斑马的加减法

　　来源|多知

　　作者|冯玮

　　教育产品大多有一个“误区”：孩子容易被默认为停在第一次遇见它的那个年纪。

　　但事实并非如此，3岁的孩子需要兴趣、习惯和陪伴;到了6岁、9岁甚至12岁，"有趣"依然重要，但"学会了吗""能不能真正用起来"，成为更重要的问题。

　　于这些产品来说，真正的难题不是不断做出更多产品，而是孩子长大之后，它还能不能跟着一起长大。

　　斑马正站在这个问题的中间。

　　九年前，它做这件事的时候，没想过要陪孩子们走这么远 —— 原本只打算陪孩子到 6岁，但现实给出的答案远比规划走得远：最早一批从斑马英语 S1 一路学上来的孩子，如今已经在斑马待了八九年，远远超出了最初设定的年龄边界——而这批孩子，恰恰是斑马决定继续往上走、把陪伴延伸到更高年龄段的最直接理由。

　　九年后，斑马面对的已经不只是"还能做什么"，而是当孩子长大、技术也在变化，产品究竟该如何继续陪他们走下去。

　　01 斑马收到了一封信

　　前段时间，斑马团队收到了一封信。

　　写信的人是苏州市一名五年级小学生，今年11岁，也是斑马英语的"长期忠实用户"。写信时，她刚学习到斑马英语S6。

　　2000字的内容，是她给斑马的"产品建议书"：从需求分析、课程结构设计、教材配色规范，研发成本控制方案和灰度测试建议，甚至考虑到了"如何降低教研团队的决策风险"......

　　从低年级一路学到S6，现在的她已经不再满足于"跟着读、跟着学"，而想知道为什么英美发音不一样?pants在英国为什么不能乱说?

　　斑马团队回忆，这些需求的信号其实每天都在发生;家长群里的一句追问、辅导老师转达的一个困惑，都一直在提醒团队同一件事：学斑马的孩子在长大，斑马也必须同步跟上。

　　无独有偶。

　　"没有东西可学了"，是一位家长在社交平台上给斑马的留言。

　　实际上，最早一批从S1学起的孩子，已经在斑马待了八九年——年龄变化带来的不只是孩子们在学习的课程开始变难，还有他们的学习需求也在改变。

　　斑马团队意识到，"陪伴成长"并不是简单地把课程一节一节往后延：一个适合3岁孩子的互动方式，到6岁可能已经不够适配;一个能帮低龄孩子建立兴趣的产品逻辑，到了更高年龄段，也需要重新回答孩子为什么学习、怎样理解和怎样应用。

　　斑马首席产品官修佳明对多知介绍，在设定S6级别之后，斑马英语曾认为“这样就够了”——团队最初甚至没有继续规划S7，因为按照最初的产品定位，3—9岁，似乎已经足够完成一轮完整的陪伴。

　　彼时团队的想法是，把孩子稳稳带到 9 岁，完成低龄阶段的学习闭环，之后就可以安心把孩子交出去，交由其他产品承接后续学习。

　　不过，等真走到 S6 结束的节点时，团队发现其实根本 “交不出去”：很多一路学过来的孩子，已经适应这套体系，家长和孩子都很难找到能够无缝接续的同类产品。

　　修佳明记得那些反馈："呼声确实比较大，积累了挺多的反馈，大家都觉得还可以继续学，我们也才觉得，好像还是有继续做下去的必要。"

　　对于已经学习了多年、跟着斑马一起长大的孩子来说，9岁并不是一个自然的终点;而对于斑马来说，此前设定的年龄边界，已经无法完全覆盖今天真实存在的用户需求。

　　年龄上探的步调正式开始。

　　修佳明强调：年龄越大，知识关联越复杂，学习任务也越走向开放的表达、思考和应用，尤其是英语——"年龄的分布相对分散，难度却是聚焦的"。

　　在斑马英语中，团队开始在高年级加入英音美音辨析、语法音标等更细的教学：“一个孩子进入更高年级、基础已经打牢之后，英音、美音、印度音、澳大利亚发音，都需要能够理解。”类似的升级需求也出现在了其他板块，譬如，为了响应真实需求，斑马思维开始为三年级以上孩子加入错题本，而斑马阅读则补充了整本书阅读。”

　　同时，斑马没有急着把所有年龄段一次性铺开，只保持着一个阶段、一个阶段向上的节奏，一个级别、一个级别地往上做。

　　“不想太急，还是要稳扎稳打”，修佳明总结。

　　不过，过去九年积累下来的东西，到底能不能支撑它陪一个孩子走得更远?或者说，是什么在帮助斑马大步前行?

　　02 九年，斑马留下了什么

　　如果说“没有东西可学了”是用户把斑马推向9岁以后的那个瞬间，那么真正支撑它继续向上的，是过去九年积累起来的教研内核。

　　修佳明透露，经过用户授权的学习数据，会被教研人员进行系统的观察学习，这种观察可以细到月份——3岁5个月和3岁6个月的孩子，看起来只差一个月，但在理解、表达和操作上的状态可能已经有所不同。

　　低龄孩子可能还不能完成拖拽操作，稍大一些之后才逐渐具备这样的能力，什么年龄适合点击、点击区域应该多大、一次操作持续多久、一屏应该放多少信息……这些看似微小的差异，最后都会变成产品设计里的具体规则。

　　规则不是一次研究就能得到的。

　　规则在不断更新产品、观察孩子、发现问题，再重新调整的过程中沉淀下来的。

　　同期，斑马将这些经验进一步系统化，修佳明介绍，团队曾与清华大学出版社等机构合作进行儿童能力模型相关研究，并参与教育部“十三五规划”相关研究课题。

　　对于不同年龄、不同学科，团队需要建立相应的能力模型，再把孩子需要掌握的能力和知识拆开、重组，梳理出其中的前置关系和难度递进：“整个链路都打得非常碎”，修佳明指出，这样做的原因，是一个孩子“不会”，从不是一个足够直接、足够显化的原因。

　　“孩子有一道应用题没有做出来，背后可能同时涉及四种不同能力。但孩子的回答错误却可能不是四个能力都不行，只有把能力继续拆细，才能知道孩子究竟缺在哪里，也才能决定下一步应该补什么。”

　　也就是说，孩子面对的题目不是从固定题库里"选"出来的，而是根据知识考察要求自动“生成”出来的。

　　积累的意义，也就此显现。

　　于斑马来说，九年的时间足够长。长到一些最初看来只是“产品细节”的东西，逐渐变成了一套关于儿童学习的经验系统：什么年龄的孩子容易在哪里卡住，什么内容需要提前铺垫，什么能力可以拆开训练，什么能力又必须组合起来完成，这些东西很难单独作为一个产品被看见，却会影响之后每一门课程、每一个互动和每一种学习形式……

　　这也让斑马后来能够把同一套教研体系应用到完全不同的产品。

　　斑马 AI 学正是这套教研体系最初落地、反复打磨的主阵地，英语、思维、阅读等核心内容在这里完成分龄分级、能力模型、交互范式的完整验证。在此基础之上，斑马才得以把同一套经过验证的教研逻辑，迁移到完全不同形态的产品当中。

　　斑马百科更偏向知识探索，斑马图书承担实物阅读，教具则需要面对更加具体的操作场景。它们看起来完全不同，但底层仍然是同一套方法：理解孩子在不同年龄阶段的认知和能力，再决定内容如何组织、产品如何呈现，以及怎样让孩子完成学习。

　　一套能够反复迁移的“教研机制”，让团队在面对新年龄段、新学科、新产品形态时，可以从已有的研究、能力模型和产品经验中重新开始。

　　修佳明强调，“在教研知识层面，我们应该是一个全集。”

　　03 从有趣，到有效

　　伴随用户的年龄越来越大，斑马对产品的关注，开始从有趣，转为有效——两者不矛盾，但优先级在变化。

　　于低龄孩子来说，“有趣”是进入学习的入口，孩子愿意坐下来、愿意跟着课程走，学习才有可能发生;当孩子长大，兴趣本身已经不再是唯一的驱动力，学习需要变得更加有效，也需要让孩子知道，自己究竟学会了什么。

　　斑马对“学习时长”的使用逻辑也有了新的理解。

　　每天十几分钟并不意味着学习得少，真正重要的是这十几分钟里发生了什么。

　　理想状态下，孩子能够集中注意力，把一个足够细的知识点真正理解清楚，再通过必要的练习完成掌握，之后系统还会根据他的学习情况进行适当的复习和重新出现，而不是简单地把更多内容塞进同样长的时间里。

　　这背后其实是一种很朴素的判断：孩子的学习时间是有限的，学习行为也应该尽可能少而有效。

　　这种 “重效果而非堆时长” 的导向，在不少长期坚持学习的学员身上得到印证。

　　有持续学习斑马阅读的孩子，在系统的精读、表达训练之下，习作多次被少儿类杂志收录刊登;也有一路跟随斑马英语完整走完分阶体系的小学员，不少人能够顺利通过 KET 考试，把长期每日的轻量学习转化成实实在在的语言能力。这些结果，并非依靠突击刷题，而是日复一日把每一个知识点学透之后自然长出的能力。

　　所以，斑马内部一直有个比较明确的标准——知识不能只是被“呈现”给孩子，而应该真正被“讲解”出来。

　　所谓讲解，是要把知识背后的逻辑展开，让孩子知道为什么是这样，并最终能够把学到的方法迁移到新的问题里。

　　思维课程尤其能说明这一点。

　　一个口诀，孩子可能花一天就能背下来，但背下来并不意味着他真的掌握了。

　　修佳明指出：“斑马并不是完全排斥口诀，而是更在意口诀应该出现在什么时候：如果它本身能够显著提高效率，可以使用;如果一个知识已经被完整理解，口诀也可以成为最后的总结。”

　　“但如果孩子只是记住一句话，却不知道这句话为什么成立，换一道题就不会了，那么这种学会并不牢固。”

　　这样的好处在于，学习的过程从“做对多少题”，逐渐变成“究竟掌握了哪些能力”。

　　古诗词的学习也是如此。

　　团队曾经尝试把古诗内容从学习周期的第一天挪到第四天，希望先让孩子从其他内容进入状态，再接触古诗，减轻一开始的学习压力。但实践之后发现，第四天之后很快就是周末，后续的重复和巩固反而受到了影响，于是最终又把古诗调整回第一天。

　　决定看起来很小，却恰恰说明了一件事：好的学习设计，并不一定是看起来最“聪明”的设计，而是最终能够对学习结果负责的设计。

　　对于市面上常见的青少年线上社区、线上PK等玩法，修佳明表示斑马“更在乎的是激发孩子真正的内驱力。”

　　“孩子在学校里已经有了真实的同伴关系和社交环境，在线上学习产品里，再增加一套排名体系未必能够带来真正的学习价值”，相比外部刺激，斑马更希望孩子因为“我终于懂了”“我会做了”“原来是这样”，获得一种来自掌握知识本身的反馈。

　　这也是“有趣”与“有效”之间真正发生变化的地方。

　　也是斑马重新理解“有效学习”的缩影。

　　04 AI来了，过去做不到的事情开始能做了

　　AI之于斑马，算不上一个新的技术标签，而是让一些过去已经被教研想清楚、却因为技术限制无法实现的教学方式，第一次有了落地的可能。

　　尤其在青少年进入更高年龄段之后。

　　低龄阶段的一些学习任务相对明确，系统可以通过预设好的内容、动画、语音和交互完成教学;但孩子年龄越大，学习中的开放性就越强。

　　同样是英语表达，一个孩子今天要完成的可能已经不只是“把这个单词读对”，而是需要根据一个主题组织内容、使用当天学习的表达策略，并在表达过程中体现出一定的逻辑、句式丰富度和语法复杂度。

　　过去的技术很难对这样的过程进行实时判断。

　　“系统可以判断一个单词读得对不对，却很难真正理解一段开放表达背后的内容和逻辑;可以告诉孩子哪里错了”，修佳明指出，到了更高年龄段，这种限制会越来越明显。

　　AI首先改变的，就是这里。

　　以英语口语和写作为例。

　　过去系统可能只能完成相对标准化的评价，而现在，AI可以参与到孩子真正的表达过程中。

　　教研可以先给孩子一个主题、框架和材料，孩子完成表达或写作之后，AI再从多个维度进行判断：今天学习的策略有没有使用，表达要求有没有达到，内容和逻辑是否完整，句子是否足够丰富，语法和修辞是否符合当前学习目标。

　　更重要的是，评价不再一定意味着“给一个分数然后结束”。

　　AI可以继续往下教——它可以指出问题，也可以让孩子重新表达;可以针对一个具体错误继续追问，也可以根据孩子的回答调整下一步的任务。

　　于写作而言，这意味着AI开始进入的不只是“批改”环节，而是孩子从构思、表达，到修改和完善的整个过程。

　　这也是写作可能成为AI进入高年龄段学习天然入口的原因之一。

　　写作本身就是一个开放的过程，孩子需要不断组织自己的语言，而真正有效的反馈又往往发生在表达之后。过去，一个老师可以和孩子一对一地完成这样的交流，但要把这种深度互动规模化，成本和效率都会成为问题;AI则让这种持续反馈第一次有了大规模实现的可能。

　　整体来看，虽然斑马多个业务线的技术基因均来自同一个模型基座，不同产品里的AI，也承担着不同的角色。

　　在斑马AI学里，AI更重要的作用是让学习变得更深——过去系统可以判断孩子是否完成、是否掌握，但到了更高年龄段，AI可以进一步参与反馈，让“学过”与“真正学会”之间的距离缩短一些。

　　到了斑马百科，AI的作用又不太一样——百科本身更偏向知识探索和课外拓展，当孩子完成内容学习和互动之后，AI可以继续和孩子讨论相关知识，把原本停留在课程里的内容向更宽的范围延伸，甚至帮助孩子把知识带回真实生活。一个是让孩子“学深”，一个是让孩子“学宽”。

　　而在一对一产品里，AI则成为更核心的基础能力——一对一教学本身就意味着持续的互动、判断和反馈。也正是在这里，AI不再只是一个功能，而开始成为产品本身的一部分。

　　AI与斑马过去九年的教研积累，其实形成了一种比较自然的衔接——技术没有改变斑马最初的问题，只是让它终于有了更多回答这个问题的方式。

　　05 AI老师背后，还有一群“老师”

　　AI可以回答问题，可以和孩子对话，也可以根据孩子的表达给出反馈。但如果把这些能力直接放进一个学习类产品里，它距离“老师”其实还有很远。

　　因为教学从来不只是“回答问题”。

　　一个孩子回答错了，老师需要判断他究竟错在哪里;一个孩子已经掌握了知识，老师需要知道什么时候应该继续往前;如果孩子只是暂时没有理解，老师又需要决定是换一种方式解释，还是再给他一个机会。对于真正的教学来说，“下一步应该做什么”往往比“这一题怎么回答”更重要。

　　这恰恰是斑马九年教研积累开始发挥作用的地方。

　　过去，教研人员需要把课程目标、知识点、能力模型和学习路径设计出来，再把这些东西转化成老师可以执行的教学方案。

　　现在，当AI开始承担越来越多的一对一互动之后，同样的一套工作又需要面对一个新的“老师”——AI——斑马需要做的事情变成了：把原本老师凭借经验完成的教学判断，一层层拆解出来，再教给AI。

　　一节课为什么要这样安排，今天到底要让孩子学会什么;孩子回答到什么程度算达标，如果没有达到，应该怎样继续追问;什么时候应该直接解释，什么时候应该让孩子自己再想一遍……

　　这些都不是模型自己“想出来”的，而是教研人员一点点设计进去的。

　　修佳明强调：教研人员需要把自己的教学方法进一步拆解，让AI理解教学目标背后的逻辑。一个好的老师为什么在这个时候提问、为什么在那个时候不直接给答案，为什么面对不同孩子需要采用不同的方式，这些原本存在于教师经验里的东西，都需要重新变成AI能够执行的规则和方法。

　　斑马AI老师的背后，是一群真正的“老师”。

　　他们不一定出现在孩子面前，却决定着AI应该教什么、怎么教，以及什么时候不应该继续教。过去九年里形成的能力模型、知识拆解、学习路径和大量真实儿童学习经验，也由此成为AI进行教学判断的基础。

　　模型决定AI能做到什么。

　　教研决定AI应该做什么。

　　一个普通的AI当然可以和孩子自由聊天，但在孩子学习场景里的“自由”并不意味着毫无边界：如果孩子问了一个问题，AI可以顺着话题聊下去;但如果当前任务是帮助孩子掌握某一种表达策略，它就不能因为对话越来越有趣，而忘记最初的教学目标。

　　AI老师需要的是一种“有边界的自由”。

　　它可以根据孩子的回答灵活调整，可以改变表达方式，也可以临时增加追问，但最终都应该围绕当前的学习目标展开。孩子已经掌握了，就应该往下一步走;孩子没有掌握，就需要继续教;如果一个孩子只是因为表达方式不同而没有被系统正确理解，也需要有人提前设计好这样的处理方式。

　　这个过程中，人工兜底仍然是一个很重的工作。

　　课程内容、教学方法、服务体系，以及AI在真实场景中的各种异常情况，都需要有人持续观察和处理。尤其在产品早期，AI老师背后往往需要投入大量人工参与，从教学大纲、课程目标，到具体的教学方法和互动设计，都需要不断测试和修正。

　　表面上看，是模型在和孩子说话;但在模型背后，是一整套人设计出来的教学系统。

　　06 重新定义“陪伴成长”

　　AI几乎已经进入了教育行业所有可以想象的场景。

　　AI老师、AI伴学、AI陪伴机器人……以斑马自身的条件来看，它其实有很多理由去做这些事情：有成熟的儿童IP，有长期积累的用户，有大量内容，也有九年沉淀下来的儿童学习数据和教研能力。

　　但斑马不想太急。

　　比如AI陪伴。

　　从产品逻辑上看，这似乎是一件很顺理成章的事情。

　　斑马不是没有见过这种连接：早在两三年前、第一次尝试让孩子和大模型对话时，孩子们就会把动画IP"八斗"当成真正的朋友——主动约定聊天时间，给八斗介绍自己的爷爷，分享生活中的烦恼;看到八斗读了一篇基调低沉的文章，还会安慰它;中途被叫走，回来会对它道歉："对不起，我刚才走开了一会儿"

　　没有人设定这些交流，但孩子会主动说出来。

　　正因为见过，斑马才更清楚问题在哪里："AI陪伴的价值，我们还没有想清楚。"

　　孩子熟悉一个斑马IP之后，现在又可以和这个IP真正说话，AI能够记住孩子的表达和兴趣，甚至主动发起对话，这种互动很容易产生新鲜感，也可能带来更强的情感连接。

　　问题在于，连接之后呢?

　　修佳明解读：“如果它的核心价值是情感陪伴，那么这种价值应该怎样定义，又应该怎样衡量和交付，目前斑马还没有完全想清楚。”

　　“如果它最终还是要回到学习，那么让孩子和AI进行大量自由聊天，效率又未必足够高。孩子需要不断被激活、被奖励、被设计游戏化机制，才能持续互动，而这又可能逐渐偏离斑马原本希望解决的学习问题。”

　　所以，至少现在，斑马没有急着把AI陪伴做成一个产品。

　　类似的克制也出现在AI问答中。

　　这些产品看起来并不难理解，但学习场景有一个很特殊的问题：孩子自己很难判断AI究竟对不对。一个成年人遇到AI回答错误，可能会通过其他信息进行验证;但对于一个正在学习的孩子来说，如果系统告诉他一个错误答案，他甚至可能不知道自己接受的是错误的信息。

　　“哪怕一个产品能够做到98%的准确率，在很多儿童学习场景里也未必足够，孩子们承担不起那2%。”

　　这并不是说这样的准确率没有价值，而是此类产品必须对剩下的那一部分错误承担责任，如果无法把结果控制在足够可靠的范围内，斑马宁愿暂时不把它交给孩子使用。

　　这正是斑马在AI时代开始形成的一种“做减法”的能力——不是因为它没有能力做，而是越来越知道什么事情不值得做;不是因为AI不重要，而是越知道AI重要，越不能为了AI而做AI。

　　于斑马而言，所谓陪伴成长，并不一定意味着年龄边界要无限向上，也不意味着产品形态要无限拓宽。

　　斑马正在重新定义的"陪伴成长"，也许正是这样一件事：陪孩子长大，不意味着什么都要跟着孩子一起长大，而是要一直知道，在每一个阶段，什么才是孩子真正需要的。

　　结语|九年之后，斑马的变与不变

　　九年，一段足够长的时间。

　　足够一批最早进入斑马的孩子，从三岁走到小学高年级;也足够一家科教公司，从一个英语产品，慢慢长成覆盖多个学科、多个年龄段的一套学习体系。

　　回头看，这条路不算快。

　　斑马没有在最热闹的时候急着把所有年龄段一次性铺开，也没有因为某一种新产品流行，就迅速改变自己的方向。更多时候，它是在原来的事情上，一点一点往前走：先把一个年龄段做好，再向上一个级别;先解决孩子有没有学会，再考虑怎样让产品更新、更酷。

　　AI没有推翻过去九年的积累，反而让这条已经走了九年的路，变得更宽了。

　　对话最后，修佳明回忆起自己和团队在八年前做下来的内容： "虽然产品一直在迭代和更新，但它内核所确立的核心内容与基本框架，八年来始终没有变过，在今天看来，也依然是领先的。"

　　“其实经典的儿歌、动画和书籍，几十年了还在被一代又一代孩子打开，学习产品也是的，它不会因为技术迭代就在十年里发生根本变化，斑马其实早就不需要再为了迭代而迭代。”

　　斑马还在继续往前走。

　　只是这一次，它似乎比过去更清楚，什么需要改变，什么不必改变，以及，什么东西值得交给时间来回答。