你好👋 小潘

hiiiii！Mouna姐~好久不见呀

我帮你问问在看创业者的 @ysq

哈哈哈哈哈哈好嘞~

toG的话呢，先有项目再有产品，toC的话呢，你项目拿去试了你自己就知道——不知道的话也得你下决定，其他的人意见不能代表什么，只能这样说🐶

纯chatbot这条路确实走不通，我试过。而且商业化的话，就得像chatgpt或者claude那样限制对话轮数，那就又容易和吹出去的东西货不对版。 我的理解是，做AI+教育，或者我更prefer“AI+学习”，重点不在于AI，而在于AI能解决什么现有问题，能创造出什么新的选项，以及这些问题用AI解决是否一定更优。 众所周知，一个系统要上AI，一定是因为自动化流程里有需要模糊匹配的东西，需要智能分析理解的东西。但是AI又不完全可靠，上AI的环节越多，累积到用户端的错误可能性就越大，于是就得上各种门禁，各种自检和重试，导致系统响应变慢，用户体验变差，成本还增加。 我目前的一个比较反直觉的经验是，AI+学习要想法子尽量少用AI。能用确定性算法和良好的教学设计来处理的环节，就不要用AI。目前看来，不管是AI+学习也好，还是什么别的需要一对一人机交互的领域，必须用AI的环节只有三个，一个是自由对话提问，一个是意图识别和路由，还有一个是把原始ground truth转化成任何前端交付给用户的信息和体验的过程。 虽然只有三个，也够设计者喝一壶了。拿自由对话提问举例。尤其是AI+学习，如果你想做一个AI老师，面临的第一个大问题就是，人的发问的可能性空间比系统能提供的合理回应的可能性空间大不止一个数量级。就像一个合格的老师的课堂agenda不能完全被学生的回应所主导，所以必然涉及对学生回应的可能性空间的压缩。经验足够丰富的优秀的教师会知道如何把学生看起来五花八门的反应映射到有限的状态空间里去。换句话说，优秀的老师是会自己总结泛化规律并进行泛化的。大语言模型这个本身就有限的状态空间只有这样，才有可能处理多得多的可能性。我们既希望AI老师能够优雅handle学生所有的反应，理性的和不理性的，又希望AI老师能有所个性化，毕竟这是当前AI教师叙事合法性的一大来源。取决于你的立场，这可能会是一个很困难的问题。 这还没有涉及更复杂的问题，比如人类教师的长程规划能力，抓大放小的动态抓重点能力，从有限的学生的反应推理学生可能的卡点的能力，察觉学生情绪的和作出合理应对的能力，等等等等。这是一个需要投入资源进行科研的庞大课题，然而市场目前浮躁的赚快钱的风气让我觉得如果当下想要利用资本下场做AI+教育创业，我刚才说的这些问题一个都不用考虑。以上这些问题的解决会诞生伟大的产品，但这么伟大的产品没有可能诞生在任何不够经济独立的产品经理和企业手里。

首先，你要把教育拆解成具体的主体，你是为谁做的？ 学生、家长、老师、校长、教培、销售… 如果是学生，基础教育的学生，还是高等教育？还是更进一步的，学习者（learner） 其次你要明确你的商业模式是什么，这个商业模式传统解法的成本在多少？为什么如此高昂？ 请不要想当然，因为大部分没有做过家长的人，很难理解家长的焦虑。1000/45分钟的课为什么能卖爆？量产。 最后，要考虑清楚的是，你的第一批种子用户从哪来。快速验证是否是真需求。

受教了！感谢感谢

参加过一个路演，b端的效率类和通用型c端语言学习还是有市场的。

约束来源于政府，其次是伦理

啧，如果不是市场化做产品阻力就很大了

我们团队做的就是这个～锐评是做到最后都是帮人做中转站 卖token的hh

hhhh能持续接单也很好了呀

来自一个卖掉过教育公司的前辈：you are too young to work in eduction. 一些暴论：好学生们不需要你的产品来帮助学习；坏学生们不关心学习，只关心如何作弊

其实完全正确...

我觉得最有价值的方向其实在于可以用AI提供更多可供选择的学习路径。其实学习的速度主要就看“不同方法论对不同个体的适配程度”，也就是因材施教。就好比法师要找到合适的法杖而不是大剑，AI可以筛选出最适合你的学习路径并推荐。我认为学一个新东西“1到10”的难度其实要远低于“0到1”，而通过AI筛选后提供适配的方法论，就可以快速通过“0到1”这个麻烦的入门阶段。当然如果是要做产品或者搭建系统，还是要看开发者如何去优化交互，帮助用户更好的学习，而不是为了学东西还要先学你这个产品如何使用。

很有戏

商业模式换一个吧…更何况本身就是红海的情况下，需要重新思考一下你们的优势到底在哪