這家賽道內種子輪融資最多的公司，發布了一個真正的口語學習Agent

Talkit 是一款為 Agentic 時代打造的沉浸式語言學習應用

Talkit要解決的是一個長期困擾語言學習行業的核心矛盾：真人老師供給稀缺且昂貴，用戶卻需要長期、穩定、可持續的口語練習頻率。Talkit 選擇把"開口"當作系統的第一目標，并圍繞這個目標重建產品結構：讓用戶每天進入應用時，面對的是一套圍繞用戶生活動態生成的練習安排。它希望把口語練習從一次次零散練習，變成一個能持續演進的語言環境。

在 Talkit 里，語言學習不會圍繞固定課程表或線性路徑展開。用戶進入應用后，系統會依據目標、語言狀態與使用行為，持續生成不同的對話任務和使用場景。隨著使用時間拉長，任務內容、難度與反饋節奏都會迭代。練習內容會隨著用戶的表達表現持續演進，并與當下語言狀態保持同步，從而逐漸形成一個 與個人進展高度貼合的語言環境。為了讓這種長期判斷與調整能夠持續發生，Talkit 把 Agent 放在系統運行的中樞位置，讓它負責理解目標、規劃練習路徑、調節反饋節奏，并貫穿用戶的長期使用過程。

語言學習是全球級 AI 的天然入口場景

語言學習具備長期、高頻、多終端、大基數的特征。

語言是一種需要長期反復使用的能力。語言學習通常以短時、高頻、長期的方式持續發生，周期往往以年計。以 Duolingo 為代表的語言學習產品，已經在全球范圍內體現出極強的高頻使用特征：次日留存率約 52%、用戶日均打開次數約 2.5 次、連續打卡 365 天的活躍用戶約 1300 萬人，占其 DAU 的約 25%。

語言學習覆蓋全球、跨年齡、跨生命周期。全球約有20 億人長期處于語言學習過程中，覆蓋不同國家、文化、年齡與收入層級。這是極少數同時具備全球普適性、跨年齡段需求、可持續 5–10 年以上使用周期的 AI 應用場景，具備基礎設施級入口潛力。

語言學習已成為 AI 的重度使用場景。從真實 AI 使用強度來看，語言學習已經在規�；� AI 能力。Duolingo 是 OpenAI token 消耗量Top 1，達到10,000億級別的tokan消耗數。這源于大量真實用戶的高頻對話、反饋與生成行為。從 AI 生態視角看：Token 消耗強度，本身就是 AI 被真實使用程度的重要信號。語言學習已經在現實世界中，驗證了其對 AI 能力的持續、規�；枨蟆�

口語學習為什么必須個性化：預設學習路徑永遠只能滿足部分用戶的需求

盡管語言學習市場規模巨大，行業長期呈現出高度分散的狀態，其根源來自底層結構本身。語言種類、能力水平和使用目標之間存在顯著差異，任何單一學習路徑都難以覆蓋全部人群。與此同時，學習過程高度個體化，即便水平相近的用戶，其短板位置、進展節奏和心理門檻也可能完全不同。在教學范式層面，規則驅動、交流驅動和任務驅動長期并存，各自適配不同階段和不同目標。受限于技術條件，傳統語言產品往往需要在設計階段做出取舍，通過預設用戶畫像來構建內容和路徑，個性化更多依賴拆分不同產品形態來實現，這也持續強化了行業的長尾格局。

在這種結構下，口語最早暴露出現有產品范式的邊界�？谡Z能力的形成依賴表達行為能否在真實或近似真實的場景中反復發生，用戶是否愿意開口、是否能夠持續表達，以及能否將練習成果遷移到現實生活，往往比掌握多少知識點更具決定性�？谡Z練習過程中存在大量即時判斷，包括是否糾錯、如何反饋、是否切換場景和是否調整難度。這些判斷高度依賴上下文和長期記憶，系統需要清楚用戶當前所處階段、過往卡點以及近期狀態變化。一旦理解和反饋出現斷裂，用戶的開口意愿就會迅速下降，練習也會退化為一次次孤立事件。

這一結構性矛盾，也決定了系統必須在運行過程中持續理解用戶狀態、實時生成內容并動態調整路徑，而不再完全依賴一次性的人群假設。Talkit 團隊將這一能力放入產品的核心設計中，使系統能夠隨著用戶真實行為不斷更新判斷。創始人劉夜在教育與技術系統相關實踐中的長期觀察，也不斷指向同一個結論：只有把"運行階段的持續適配"作為系統出發點，語言學習中長期存在的分散與低效問題，才有被真正緩解的可能。

Talkit 的個性化來源于持續理解用戶

在 Talkit 的設計中，個性化來自多源信息的持續匯聚。系統需要在長期使用過程中不斷修正對用戶的理解，因此在數據來源上，Talkit 將個性化拆解為三條并行運行的路徑，分別承擔不同層級的判斷任務。

第一類來源來自用戶的主動輸入。

在初始階段，Talkit 會通過簡短、低負擔的提問了解用戶的學習目標、使用場景和語言背景。這些問題是系統理解用戶意圖的起點。

第二類來源來自使用過程中的持續監測與行為收集。

隨著用戶開始練習，系統會持續記錄與語言能力直接相關的行為信號，包括表達長度、反應時間、錯誤類型、場景偏好以及練習頻率的變化。這些數據會在多輪互動中不斷累積，用于更新對用戶能力狀態和節奏偏好的判斷。相比初始問卷，這一層信號更貼近真實能力，也更能反映用戶在不同階段的變化。

第三類來源來自用戶在其他平臺上的長期表達痕跡。

通過與社交媒體賬號的綁定與打通，Talkit 可以在用戶授權的前提下，理解用戶的表達風格、興趣主題以及長期關注的語境。這使得系統在生成對話場景和任務時，能夠更貼近用戶真實生活。

這三類來源在系統運行過程中持續交叉驗證。主動輸入提供初始方向，行為數據反映實際能力變化，社交信號補充長期語境背景。通過這種多源信息的組合，Talkit 的個性化得以在運行階段不斷更新，而不依賴單一時間點的用戶標簽。這也使得系統能夠在用戶目標變化或能力躍遷時，及時調整判斷邏輯，保持長期體驗的連續性。

為什么語言學習需要陪伴，以及 Taki 的角色

語言學習是一項周期很長的行為，尤其是口語練習，本身就伴隨著心理成本。很多用戶在缺乏回應和情緒支撐的情況下逐漸減少開口頻率。這也是為什么大量語言學習產品在短期內能夠激活用戶，卻難以維持穩定的長期使用。

Talkit 為每一位用戶引入了專屬的陪伴者Taki，他們有不同的形象、性格、音色等。

Taki 與 Agent 系統共享對用戶的長期理解。一方面，它會根據用戶在練習中的表現鼓勵用戶、或指出可以提升的地方；另一方面，用戶與 Taki 的自由聊天內容本身，也會被系統持續解析，并轉化為后續課程與對話任務的生成依據。用戶表達過的興趣、話題偏好和常用表達，會自然滲入后續練習中。當用戶狀態波動或出現中斷時，系統也可以通過 Taki 提供更低壓力的回歸入口，從而降低重新開口的心理門檻。

沉浸式體驗，是口語能力形成的必要條件

口語能力的形成高度依賴情境，真實表達往往發生在具體的人、場景和情緒之中。當語言練習長期脫離語境時，用戶很難建立對現實交流的代入感，也難以將練習成果遷移到真實世界。這正是大量口語訓練在完成度上看似順暢，卻在真實交流中效果有限的重要原因。

3D avatar模擬真實世界中的交流對象

系統通過構建可持續交互的 3D 世界，讓用戶在接近真實社交環境的狀態下完成表達練習。應用中存在多種 3D Avatar，它們具備明確的人格設定、表情變化與情緒反饋，在對話中能夠表現出態度、反應和關系差異。用戶面對是一組在行為與互動方式上存在差異的交流對象，更接近現實生活中的溝通體驗。

Avatar的互動與 Agent 系統深度聯動。

Avatar 的反應方式、對話節奏和情緒反饋，會隨著用戶的表達表現持續調整。當用戶在不同情境中反復練習時，系統能夠逐步理解其表達習慣與情緒反應，使語言使用自然發生在一個更貼近現實世界的互動環境中。這種設計縮短了練習與真實交流之間的心理距離，也讓口語能力的形成更加順暢。

從市場格局看，口語的結構性機會正在形成

在線語言學習市場本身已經足夠成熟，并保持長期增長。到 2026 年，全球語言學習市場總規模預計增長至 1310 億美元，其中線上市場增長至 590 億美元，CAGR 達到 26%。

這意味著市場機會并不稀缺，真正稀缺的是優質供給的結構性突破。行業長期長尾的根本原因在于個性化與規�；嬖趶埩Γ涸缴畹倪m配通常意味著越高的人力成本，越大的規模往往意味著越粗的產品路徑。Agent 化的系統結構開始改變這一約束，因為它把"長期理解—動態規劃—持續調節"內化為產品能力，使高頻語言互動可以在更低的人力依賴下持續發生，并為規�；瘮U展提供新的路徑。

在這一格局下，Talkit 押注的方向是推動語言學習從"內容分發"走向"持續對話與過程管理"的形態躍遷。對于市場而言，這類產品真正競爭的是系統能力：能否在長期使用中保持連續理解、能否在運行階段實現深度個性化、能否把真實表達環境規�；┙o。

結尾

也歡迎大家留言討論，分享你的觀點！

覺得內容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產出更好的內容。

歡迎關注深思圈，一起探索更大的世界。