。”

“行业没有秘密，你不害怕竞争？要知道你现在依然可不算子弹最充足的人。”时间回溯，我又问出了2018年第一次见面争论时问到的同一个问题。

“藏不住了。”杨仁斌有点感叹：“我们在抖音上5000元高端品销售数据卖进第一的时候，我们很多核心的员工就都收到了来自各种咨询公司的付费咨询电话，给他们3000元或5000元来问几个问题，做个访谈。”“前两天，我们还拿到了央视的年度创业十骏奖项。”

“不过现在看起来你很有自信？”我追问：“所以你到底是怎么看你的寒雪老师和硅基员工们的，你的防火墙和竞争壁垒到底是什么？”

“当你面对比你强大百倍的竞争对手，一旦你亮相，那个时机就意味着你认为竞争对手再也追不上你了。”杨仁斌回答到：“我不害怕，我们是一家AI原生公司。”

未来之战：数据效应与好用的新脑子

OpenAI 的CEO Sam Altman曾经提到，AI将从工具演变为“终身会员制”的个性化服务，整合用户全生命周期数据，他曾经以为OpenAI是一家卖Token的公司，但是他有一天突然意识到OpenAI可能是一家拥有10亿消费者的消费互联网公司。其在2025年4月提出来的2029年业务预测中，第三项AI Agent代表的智能体革命将会贡献290亿美元收入，成为第三大收入来源，这一业务核心在于构建“AI 即服务”的生态系统，例如个人数字助手与行业智能体。

这些观点与杨仁斌的判断不谋而合，他认为：当所有人都在用开源模型的时候，所有公司都会把自己的核心竞争力建立在不断持续累积的私有数据，从而增强用户体验。

智能精准学现在每一个成员都很忙：不仅要忙着和同事协作，还要和自己的AI Agent协作，还要训练自己的AI Agent和别人的AI Agent协作；Bong系列辅学机的小朋友用户们，他们更忙，他们和父母们可能都还没意识到他们在参与建构一个很未来的产品：他们每天也都在用上百万次的语音交互与智能精准学的私有数据触发源源不断的新火花，那些在过去产品形态里很难被及时捕捉到的火花，或是被捕捉到但是出产周期过于工业化、流程化生产的需求，正在被一群善于手搓AI Agent的工程师们或是非工程们，一个一个变成产品功能点。

“孩子们有自己的创造力。”他挺骄傲地说，“当他们和寒雪老师在一起的时候，他们总是提各种还没被设计出来的问题和需求，新脑子就是好啊，我们会给他们发奖章！”

数据效应与新脑子的融合。我想这才是智能精准学真正的竞争与壁垒。

智能精准学的市场部有一个非常非常年轻的小姑娘，叫Julia，我问她：“你现在和人类同事以及硅基同事们整天打交道，有什么感觉？

她说：“感觉每天就像行驶在AI时代的高速公路上。沿路的风景绚丽精彩，但油门也要踩得足够猛才能追得上。 所以与其鞭子抽在碳基员工上加快油门，不如把我们的认知、经验，灌注到Agent上疯狂卷AI。”

我又问：“你难道不担心硅基员工替代你吗？”

“硅基员工拥有的是现在和过去人类的知识和认知、经验，但我相信，人类比AI更能创造未来。人类先定义未来，才有未来的AI。”她回答。

聊到这里我有点羡慕，我感觉这家公司可能真正把自己做成了一家AI原生公司，从创始人开始，他们像是提前进入了一种未来。他们的员工是碳基与硅基，人类智能与人工智能在这里开始汇合。同时他们的用户与客户们在屏幕的另一端，还不断地与他们交相呼应，共同建构。

他们还在试图用新脑子在有限中做更多无限的事情，比如联合钉钉、通义千问共同发起了超拟人1对1AI老师普惠计划。后续不仅将通过全国各公益机构，为偏远地区及弱势群体持续带去AI辅学资源，还会把部分AI智能技术开放给全国家校使用。我对杨仁斌说：“朋友，你这是真难写啊，你说你放在学习机上面吧，你偏偏卖的是老师；你说你追求技术卓越吧，偏偏又是1对1场景，这在当下也非常的非主流：不如我就写一句：这个人，他真的是在卖AI老师。”

这家伙回答：“哈哈哈，我们说的就是买学习机不如把寒雪老师请回家。”话锋一转，他问：“AI的技术本质不就是以规模化的方式来实现个性化吗？这是人类历史上从来没有过的技术突破。”

这就很有道理了，那就，欢迎大家都去体验一下智能精准学的Bong系列辅学机里的寒雪老师吧！