AI 导师全球化分野：让「一对一辅导」不再奢侈
今年，印度教育科技公司 LEAD 推出 AI 导师「居里女士」，年费 2000 卢比，按实时汇率约合人民币 146 元左右。这个价格背后，对应的是教育行业一个最昂贵的目标：用接近普惠的成本，提供接近「一对一辅导」的学习体验。
从数字教材 TECHBOOKS，到对话式 AI 系统 Fluento，LEAD 正在从内容提供者转向 AI 驱动的学习服务商。这一转向的核心，不只是技术升级，而是对「AI 导师角色」的重新定义。
从印度到中国再到欧美市场，AI 导师正在呈现出不同的产品路径。而这些差异化尝试，最终都指向同一个问题：AI 导师究竟应该扮演什么角色？
印度样本：动画形象如何破解开口焦虑
在推出「居里女士」之前，LEAD 先进行了一项关键测试。
他们让一到八年级学生分别与两种界面互动：一种是传统的软件界面，由按钮和图表构成；另一种则引入了具备情绪反馈的动画角色，例如眨眼、微笑和手势回应。
结果呈现出明显差异。面对偏工具化的界面，学生普遍表现出犹豫与回避；而当动画角色介入后，互动迅速被激活，学生更愿意开口交流，也不再畏惧犯错与重复。
这一发现直接催生了 Fluento 口语学习系统。
在孟买、班加罗尔和德里 10 所学校的试点中，学生仅完成一个单元的学习后，会话能力平均提升了 1.4 倍。其关键并不只在于技术能力本身，更在于交互机制的设计。LEAD 构建了「倾听—重复—交谈」的学习闭环，使AI导师从「评判者」转变为「陪练者」，成为一个始终耐心、不会产生负反馈的对话对象。
对于长期处在多语言环境中的印度学生而言，这一点尤为重要。相比被频繁纠正，他们更需要一个可以放心开口的空间。降低心理门槛，往往比提升表达准确率更具决定性。
在商业模式上，LEAD 选择以学校为核心的 B2B2C 路径。联合创始人 Sumeet Mehta 指出，面向个人用户的产品往往依赖较高的自律性，而在学校场景中，AI 导师作为课程的一部分被自然嵌入，学生的使用行为无需额外激发。
这种路径不仅规避了 C 端产品普遍面临的留存难题，也在一定程度上重构了教育资源的分配方式。目前，LEAD 已覆盖超过 6 万所公立学校，无论城市还是乡镇，接入系统后都能获得相对一致的 AI 学习支持。
从财务表现来看，LEAD 的战略转向也逐渐清晰。在截至 2026 年 3 月的财年，公司收入增速预计放缓至 30%以内，但 EBITDA 持续改善，并将现金盈亏平衡的目标设定在 2027 年。
更值得关注的是产品结构的变化。TECHBOOKS 业务占比正从去年的 2%至 3%提升至约 10%，而计划于 2028 年全面推出的「居里女士」，也被寄予带来新增增长的预期。Mehta 判断，未来三到五年内，由 AI 驱动的业务有望占据公司整体收入的 40%。
这意味着，LEAD 的重心正在发生转移，从一家传统的学习系统提供商，逐步转向以 AI 为核心的教育服务平台。
中国路径：从实证信任到情感陪伴
如果说 LEAD 通过动画角色建立的是情感连接，那么围绕 AI 陪伴导师的产品形态，在国内正逐渐分化出三种典型路径。
第一种路径，是通过大规模对照实验来验证 AI 陪伴导师的学习效果。2025 年，松鼠 AI 发起了一项覆盖 1662 名学生、历时两个月的 AI 与传统教学对照实验，并获得吉尼斯世界纪录认证。实验由艾瑞咨询发布分析报告，北师大全程参与追踪。最终结果显示，AI 教学组在提分效果、学习稳定性以及补弱能力上均表现更优。
这场实验的重点，并不在于证明「AI 优于人类教师」，而在于验证一件更现实的事情：AI 教育是否能够在大规模、标准化环境中，持续输出个性化学习结果。
基于这一逻辑，松鼠 AI 将自身系统定义为「L5 级自动驾驶式智能老师」。其技术路径是将知识拆解为微颗粒单元，再通过概率图模型构建动态知识图谱。系统不仅判断对错，还会基于反应时间、犹豫模式、重复错误等七十多个行为维度，实时识别学生的思维卡点。
与 LEAD 偏「陪练型 AI」不同，松鼠 AI 更强调「AI 智能老师+专业督学」的双轨结构。AI 负责个性化教学内容的推送与反馈，真人督学则承担学习习惯引导与情绪管理。目前，松鼠 AI 已覆盖超过 6 万所公立学校，并在全国布局超过 3000 家线下「AI 自习室」。
第二种路径，是通过能力分级体系来定义 AI 陪伴导师的能力边界。2025 年，学而思推出「小思 AI 一对一」，并同步提出「AI 老师 L1-L5 分级体系」：L1 为基础工具辅助，L2 承担讲题与批改支持，L3 可应对常规教学场景，L4 具备跨场景自主能力，L5 则接近完整意义上的 AI 教师。
这套分级体系的意义，在于为行业提供了一把「标尺」。按照这一划分，目前多数 AI 教育产品仍处于 L2 阶段，而学而思正从 L2 向 L3 演进。
在产品层面，小思 AI 体现了学而思对「学习陪伴感」的理解。其系统构建的是「批改—讲题—推荐」的闭环机制，并尝试引入历史人物参与教学，例如让高斯、祖冲之等形象参与数学讲解。这种设计并非单纯的形式创新，而是在试图解决一个更底层的问题：如何让学习过程本身变得更有吸引力。
2026 财年第二季度数据显示，学而思学习设备用户平均周活跃率约为 80%，单设备日均使用时长超过一小时。这意味着产品不仅被使用，而且具备持续使用的能力。
第三种路径，是通过场景扩展重新定义 AI 陪伴导师的使用边界。2023 年 5 月成立的与爱为舞，在 2024 年 10 月就发布了首款 AI 产品「爱学」，定位为面向全龄人群的终身教育平台。其核心功能之一是「跨时空 AI 对话」，用户可以与孔子、杨靖宇等历史人物数字形象进行互动。技术层面则依托自研「音视频实时对话式 AI 教育大模型」，并宣称在万人同时使用的情况下，仍可实现秒级响应与连续对话体验。
从实验验证、能力分级到场景扩展，AI 陪伴导师的三种路径本质上都在回答同一个问题：如何真正进入学习过程。在这一过程中，AI 陪伴导师不再是单一产品形态，而是在不同教育系统中，以不同方式嵌入真实学习流程。
成本压力下的全球市场分化
当视线转向海外，故事变得更加复杂。英国的 Edumentors 成立于 2022 年，最初模式是将学生与牛津、剑桥等顶尖大学的学生匹配连接。
Edumentors 表示，虽然许多公司尝试打造 AI 辅导老师，但提供的多是静态的视频内容、预先录制的课程、生硬的卡通形象。而 Edumentors 的 Edu AI 将提供一对一辅导课程，还原真人互动的过程。这款 AI 辅导老师能根据每位学生的需求进行调整，涵盖所有科目，简化复杂概念，并通过逼真的面部表情和肢体语言与学生进行互动。
具体来看，Edu AI 具备以下能力：将大主题分解为易于消化的子主题，并提供易于理解、追踪进度的学习地图；利用类人的角色与学习者建立长期信任并指导学习者；通过图表、白板、笔记呈现真实的教学体验；最重要的是，像专业的教师一样，理解学生的非语言信号并进行回应。
2025 年 8 月，成立仅三年的 Edumentors 就获得 200 万美元种子轮融资，用途明确——打造AI辅导老师Edu AI。原因则藏在价格里：真人辅导课时费不低于15英镑，而Edu AI定价是专业版每月29英镑、高级版每月45英镑。
奥地利的 GoStudent 情况更典型。这家曾经的在线辅导独角兽陷入连年亏损困境，推出的 AI 聊天机器人 Amelia 课程费用最低每小时 1 欧元，最近又推出 AI 语言辅导平台 GoMigo，定价每月 5.99 欧元。但官网显示目前仅超过 2000 人使用。更关键的是，GoMigo 依赖 OpenAI 的文本生成、Deepgram 的语音转文本、ElevenLabs 的文本转语音，完全是技术外包策略。当所有人都可以调用 OpenAI 的 API 时，差异化从何而来？
与欧美这两家被动转型形成对比的是新加坡的 Fermi.ai。Fermi.ai 将全球总部设于新加坡，目前已率先在美国和印度落地产品，首批上线数学、物理、化学三大 STEM 核心学科，精准切中了中学生理科学习的刚需市场。不同于市面上多数专注快速解题的 AI 教育工具，Fermi.ai 清晰定位于「AI 学习导师」，核心服务覆盖学生与教育工作者两大群体，构建起从学习练习到教学诊断的全链路解决方案。创始人 Peeyush Ranjan 是前谷歌副总裁，他创立 Fermi.ai 的出发点是对当下 AI 教育工具的批判：「AI 让困难的事情变得简单易行，但除非得到正确使用，否则这种化繁为简会阻碍学习。」
Fermi.ai 的产品设计处处体现这种理念。他们推出的手写智能画板，支持学生用触控笔完成方程式演算、受力图绘制，最大程度还原传统课堂的自然思考过程。当学生遇到卡点时，Fermi.ai 不会直接给出答案，而是层层引导，通过提问让学生自己找到解决路径。在为期三个月、79 名学生参与的试点中，初期得分较低的学生（≤2/10）最终平均提高4.68分，整体学科掌握度提升2.6分，更重要的是对平台提示的依赖程度下降21%。数据表明学生不是越来越依赖AI，而是越来越会独立思考。
美国的 Speak 则在语言教育战场上跑出了自己的模式。2025 年完成 7800 万美元 C 轮融资，估值在 6 个月内翻倍达到 10 亿美元。Speak 的成功秘诀藏在一个数字里：每年处理超过 10 亿个口语句子。这个数据集让他们的语音识别准确度和个性化推荐能力远超竞争对手。Speak 利用 OpenAI 的 GPT-4 和自有模型，让用户参与自由流动的对话，提供语法和发音的实时纠正。他们宣称用户在 20 分钟内的口语表达量远多于传统课堂一个月的学习量。
这些差异化定位背后，是对不同市场需求的精准把握。在印度或中国非一线城市，教育资源稀缺是首要矛盾，学生需要的是「有人教」；在欧美或新加坡，教育资源相对充足，学生需要的是「教得好」。AI 教育的竞争已经从技术竞争进入场景竞争、数据竞争和理念竞争。谁能更深刻理解教育本质，谁能更精准把握用户需求，谁能更有效积累和利用数据，谁就能胜出。
折算后 146 元人民币的年费带来一个信号：当成本降到足够低，教育的个性化、大规模和高质量这个「不可能三角」或许真的有机会被打破。
本文来自微信公众号“多鲸”（ID：DJEDUINNO），作者：思珞，36氪经授权发布。
