问底以AI私教缓解辅导压力，寻天使轮融资

一、切入家庭学习结果不确定性

问底伴学是一款面向 K12 家庭学习场景的 AI 私教产品，试图用实时语音交互、多智能体协作和可视化教学，缓解家庭陪学过程中“孩子到底会不会、问题在哪里、下一步怎么办”的不确定性。目前，项目正在寻求天使轮融资，计划融资 200 万元，资金主要用于产品研发、移动端落地、市场推广和模型成本优化。

在家庭学习场景中，家长面对的核心问题往往不是缺少一道题的答案，而是缺少对学习过程的持续判断。孩子做作业、预习或复习时，家长很难判断其是否真正理解知识点，也很难判断错因、薄弱点和后续练习路径。这种不确定性会持续转化为家庭教育支出，例如购买学习机、报名教培课程、寻找真人私教或使用各类答疑工具。

真人一对一私教能够提供较强的个性化过程辅导，但通常价格较高、时间固定，难以覆盖每天的作业、预习和复习。学习机和学习平板提供内容、题库和硬件入口，但使用效果较依赖学生自觉，实时教学和个性化调整仍有不足。搜题工具和通用 AI 答疑能够快速给出答案和解释，但更容易停留在单次问答，不天然承担完整学习过程。

问底伴学的切入点，是把真人私教中较有价值的一对一教学过程产品化。项目希望通过 AI 承接讲解、追问、练习、判断和反馈等环节，让普通家庭以订阅方式获得更高频的学习支持。其首批目标用户包括正在寻找真人私教、已有教培支出、考虑购买学习机，以及家长长期陪作业但压力较大的家庭。

二、用 AI 私教团队组织完整学习过程

从产品形态看，问底伴学并不把自己定位为单次答疑工具，而是希望把一次学习需求组织成一节动态自适应的 AI 私教课。学生可以通过语音、文字、拍照或课堂输入提出学习需求，系统识别学科、知识点、题型和当前理解状态后，由 AI 老师组织后续教学过程。

在实际交互中，AI 老师不是直接给出答案，而是根据学生的回答、停顿和理解状态调整讲解节奏。遇到抽象知识点时，系统可以调用可视化黑板进行推导、画图和标注重点；当静态图不足以说明问题时，也可以生成动态演示或互动教学页面，帮助学生通过观察和操作理解知识关系。学习结束后，系统会整理学习记录、薄弱点、错因和下一步建议，并同步给家长。

据项目方介绍，问底伴学目前的系统中包含中控调度、学科老师和助教老师三类智能体角色。中控调度负责理解学生需求、判断学科任务并分配课堂资源；学科老师负责讲解、追问、换讲法和掌握判断；助教老师根据学科老师请求生成板书、结构图、动画、互动实验、相似题和可视化页面。系统底座包括实时语音、拍照识题、图像理解、可视化黑板、长期学生画像和模型成本优化等能力。

这套设计的重点在于，把 AI 的回答能力组织成可持续的教学流程，而不是只完成一次内容生成。随着学习记录、知识点掌握情况、错因、讲法偏好和家长关注点持续积累，后续教学可以在学生画像基础上调整节奏和讲法。项目方认为，AI 教育下一阶段的机会不只在于更快生成答案，也在于能否长期参与家庭学习过程，并让家长持续看见学习结果。

三、订阅制验证商业闭环

商业模式上，问底伴学计划采用 C 端订阅制，设置月度、季度和年度等不同周期的学习服务。与按单题或单节课计费不同，订阅制对应的是长期家庭学习服务。项目方认为，家庭学习场景中的付费意愿并不只来自单次答疑，而来自持续陪伴、个性化反馈和学习过程可见。

项目当前语文、数学、英语主流程已上线，多智能体教学流程、实时语音课堂、拍照识题和可视化黑板等能力已接入，部分动态演示和互动教学资源也已接入。物理、化学、生物学科智能体正在研发中，学生端和家长端移动端正在推进。项目已完成可演示 Demo，并进入真实家庭内测验证阶段。

成本方面，团队称内测阶段平均 1 小时教学服务的综合模型成本约为 3 元。后续，问底伴学计划通过模型分层、缓存复用、教学资源预生成、工具调用控制和高频知识点流程模板化等方式继续优化成本。项目方测算，在订阅制成立的前提下，如果单家庭月使用时长和模型成本保持可控，AI 私教服务有机会形成相对健康的单位经济模型。不过，相关转化率、留存率和续费数据仍需要在真实家庭样本中持续验证。

从 12 个月计划看，问底伴学希望完成 1 万注册家庭用户、2000 个付费订阅家庭的阶段目标。团队方面，问底伴学由程钢创立。程钢为中国计量大学硕士，曾在海康威视负责产品研发与后端系统架构，目前负责公司战略、融资、AI 教学引擎和核心系统。核心成员曹敏同样来自海康威视研发体系，负责前端、交互、用户体验、学生端和家长端体验。项目方希望以实时交互、可视化教学、学生画像和家长侧反馈为切入点，验证 AI 私教服务在中国家庭学习场景中的商业化可能。