一 · 背景与痛点
某头部在线教育平台 50 万注册用户，标准录播课完课率 12%，互动习题完成率 7%——真正学完一门课的不到 6 万人。市场这边：K12 线上线下培训市场从最高点缩水 60%，但家庭教育支出没减少，钱流向了「一对一私教」和 AI 工具。一对一私教 300 到 500 元一小时，一个月 3000 到 4000 元，能负担的家庭不超过 10%。还有个真实行业故事：有机构投入几个亿、2 万人标注团队、几百万道题，每年几千万维护，曾被视为不可超越的壁垒；大模型一来，一眼即解析——题库归零，不用再养 2 万人。另一组调研数据：95% 的中学生知道 AI 能搜答案，87% 每周至少用 AI 直接抄一次作业，「学方法」的使用率只有 8%。
四个绕不开的坎
- AI 成了答案生成器：从「让 AI 帮我想」变成「让 AI 替我做」
- 没有人在过程中介入：卡点被跳过，而不是被解决
- 家长什么也看不到：不知道孩子是真学会还是假学会
- 老师被蒙在鼓里：作业全对，但那是 AI 帮做的
二 · 关键做法
不靠海量题库，靠学习路径引擎；不靠堆名师，靠教学方法库；不靠人盯人，靠实时诊断循环。每道题三步走：先定位考什么知识点 → 判断卡在哪一步 → 选引导策略，但不给答案。
- 搭教案库骨架选初中数学试点，提取 150 个核心知识节点，每个节点写清前置知识、典型错因和引导策略。
- 建学生画像从历史做题数据里提取 5000 名学生的错题分布与学情特征，建第一批画像模板。
- 300 人对比实验150 人用 Agent 陪练，150 人保持原有模式——用数据说话，不用说服任何人。
- 每道题三步走0.5 秒内完成：识别题目类型、加载学生画像、关联历史错题；然后定位盲区 → 规划引导策略 → 推针对性练习。
- 教研一起校准老师与教研团队一起看：引导策略对不对、哪些边界情况没覆盖到。三个月迭代 22 版教学方法库。
三 · 成果与启示
| 指标 | 成果 |
|---|---|
| 完课率 | 12% → 89% 100 人里 12 人 → 89 人 |
| 平均分 | +31% 来自学习密度：互动 2–3 次 → 20 多次 |
| 退费率 | ↓ 72% 家长看到了进步曲线和陪伴感 |
| 有效师生比 | 1:50 → 1:500 一个老师最多盯 50 个 → 500 个 |
| 引导准确率 | 76% → 91% → 98%+ 三个月，越用越准 |
“题库壁垒在 AI 面前不值钱，值钱的是能陪伴学生不断进步的学习路径引擎。”
—— 个性化陪练 Agent这里有一条分水岭值得每个老板想清楚：内容型资产（题库、知识库、标准答案）容易沉淀，也容易归零——你花大价钱建的题库，大模型进化以后自己就会了；方法型资产（教学策略、引导逻辑、错因图谱）沉淀的是「怎么做」的经验，模型越强，你的 Agent 越强。人的变化同样明确：以前老师一天 8 小时里 6 小时在批改，一个老师带 50 个学生，每人只分到 1.2 分钟个性化关注；现在 80% 的日常陪练由 Agent 完成，老师从「批改机器」变成「学习策略设计师」。