前年决定做自己的产品创业的时候，AI写代码的水平还比较一般，也没有现在的agentic coding。AI编程刚刚有了自己的IDE（cursor）。不过经历过23年那会的“网页gpt-vscode”的古法vibe coding，这些在今天看来很原始的编程工具，在当时只让我感到时代进步给我的助力，于是还是坚持做了一些解决教学的小需求的工具出来。比如做了一个专门训练英语单词听力敏感度的app，但一直有各种各样的bug，最终没能上架app store。尽管如此，我还是积累了许多做语言学习app的经验教训和现成的ground truth数据。 因为每天要投入大量的时间在building上，那时候辞掉了全职工作，只能偶尔接一些兼职单子维持生计。不过其实也维持不太了，还是得吃点老本，老本吃完就啃点老，幸运的是家里还算支持。 那时候给自己的决定想象的mental image是跳伞。开伞就是回到全职工作里去，但是放弃高速滑翔。开伞多晚取决于手里的资源，也取决于胆量。不过打小就胆小的我没坚持多久就开伞了，还是在暑假进了机构全职上班。讲道理还是很有收获的。这个机构和我的教学理念完全吻合，所以不会有路线上的分歧，而且提分效果也不错，是把正确的方法坚持到底的必然结果，还是挺开心的。但是暑假结束我还是辞职离开了，因为沉重的学生提分kpi要求我在暑假短短一两个月投入大量无薪时间到帮助大量学生身上。淡季这么做压力很小，但旺季这么做，对已经30岁以上的我来说简直就是玩命。体力远不如机构主力老师的情况下（他最多能一天上满14个小时），我确实是无法胜任。 另一方面，近乎病态的结构性绩效压力对我的心智是一种摧残。一线城市，竞争最激烈的地方，行业的诚实度很高，但也会把提分极端归因在一线老师身上。不可避免地就会有各种职场PUA。当然这是结构性问题，我并不怪机构，但也让我认清了一个现实：作为一个教师，我做不到彻底燃烧自己，所以必须想办法做点什么，让我既可以让在机构做的那些行之有效的教学动作惠及更多学习者，又能让我不用“蜡炬成灰”。 听起来是不是太极端了，为什么不能折中一下呢？事实上，那些有效的教学动作几乎都需要教师的一对一指导和即时的反馈。我离开时得出的结论之一是，在一线城市的这些机构，为什么他们有底气说一定能提分，就是因为这是燃烧教师的生命得来的。学生也得费脑子，但学生一方面不会学托福雅思一辈子，另一方面也会发现他们的努力和结果的关系就如健身一样有强确定性，所以动力是充足的。一个老师带许多学生的情况下，瓶颈就成了老师的精力。 怎么办呢？回到良渚，我复盘在机构每天做的事情，托福的听说读写，似乎绝大多数教学动作都是有相对固定的输入输出的。那么AI就完全有希望替代。春节期间我就从新托福口语的一个题型（跟读）开始设计如何让AI替代人类老师做我之前带学生做的事情。发现可行以后，逐渐拓展到其他项目，如精读，精听和写作。整个体系逐渐完善和闭环：从以词形-义项对为基本单位开始，让学习每一个这样的基本单位都经历完整的听说读写练习。换句话说，把每一个词条都通过丰富的语境和智力活动一次性吃透，通过专门设计和调试的算法实现恰到好处的复现时机，减轻复习的压力，同时不落下任何一项语言技能。这是当下我理想中的AI英语老师——一个我以及身边那些能稳定帮学生拿到结果的优秀老师们的教学技能的自动化实现。