小猿 AI 学习机 T6 瞄准效果：首个“超级学练智能体”落地

　　来源|多知

　　作者|王上

　　3月26日，猿力科技集团旗下小猿正式发布小猿AI 学习机 T6。

　　在学习机行业从“拼课程、拼题库”逐步走向“拼AI”的当下，这款产品提出了一个更底层的方向——以“掌握度”衡量学习效果，并围绕这一指标重构学习路径。

　　在产品沟通会上，小猿市场副总裁张兰璞多次提到一个关键词：效果。

　　“我们一直在思考教育的本质是什么。从认知到实践，再到反馈的闭环，才是孩子获得能力的循环机会。”她表示，“学、练、评的循环，是孩子能力形成的基本路径。”但现实是，这一循环在现有学习机产品中，并没有真正被打通。

　　围绕这一问题，小猿在T6中搭载了以“掌握度模型”为核心牵引的“超级学练智能体”。不同于简单的“学练一体”，其目标是最大化提升学习掌握度，通过持续采集与分析学情数据，精准诊断薄弱点，推动“诊-学-练-测”闭环运行。

　　在具体实现上，小猿AI学习机T6为题库中的每一道题标注难度、区分度、知识点、能力、交互属性等几十个掌握度标签。孩子在学习与练习后，系统可以判断其真实掌握情况，从而形成可视化、可量化的学习轨迹。

　　这也意味着，小猿试图将学习机的竞争转向“效果交付”。

　　根据洛图科技(RUNTO)数据，2025年中国学习平板全渠道销量达到632.1万台。然而，多位从业者认为，中国学习平板的行业渗透率仍不足10%。

　　在“拼课程、拼题库、拼名师”的竞争格局下，小猿AI学习机T6试图回应“看不到学习进步”的核心痛点。

　　张兰璞表示：“从去年一些结果经过验证之后，我们对这款产品的定位和功能很有信心，并认为它今年有可能再引领学习机发展的风向标。”

　　01“以终为始”

　　过去几年，学习机产品经历了一轮升级：从单一资源工具，发展到课程内容，再到叠加AI能力。但在小猿看来，行业仍存在一个基础问题：学习效果难以评估。

　　小猿AI 学习机 T6在一年前就已经立项。当时，团队调研发现：学与练已成行业标配，但数据却是割裂的孤岛。学生看完课后再跳去练习模块，学的数据跟练的数据、试卷的数据跟教辅的数据互不相通。在这种情况下，用户往往只能通过“正确率”判断学习效果，但这一指标难以反映真实掌握情况。

　　“花了钱，孩子到底学没学会、有没有进步?”这是家长普遍的疑问。

　　张兰璞指出，这一问题的核心在于数据没有形成闭环，“学、练、测之间是孤岛状态”。

　　基于上述问题，小猿AI 学习机 T6采用“以终为始”的思路进行设计。张兰璞说：“我们希望从最终的学习效果出发，反向设计产品每一个环节。”

　　在这一思路下，产品首先需要回答一个问题：什么才算“学会”?

　　小猿给出的答案是：用一个统一指标来描述学习结果。

　　在小猿AI 学习机 T6，小猿提出“掌握度模型”。这是一个通过题目正确率、难度、题型覆盖、解题速度、真题表现等多维度加权拟合而成的评价体系。系统会将学习状态划分为四个等级：薄弱、合格、良好、精通。

　　据介绍，这一模型基于真实数据建立。小猿团队收集了超过25万份校内考试试卷，并与学生在学练机上的练习数据进行多轮比对拟合。张兰璞表示：“这个掌握度模型跟校内得分率的相关度是98.9%，而且在期中、期末等多场景中都比较稳定。”

　　在小猿看来，相比单次考试成绩，“掌握度”的特点在于：数据来源更多元;结果波动更小;能够反映长期学习状态。

　　为此，在小猿AI 学习机 T6 每道题目都被标注“掌握度”标签，学习和练习结束后，系统会给出对应等级，从而形成可视化的学习轨迹。

　　02围绕“掌握度”构建学习闭环

　　在全行业都在向“学练一体”靠拢的前提下，小猿AI 学习机 T6又向前一步，希望最终达到“效果导向”。

　　多知打开小猿AI 学习机 T6可以看到，左边是“AI老师+课程内容”，右边完全集成了“小猿学练机”系统，既可以学，又可以练。

　　以掌握度指标为牵引，T6学习机搭载了“超级学练智能体”。张兰璞介绍：“它并非简单的‘学练一体’，而是以提升学习掌握度为目标，通过采集和分析学情数据，诊断薄弱点，推动‘诊-学-练-测’闭环运行的系统。”

　　根据介绍，这一系统主要包含两个层级：

　　一是“诊-学-练-测”的大循环，通过数据诊断问题，推荐学习内容，推送针对性练习，进行阶段性测评 。

　　二是“一课一练”的小循环，每节课程后自动生成练习，实现即时反馈与巩固。

　　在实际体验中，课程与练习实现联动，用户不再需要在不同模块之间频繁切换。

　　也就是说，在课程结束后，系统会自动推送练习，并在完成后进入测评环节。

　　值得注意的是，小猿AI 学习机 T6推送的题目遵循“近侧发展区间(Zone of Proximal Development, ZPD)”原则，即让学生练习的题目既不是太简单，又不是太难，而是“跳一跳能够得到的题目”。这意味着，孩子可完成但有一定挑战。如此设置的目的是，让孩子先“做下去”，再“做好它”。

　　面向18岁以下孩子的产品总会面临一个难点：家长是付费群体，孩子是使用者，怎么让孩子和家长都满意?

　　张兰璞提到：“我们一直注重兼顾家长和孩子双方的体验。比如，学习机暂时没有融合OpenClaw(龙虾)，担心在去追求趋势的时候，提供的并不是孩子真正需要的。所以做产品有时候需要克制。”

　　在平衡家长和孩子的关系方面，小猿AI 学习机 T6的做法是：将练习结果外化给孩子，也在家长端同步给家长，带来学习效果的确定性。

　　如此一来，抽象的“学习效果”变成直观可看的量化数据，清晰呈现孩子每个知识点、每个单元的掌握情况，让家长和孩子都能看得见“进步”。

　　在这套系统背后，是小猿沉淀的数据能力。

　　掌握度模型的精准度源于小猿背后庞大的底层数据库，这构成了模型训练的基础，这包括：

　　·超过千亿级的作业、教辅和试卷的“拍批”数据集。

　　·积累了数百亿级的手写练习数据。张兰璞强调，比起单纯看课的“完播率”，手写练习数据才是离学习结果最近、最能反映真实水平的数据。

　　·多终端学习行为数据，包括软件应用数据(小猿AI App)和硬件终端数据(小猿AI学习机、小猿学练机)。

　　可以说，几乎覆盖了全域学习数据。这些数据经过结构化处理，并与知识图谱进行关联，用于支撑诊断与推荐。

　　与此同时，再结合小猿自研教育AI大模型-猿力大模型，为精准匹配学习内容、量化学习效果提供支撑。

　　张兰璞将“掌握度模型”视为此次新品最大的挑战，其次才是流程链路与底层数据的打通。这一难度不仅来自学习机内部庞杂的资源体系，更在于教育场景本身的复杂性。她强调：“如果你希望拿掌握度这个事情来牵引前面所有的动作，其实功夫在台下。”

　　为了让这一指标真正发挥牵引作用，小猿对底层逻辑进行了重构。在内容侧，需要将知识拆分到更细的颗粒度，以支撑精准推荐;在练习侧，则要求资源与策略同步匹配。

　　在小猿看来，这些“台下功夫”最终指向的是整体体验的顺畅性。张兰璞表示，一个好的产品不应是功能模块的简单叠加，而应是由统一逻辑驱动的系统：“如果有一个指标去牵引所有的东西，把这套系统要想清楚，然后在每一个地方给用户体验的时候，它是顺畅的，而不是割裂的。”

　　AI在学习机中起到的作用也越来越关键。张兰璞向多知分析称：“AI在学习机里扮演的角色，像是心脏或者大脑，持续为整个大体系的运转提供能量。例如，在“全链路打通”中，AI起到了润滑和连贯的作用。总体来说，‘教育+AI’是真正改变学习机未来的一个机会。”

　　03接下来拼什么?

　　“告别无效内卷”这几乎成为学习机平板头部的共识。多知了解到，包括小猿在内，多家头部厂商认为，卷价格、卷参数、卷资源已经成为过去式。那么接下来拼什么?大家还在寻找自己的路径。

　　小猿AI 学习机 T6通过数据打通、效果量化和闭环应用，试图定义下一代学习机的标准。其中，效果量化是一个新的维度。

　　在小猿看来，家长对学习机的需求正在从“有资源”转向“有效果”，未来学习机市场的竞争，将彻底告别“资源军备赛”，转向“效果比拼”，“效果可量化、学练一体化”将成为用户选择的核心标准，也是厂商的核心竞争赛道。

　　有意思的是，在集成了“学练机”的功能之后，小猿认为学练机品类本身依然有价值。

　　张兰璞说：“学习机与学练机不会合并，而是会并行发展。学习机主打‘学练一体全链路’，满足孩子全方位学习需求;而墨水屏已经成了学练机的专属，其聚焦“精准练习”，主打错题突破、知识点巩固，两者形成互补，精准匹配不同用户需求，推动市场进一步细分。”

　　在产品策略上，小猿继续保留分层结构：

　　小猿AI学习机 T6，是搭载“超级学练智能体”的中高端机型，主打“学练一体”与“效果可视化” ;

　　小猿AI学习机 R1，AI机器人形态的创新机型，主打AI 能力与自主化学习;

　　小猿AI学习机 P40，入门级机型，主打“资源下放”与极高性价比。在2000元档位保留了校内外培优课、海尼曼独家资源等核心教育资源;

　　小猿学练机系列，专注于“练习”与“阅读”场景的垂直产品，采用墨水屏形态。

　　从头部厂商来看，各家都是分层结构，覆盖从入门到高端机型。小猿的区别在于，开始强调“效果导向”。

　　如果“掌握度”能够被验证并被用户接受，它可能不仅是 一项产品能力，而是一个新的行业变量。

　　至少，小猿AI学习机 T6正在尝试“跳出同质化竞争”的新路径。