（本文作者为 霞光AI实验室，钛媒体经授权发布）

文 | 霞光AI实验室，作者｜子墨，编辑｜李小天

“完蛋了。”

Perspeak AI最早一版产品上线不久，一名用户完成了一次多人讨论训练，看到系统给出的分数——60分，脱口而出的就是这三个字。

Perspeak AI的创始人Courtney当时正带着团队复盘用户反馈，这条留言像一记警钟：如果AI只是把“沟通能力”重新翻译成一个冷冰冰的数字，它复制的就不会是进步的动力，而是东亚教育里最让人恐惧的那部分——一套用分数和排名来标的个体价值的评价机制，一个“你不够好”的判决。

这条来自一个具体用户的具体反应，最终推翻了Perspeak AI整套评价逻辑：从“你得了多少分”，变成“你做了什么，以及还能怎样做”。

这不是一次孤立的意外。过去两年，一批华人创业者不约而同撞上了同一堵墙。他们想做的事情听起来很朴素：把东亚教育最擅长的那套训练方法——设定目标、拆解任务、反复练习、及时纠错——用AI重新组织起来，卖给全世界的学习者。但“60分”事件暴露的问题只是冰山一角：训练方法本身或许可以复制，训练之上的评价体系、文化语境和学习动机，却很难被简单平移。

这门生意，眼下正在被资本和真实需求同时验证。HolonIQ今年7月发布的数据显示，2026年上半年全球教育科技风险投资约为10亿美元，同比下降26%；但在整体降温的同时，东亚地区的交易数量逆势增长了37%。Grand View Research估算，全球AI教育市场规模将在2026年达到114亿美元，a16z今年3月发布的全球消费级AI移动应用Top 50榜单里，Gauth、Brainly、Photomath、Learna AI等教育产品仍占据席位——AI教育已经不再只是融资市场上的一个概念，而是真实发生在学生每天重复的学习行为里。

资本与需求之间的这道温差，正在让AI教育分化出两股并行的力量：大型科技公司凭借流量、资本和内容生态快速占领通用场景，更多轻量团队则避开正面竞争，扎进学习过程中尚未被解决的细小问题。Pmis参与创办的薯塔AI聚焦课件阅读，贾子健创立的Inspired AI切入语言听说，Courtney搭建的Perspeak AI关注留学生在讨论和发言中的沟通压力——三个样本背后，浮现出一套相似的路径：把东亚教育的底层训练逻辑与AI结合，带向全球市场。

而“60分”这场小事故留下的问题，将会在他们每个人身上，以不同的方式反复出现。

东亚“卷”出来的，不只有分数

谈到东亚教育，“卷”几乎是绕不开的关键词：做题、考试、排名、压力和标准答案。但剥开这些饱受争议的外壳，其内部仍然存在一套关于能力如何形成的方法——设定目标、拆解任务、反复练习，并通过反馈不断修正。

AI教育正在重新激活的，正是这套底层逻辑。

其中最典型的，是围绕目标解决问题的能力。在高度结果导向的环境中，学生习惯先确认需要达到什么标准，再寻找实现路径，并在有限时间内完成一轮轮训练。

Pmis对这套逻辑并不陌生：4岁半上小学，16岁参加高考，又在被称为“辽宁衡水”的重点中学完成训练。这段经历让她形成了一种相对务实的效率观：压力无法完全避免，但明确的目标和长期投入，可以培养专注力、学习能力和钻研精神。

这种思维也被她延续到了今天的学习中。面对陌生课程，她通常先确定目标，再寻找完成路径。借助AI阅读几百页的外文书时，她会压缩信息处理的时间，把节省下来的精力投入更多知识领域。在这里，AI并不是替代学习，而是在既定目标下提高学习效率。

比目标意识更深一层的，是对训练价值的相信。

东亚教育建立在一个朴素前提之上：能力并非完全取决于天赋，重复、纠错和持续投入能够带来进步。这种信念常常被“内卷”的负面叙事掩盖，但对于一些学习者而言，“卷”并不完全来自外部竞争，也可能是一种主动的自我迭代。

Courtney就属于后者，她曾把自己的社交账号命名为“Courtney是卷王”，后来又改掉了。作为一名英语教师，她并不否认练习的价值。在她看来，即使是强调兴趣与自主性的西方教育，基础能力仍然需要反复训练。东亚教育真正的问题不在于练习过多，而在于训练经常停留在标准答案，没有继续延伸到真实环境。

“哑巴英语”就是这一断点最典型的表现。许多东亚学生掌握大量单词和语法规则，也能在阅读和考试中取得不错的成绩，却很难在真实交流中自然开口。

他们并非没有基础，而是缺少把知识转化为行动的训练。当语言从考试科目变成沟通工具，学习者不仅要说出正确的句子，还要面对不确定的回应，判断何时进入讨论、怎样处理分歧，以及如何在没有标准答案的情况下形成自己的观点。

这意味着，东亚教育积累的训练方法仍然有效，但训练的终点需要改变：从得到正确答案，转向在真实场景中完成任务。

与此同时，结果意识也让这批创业者更强调教育效果，而不是单纯追逐技术的新鲜感。贾子健在学而思工作时，一句内部流传的话对他影响很深：教不好书等于偷钱抢钱。

在他看来，这句话划定了教育生意的底线。教育可以收费，也可以规模化，但不能脱离真实效果。产品或许能够依靠投放获得用户，却很难在没有学习效果的情况下形成口碑和长期经营。

对结果负责，也意味着接受教育和创业都需要长期积累。贾子健把自己形容为“微卷”，但更多是“卷自己，不卷别人”。在他看来，成长很少来自一次爆发，而是不断发现知识缺口，再逐一补上；创业也同样是一场马拉松，比短期投入强度更重要的，是持续学习和反复打磨关键环节。

这些创业者对东亚教育的理解各不相同，但最终都指向了一套相似的底层认知：复杂能力可以被拆解，基础需要经过练习，错误应当及时得到反馈，投入则要由最终结果验证。它虽不能代表东亚教育的全部，却构成了这套体系中较具普适性的训练逻辑。

AI的出现，也进一步放大了这种训练能力的价值。解释一道题、翻译一段材料、生成一篇范文都变得越来越容易。知识没有失去价值，但获得标准答案的成本正在快速下降。新的竞争不再是谁拥有更多答案，而是谁更懂得如何把答案组织成训练，并帮助用户将知识转化为能力。

不过，一套在东亚课堂中有效的训练方法，并不会因为接入AI就自动适用于全球。真正可以出海的是训练的底层结构，而不是附着在其上的考试目标、课堂秩序和文化习惯。如何把两者分开，也成为华人AI教育创业者必须面对的重要考题。

方法可以出海，课堂不能照搬

AI教育产品出海最容易完成的是语言适配，最容易低估的则是语言背后的生活。

Pmis对此保持着较为谨慎的态度。“薯塔AI现阶段主要服务海外华人，如果继续进入当地用户市场，我们会优先考虑文化距离较近的东亚和东南亚”。原因在于，不同地区的课程设置、课件形式和学习节奏并不相同。在华人留学生中成立的需求，不能直接推导为欧美本地学生也会接受。

薯塔AI产品设计

用户反馈也与她的预设相差迥异。Pmis最初设想薯塔AI是覆盖“预习-学习-复习”全流程的学习空间，但真正跑起来之后，用户最喜欢的功能既不是总结重点，也不是AI问答，而是一个看起来技术含量并不高的功能——边阅读英文课件边看中文对照翻译。“这个功能其实和AI关系不大，但是大家都很喜欢。”她自己的解释是，别的工具比如有道翻译、豆包都需要每次手动点击、截屏才能翻译，而薯塔AI可以做到“边浏览边翻译”，这种丝滑本身，比任何深度功能都更早、更直接地留住了用户。

而真实、鲜活的用户反馈，是让产品优化迭代最根本的动力。

Courtney提到，很多留学生用户告诉她，自己在海外因为语言差异、能力不足，加上“自己是亚洲人、中国人”这层身份，会感觉受到歧视，甚至遭遇过同学的欺负和栽赃，很难交到本地朋友，也很难融入当地的社交圈子，也很难在有合作形式的作业上，获得一些分数。这些留学生说，如果能在真正踏入学校之前，先在一个安全的环境里练习、感受一下小组讨论到底是什么氛围，他们会很期待。这才是Perspeak AI要做“AI高压沟通训练”这件事真正的起点：不是要不要卷、卷不卷，而是这些学生原本就带着说不出口的压力和孤立感来到海外，产品能不能先接住这份真实的狼狈。

Courtney也观察到，部分中国学生习惯先把观点想完整，等别人说完再开口。在他们接受的教育和文化理念中，这是一种礼貌；但在海外的seminar或小组讨论中，发言往往彼此衔接，很少有人正式把话题递过来。如果一直等待“轮到自己”，可能整场讨论都找不到进入话题的机会。

Perspeak AI 模拟多人互动场景

因此，AI不仅要理解用户说了什么，还要理解一种行为在当地文化中意味着什么。直接质疑是否代表冲突，沉默是在认真倾听还是已经退出讨论，怎样表达反对意见既清晰又不破坏合作，这些都不是把中文课件翻译成英文就能解决的问题。

不过，文化差异同样不能被简化为固定标签。“个体差异远大于一个标签”，Courtney强调，真正有效的本地化，需要来自当地用户和真实使用场景的持续反馈。同一种表达方式，在不同课堂和文化环境中可能产生完全不同的效果。AI需要理解具体场景中的沟通语境，而不是简单依赖地域或文化标签。

当训练目标和使用场景改变，评价体系也需要随之改变。这也是东亚教育方法出海后必须完成的一次转换：在学校里，考试和升学提供外部压力；在消费市场中，用户随时可以退出，产品必须用兴趣、价值和真实需求重新建立动力。

获客与用户反馈，因此成为检验本地化是否成立的两个现实入口。一个团队能把产品翻译成十几种语言，不代表它知道怎样在十几个国家/地区获得用户。成熟团队可以依靠多语言社媒、投放、应用商店和口碑扩大规模；早期团队则往往需要从校园社团、校园大使和一两个学校的种子用户开始。

就像薯塔AI会同时尝试海内外社媒和一些线下活动等渠道；Perspeak AI准备先在澳洲高校形成真实案例；Inspired AI则要求核心团队每天回复不同地区的用户邮件和反馈。市场不是在一次出海决策中被理解的，而是在一条条反馈、一次次投放和一批批流失用户中被重新认识。

东亚教育擅长通过反复反馈修正学习，出海团队同样需要用这种方法修正自己。把一个国家或地区当成一门需要长期学习的课程，观察用户、获得反馈，再调整内容和产品，或许正是这套教育方法在商业上的另一种延伸。

只有找到符合当地文化的训练目标，用户才可能长期参与；只有用户持续参与，东亚教育的训练优势才有机会被AI转化成一门生意。

AI+东亚教育出海，究竟是不是一门好生意？

如今，贾子健的Inspired AI已经走过了最难的阶段。2023年底成立，正赶上AI应用还有一波热度，拿到了一些早期投资，眼下公司已经打正，一个月能收入几十万美金——按他自己的说法，“已经是为数不多的、真正在赚钱的AI公司”。

这背后，也同样需要细水长流的定力与耐心。“教育不是一件被催熟的事情。”贾子健说，他举了三个活了二十年的例子——多邻国、学而思、新东方，“人家就是一天天攒出来的”。回头看和他们同期成立的教育创业团队，“现在几乎全部都转行了，或者都关了”，而他的团队，是少数还留在牌桌上的那一个。

Inspired AI旗下有TalkMe和ListenLeap是两款分开做的产品，一个解决“不敢说”，一个解决“听不懂”，背后沉淀了将近1亿条用户数据，在中国台湾地区常年排在教育榜前两名，全球用户评分做到4.9分。

TalkMe AI模拟真实对话

贾子健把这门生意的获客逻辑总结成三件事：一是从成立第一天就多语种、多地区同时运营，“以前一个产品在一个地区只有一种语言，我们现在是一个产品在一个地区有N种语言，而且我们又是多个产品，就是N乘以N乘以N”；二是海外和国内的社媒矩阵每个月能带来接近千万次曝光；三是口碑——“我们团队有个特别好的习惯，就是每天核心团队到公司第一件事，回用户反馈、回用户留言、回用户邮件，争取做到声声有回应，条条都不落”。他也不讳言投流的必要性：“但凡谁说我不投流、我一分钱不花，我觉得就是骗子。”

留存的问题，他的答案是一句教育行业的老话：“短期预期管留存，长期预期管付费。”具体到产品上，AI在这里扮演了三个人类做不到的角色：一是内容生产者——传统教研团队通常要二三十人，他们团队的内容生产完全由AI完成，靠的是一套严密的生产机制；二是实时反馈——传统教育产品下课就找不到老师，反馈周期动辄72小时，AI可以做到即时且没有情绪地响应；三是比用户更懂用户——通过长期行为数据积累，AI能提前判断一个用户接下来最容易卡在哪个知识点上，从而提前铺好下一级台阶。

真正值得追问的，是东亚教育强调的这套“训练”能力，在海外究竟是不是一门真需求？

贾子健给出了一个足以颠覆直觉的数字对比：全球每年考雅思的人大概只有400万，但地球上每年在学语言的人大概有17、18亿。也就是说，东亚教育最擅长服务的那群人——盯着雅思托福、盯着留学和升学考试刷题的学生——本身只是一个很小的池子；真正庞大的市场，是那些因为工作、生活需要而学语言的人：在美国墨西哥裔移民要学的是餐厅英语和卡车运输术语，日本、韩国、中国港台地区的用户学语言的动力更多来自工作、旅行和流行文化。

东亚训练方法本身没有错，“东亚整个人群的英语底子其实都还不错，但需要更进阶的系统性练习”，只是如果创业者还紧盯着雅思托福和K12这条老路径，很可能错过那个大得多、也更真实的需求池。

所以，需求是真实存在的，只是它不长在这批创业者最熟悉的那个考试训练场景里，而长在更大、更朴素的生活刚需里；而这门生意能不能真的跑通，从来不取决于AI技术本身有多先进，取决于创业者愿不愿意像贾子健说的那样，“从一个小点出发，持续地经营行业第一批用户”——用东亚教育最擅长的那套耐心和反复打磨，去换一份不属于东亚教育原有评价体系、却真实存在的全球需求。