從口語對話到習慣管理，從解題講解到情緒支持，一類被稱為「AI 學習伙伴（AI Learning Companion）」的新物種正在全球教育領域快速崛起。

與傳統(tǒng)教育軟件不同，它們不再以單一功能為中心，而是以「陪伴者」的角色嵌入學生的日常學習之中。既能作為隨身陪練工具，也能承擔學習助理和知識引導的部分職責。

這種變化，一方面來自生成式 AI 在理解、生成與反饋能力上的躍升，讓人機互動從「指令式」走向更自然的對話；另一方面也源于教育需求本身的演進——學生愈發(fā)需要一種更個性化、更長期、也更具情緒溫度的學習支持。

本文將以技能訓練、情緒陪伴、知識引導為核心維度，結合國內(nèi)外產(chǎn)品演進，觀察 AI 學習伙伴如何在具體場景中重寫學生的學習方式。

語言學習一向是教育科技創(chuàng)新的敏感地帶，也是「AI 學習伙伴」最早跑通的場景。在這個領域，高頻開口、沉浸語境和即時糾錯是提升能力的三大關鍵。過去，這三項資源高度稀缺，往往依賴專業(yè)教師甚至母語者，一旦離開課堂，很難再維持相同強度。AI 在此填補了明顯的供給缺口。

美國語言學習平臺 Duolingo 是這一趨勢的典型實踐樣品。為了彌補傳統(tǒng)語言學習中「缺場景、缺陪練」的長期痛點，Duolingo 在 2023 年將 GPT-4 引入自己的游戲化體系，推出了 Roleplay 對話功能。用戶可以在咖啡館、地鐵、公司等虛擬情境中與 AI 自由對話，體驗接近日常交流的練習氛圍。與過去固定腳本式的練習不同，AI 會根據(jù)用戶的表達實時調整情節(jié)走向。如果用戶提到「對堅果過敏」，扮演店員的 AI 便會立即換用新的推薦方式。練習過程因此不再停留在「套話式演練」，而是更接近真實溝通。

在國內(nèi)，類似的場景需求更加明確，且更緊貼「應試 + 實用」雙重目標。如咕?？谡Z（SpeakGuru）之類的產(chǎn)品，將雅思、高考英語與生活化表達拆分為不同軌道。學生可以進行雅思口語 Part2 的模擬問答，由 AI 參考考試官方的口語評分維度，給出關于流利度、語法準確性和詞匯多樣性的即時反饋；也可以在商務會談、旅游溝通等場景中進行對練，練習更貼近日常表達。

從公開數(shù)據(jù)看，咕?？谡Z在 App Store 的評分長期保持在 4.8 分以上，并提供按月訂閱等低門檻付費方式，其基礎功能在免費版中亦可使用。多家教育類內(nèi)容平臺在測評中提到，這類輕量型 AI 口語應用不僅降低了額外口語練習的進入門檻，還使缺乏外教條件或需要高頻開口練習的學生，能夠在可控的成本下獲得更持續(xù)的練習機會。這種「隨時可練、成本可控」的特點，正成為 AI 口語類學習伙伴在國內(nèi)獲得關注的重要原因。

從學習體驗來看，AI 語言陪練帶來的變化，不只是多了一個功能入口，而是把練習這件事本身的條件改寫了。過去，想進行真實對話練習，往往需要預約外教、上小班課，受時間、地點和價格的多重限制；一旦離開課堂，大部分人幾乎沒有持續(xù)開口的機會。

而現(xiàn)在，無論是 Duolingo 還是咕?？谡Z，只要打開手機應用，學生就可以在地鐵上、睡前、課間用幾分鐘完成一輪口語練習，練習次數(shù)也不再受教師時間和課時費用的約束。對于缺乏語言環(huán)境、又很難長期投入線下課程的學習者來說，練習頻率從「偶爾上一節(jié)口語課」，變成「隨時可以開一段對話」，這是一種非常具體的變化。

正因如此，AI 語言陪練成為目前教育 AI 中率先形成產(chǎn)品規(guī)模、產(chǎn)品形態(tài)清晰、付費意愿相對穩(wěn)定的應用方向之一。目前這一模式已開始向外延展，逐步滲透到音樂、編程等更多需要高頻練習和即時反饋的技能訓練場景中。

學習并不是純粹的認知過程。情緒、動機與自我效能往往決定學習的持續(xù)性，尤其在高壓力教育環(huán)境中，這些因素對學生影響更為顯著。長期以來，教育系統(tǒng)在學科知識之外的情緒支持常常不足，輔導關系也難以覆蓋所有學生。AI 學習伙伴的出現(xiàn)，使這一環(huán)節(jié)第一次可以規(guī)模化觸達。

美國 Luka Inc. 在 2016 年推出的 Replika，被普遍視為最早展現(xiàn)「AI 情緒陪伴」可能性的產(chǎn)品之一。它以生成式對話技術為基礎，根據(jù)用戶的語言習慣進行模擬回應，通過文字和語音與用戶持續(xù)互動。盡管并非面向教育場景設計，但在青少年與年輕用戶群體中，Replika 常被用于情緒表達、日常傾訴。

已有多項公開研究記錄了這種使用趨勢。英國學者 Craig Fletcher 在 2021 年的研究中對 Replika 用戶進行訪談，發(fā)現(xiàn)很多人將其視為「不會評判自己」的傾聽者，情緒壓力在交流過程中得到緩解。國際人機交互期刊 IJHCS 2023 年的一項研究也指出，Replika 用戶在與 AI 對話時，普遍更愿意討論焦慮、孤獨等敏感話題，因為「不必擔心被誤解或打斷」。這些研究共同呈現(xiàn)了一個事實：在傳統(tǒng)家庭與學校難以覆蓋的情緒空間里，AI 所提供的「非評判式、隨時可進入的對話環(huán)境」，正在成為一些年輕用戶調節(jié)壓力的補充方式。

但 Replika 也面臨清晰的爭議。2025 年 5 月，意大利數(shù)據(jù)監(jiān)管機構因其在未成年人保護與用戶數(shù)據(jù)處理方面存在違規(guī)，對 Replika 的母公司 Luka Inc. 處以 500 萬歐元罰款，并要求平臺加強年齡驗證與數(shù)據(jù)透明度。這一處罰引發(fā)了全球范圍內(nèi)關于「AI 情緒陪伴是否適合未成年人」「如何界定技術邊界」的討論，也提醒行業(yè)必須在情緒支持與用戶安全之間找到更穩(wěn)妥的平衡。

國內(nèi)對這一方向的探索更結合「學習管理」本身。以學而思在 2024 年推出的「小思 3.0」為例，其重點不在學科功能，而在「情緒感知 + 習慣引導」。當學生在與 AI 的對話中表現(xiàn)出煩躁或焦慮時，系統(tǒng)會通過呼吸放松、節(jié)奏建議、任務拆解等方式進行回應；當學生出現(xiàn)拖延傾向時，它會以輕量的方式引導其制定短期目標，通過可完成的小步驟降低學習阻力。此外，它還會與學生進行每日學習復盤，并同步給家長。

這一類 AI 的意義并非替代心理教師，而是為原本缺乏支持的學習場景提供基本的情緒和習慣支撐。對于許多孩子而言，「有人聽你說完」「有人肯定你的努力」「有人幫助你拆解任務」，本身就能降低心理壓力，提升學習持續(xù)性。

教育心理研究長期強調「自我效能感」是驅動學習的重要因素，而美國的 Koko、英國的 Wysa 以及華為推出的「智能憨憨」等 AI 情緒陪伴類產(chǎn)品，正在提供一種新的技術路徑。它以輕量方式穩(wěn)定學生的學習情緒，并通過習慣管理累積「可見的小成就」。在這類場景中，AI 不是解題工具，而更像一位耐心、不施壓、又能持續(xù)回應的學習陪伴者。

在技能訓練與情緒陪伴之后，AI 正在觸及教育更核心的部分：知識引導。相比「練習」和「情緒」，知識引導的體系更復雜、更依賴結構化理解，也對模型能力提出更高要求。一旦 AI 能在這一層面上提供穩(wěn)定支持，它就具備了「私人導師」的基本雛形。

來自歐洲教育科技公司 Microblink 的 PhotoMath，是 AI 知識引導領域較早落地且影響力廣泛的國際樣本。自 2014 年推出以來，它從最初的「拍照識別數(shù)學題」工具，逐步迭代為聚焦「過程化學習」的 AI 助手。憑借對數(shù)學解題邏輯的深度拆解能力，截止 2025 年，在全球范圍內(nèi)累計獲得了 5 億次下載。

在使用 PhotoMath 時，用戶拍下數(shù)學題后，AI 不僅給出答案，更呈現(xiàn)每一步的邏輯依據(jù)：為何移項、為何適用因式分解、該步驟的數(shù)學原理是什么。用戶可在任意步驟提問，AI 會重新解釋。這種模式使學習從「看答案」轉向「理解過程」。在不少教師和家長看來，這種「過程透明」的解題方式，比單純給出答案更適合作為學生進行數(shù)學自學和課后復習的補充工具。

國內(nèi)的小猿 AI 超擬人老師在 2025 年 11 月完成了新一輪升級，將「過程化講解」擴展到語文、英語、數(shù)學、物理等，形成跨學科講解。

這一版本首次把視覺識別、語音理解與可視化推理整合在同一套系統(tǒng)里。學生只需將作業(yè)或練習冊放在攝像頭前，AI 就能「看懂」題目。產(chǎn)品強調「類真人老師」的表達方式，以更貼近日常課堂的語言解釋抽象知識。例如講物理浮力時，會先從生活場景引出，再給出概念推導；講閱讀解析時，會帶著學生識別段落結構。AI 的講解過程支持隨時打斷、提問和重講，形成了與真人家教相似的互動節(jié)奏。這種方式降低了理解門檻，也讓 AI 講解不再「機械」。

這一方向的潛力與挑戰(zhàn)并存。一方面，AI 將有機會在未來承擔更多「常規(guī)性、重復性」的知識講解與練習指導，讓教師從基礎教學中解放出時間；另一方面，AI 的穩(wěn)定性、解釋質量、倫理邊界仍需嚴格把控。尤其在全科輔導中，AI 是否能保持可信度、是否會在關鍵知識節(jié)點上出現(xiàn)誤導，是決定其長期價值的關鍵。

AI 學習伙伴的出現(xiàn)，并沒有改變教育的根本結構，但確實改變了學習發(fā)生的方式。它補上了許多原本被忽視的「縫隙」，如口語練習的頻率、情緒支持的及時性、知識講解的可復現(xiàn)性。這些看似細微，卻關系著學生能否堅持、能否理解、能否持續(xù)投入。技術把這些環(huán)節(jié)變得更可獲得，也讓學習不再完全依賴時間表、場地或家長的精力。

現(xiàn)實也提醒我們，AI 在教育中的角色不會一蹴而就。學習數(shù)據(jù)安全、青少年情緒依賴、模型誤答風險、付費模式的透明度，這些結構性問題都需要更明確的行業(yè)規(guī)范與長期監(jiān)管。同時，AI 教育產(chǎn)品所承諾的「個性化」「陪伴感」，仍需要更扎實的技術基礎和更謹慎的場景設計，才能真正避免淪為概念堆砌。

2025 年，多鯨蟹宴& EE 年會將在合肥再次啟程，以更深的洞察與更開放的姿態(tài)，探討教育的下一個周期。我們將再次匯聚行業(yè)思考者、行動者與創(chuàng)新者，在變動中，尋找教育的確定性。

12 月 19–20 日，教育的未來，在這里相遇。

掃碼立即報名??