來源|多知

　　作者|王上

　　3月26日，猿力科技集團旗下小猿正式發布小猿AI 學習機 T6。

　　在學習機行業從“拼課程、拼題庫”逐步走向“拼AI”的當下，這款產品提出了一個更底層的方向——以“掌握度”衡量學習效果，并圍繞這一指標重構學習路徑。

　　在產品溝通會上，小猿市場副總裁張蘭璞多次提到一個關鍵詞：效果。

　　“我們一直在思考教育的本質是什么。從認知到實踐，再到反饋的閉環，才是孩子獲得能力的循環機會?！彼硎?，“學、練、評的循環，是孩子能力形成的基本路徑。”但現實是，這一循環在現有學習機產品中，并沒有真正被打通。

　　圍繞這一問題，小猿在T6中搭載了以“掌握度模型”為核心牽引的“超級學練智能體”。不同于簡單的“學練一體”，其目標是最大化提升學習掌握度，通過持續采集與分析學情數據，精準診斷薄弱點，推動“診-學-練-測”閉環運行。

　　在具體實現上，小猿AI學習機T6為題庫中的每一道題標注難度、區分度、知識點、能力、交互屬性等幾十個掌握度標簽。孩子在學習與練習后，系統可以判斷其真實掌握情況，從而形成可視化、可量化的學習軌跡。

　　這也意味著，小猿試圖將學習機的競爭轉向“效果交付”。

　　根據洛圖科技(RUNTO)數據，2025年中國學習平板全渠道銷量達到632.1萬臺。然而，多位從業者認為，中國學習平板的行業滲透率仍不足10%。

　　在“拼課程、拼題庫、拼名師”的競爭格局下，小猿AI學習機T6試圖回應“看不到學習進步”的核心痛點。

　　張蘭璞表示：“從去年一些結果經過驗證之后，我們對這款產品的定位和功能很有信心，并認為它今年有可能再引領學習機發展的風向標?！?/p>

　　01“以終為始”

　　過去幾年，學習機產品經歷了一輪升級：從單一資源工具，發展到課程內容，再到疊加AI能力。但在小猿看來，行業仍存在一個基礎問題：學習效果難以評估。

　　小猿AI 學習機 T6在一年前就已經立項。當時，團隊調研發現：學與練已成行業標配，但數據卻是割裂的孤島。學生看完課后再跳去練習模塊，學的數據跟練的數據、試卷的數據跟教輔的數據互不相通。在這種情況下，用戶往往只能通過“正確率”判斷學習效果，但這一指標難以反映真實掌握情況。

　　“花了錢，孩子到底學沒學會、有沒有進步?”這是家長普遍的疑問。

　　張蘭璞指出，這一問題的核心在于數據沒有形成閉環，“學、練、測之間是孤島狀態”。

　　基于上述問題，小猿AI 學習機 T6采用“以終為始”的思路進行設計。張蘭璞說：“我們希望從最終的學習效果出發，反向設計產品每一個環節?！?/p>

　　在這一思路下，產品首先需要回答一個問題：什么才算“學會”?

　　小猿給出的答案是：用一個統一指標來描述學習結果。

　　在小猿AI 學習機 T6，小猿提出“掌握度模型”。這是一個通過題目正確率、難度、題型覆蓋、解題速度、真題表現等多維度加權擬合而成的評價體系。系統會將學習狀態劃分為四個等級：薄弱、合格、良好、精通。

　　據介紹，這一模型基于真實數據建立。小猿團隊收集了超過25萬份校內考試試卷，并與學生在學練機上的練習數據進行多輪比對擬合。張蘭璞表示：“這個掌握度模型跟校內得分率的相關度是98.9%，而且在期中、期末等多場景中都比較穩定。”

　　在小猿看來，相比單次考試成績，“掌握度”的特點在于：數據來源更多元;結果波動更小;能夠反映長期學習狀態。

　　為此，在小猿AI 學習機 T6 每道題目都被標注“掌握度”標簽，學習和練習結束后，系統會給出對應等級，從而形成可視化的學習軌跡。

　　02圍繞“掌握度”構建學習閉環

　　在全行業都在向“學練一體”靠攏的前提下，小猿AI 學習機 T6又向前一步，希望最終達到“效果導向”。

　　多知打開小猿AI 學習機 T6可以看到，左邊是“AI老師+課程內容”，右邊完全集成了“小猿學練機”系統，既可以學，又可以練。

　　以掌握度指標為牽引，T6學習機搭載了“超級學練智能體”。張蘭璞介紹：“它并非簡單的‘學練一體’，而是以提升學習掌握度為目標，通過采集和分析學情數據，診斷薄弱點，推動‘診-學-練-測’閉環運行的系統?！?/p>

　　根據介紹，這一系統主要包含兩個層級：

　　一是“診-學-練-測”的大循環，通過數據診斷問題，推薦學習內容，推送針對性練習，進行階段性測評 。

　　二是“一課一練”的小循環，每節課程后自動生成練習，實現即時反饋與鞏固。

　　在實際體驗中，課程與練習實現聯動，用戶不再需要在不同模塊之間頻繁切換。

　　也就是說，在課程結束后，系統會自動推送練習，并在完成后進入測評環節。

　　值得注意的是，小猿AI 學習機 T6推送的題目遵循“近側發展區間(Zone of Proximal Development, ZPD)”原則，即讓學生練習的題目既不是太簡單，又不是太難，而是“跳一跳能夠得到的題目”。這意味著，孩子可完成但有一定挑戰。如此設置的目的是，讓孩子先“做下去”，再“做好它”。

　　面向18歲以下孩子的產品總會面臨一個難點：家長是付費群體，孩子是使用者，怎么讓孩子和家長都滿意?

　　張蘭璞提到：“我們一直注重兼顧家長和孩子雙方的體驗。比如，學習機暫時沒有融合OpenClaw(龍蝦)，擔心在去追求趨勢的時候，提供的并不是孩子真正需要的。所以做產品有時候需要克制?！?/p>

　　在平衡家長和孩子的關系方面，小猿AI 學習機 T6的做法是：將練習結果外化給孩子，也在家長端同步給家長，帶來學習效果的確定性。

　　如此一來，抽象的“學習效果”變成直觀可看的量化數據，清晰呈現孩子每個知識點、每個單元的掌握情況，讓家長和孩子都能看得見“進步”。

　　在這套系統背后，是小猿沉淀的數據能力。

　　掌握度模型的精準度源于小猿背后龐大的底層數據庫，這構成了模型訓練的基礎，這包括：

　　·超過千億級的作業、教輔和試卷的“拍批”數據集。

　　·積累了數百億級的手寫練習數據。張蘭璞強調，比起單純看課的“完播率”，手寫練習數據才是離學習結果最近、最能反映真實水平的數據。

　　·多終端學習行為數據，包括軟件應用數據(小猿AI App)和硬件終端數據(小猿AI學習機、小猿學練機)。

　　可以說，幾乎覆蓋了全域學習數據。這些數據經過結構化處理，并與知識圖譜進行關聯，用于支撐診斷與推薦。

　　與此同時，再結合小猿自研教育AI大模型-猿力大模型，為精準匹配學習內容、量化學習效果提供支撐。

　　張蘭璞將“掌握度模型”視為此次新品最大的挑戰，其次才是流程鏈路與底層數據的打通。這一難度不僅來自學習機內部龐雜的資源體系，更在于教育場景本身的復雜性。她強調：“如果你希望拿掌握度這個事情來牽引前面所有的動作，其實功夫在臺下?！?/p>

　　為了讓這一指標真正發揮牽引作用，小猿對底層邏輯進行了重構。在內容側，需要將知識拆分到更細的顆粒度，以支撐精準推薦;在練習側，則要求資源與策略同步匹配。

　　在小猿看來，這些“臺下功夫”最終指向的是整體體驗的順暢性。張蘭璞表示，一個好的產品不應是功能模塊的簡單疊加，而應是由統一邏輯驅動的系統：“如果有一個指標去牽引所有的東西，把這套系統要想清楚，然后在每一個地方給用戶體驗的時候，它是順暢的，而不是割裂的。”

　　AI在學習機中起到的作用也越來越關鍵。張蘭璞向多知分析稱：“AI在學習機里扮演的角色，像是心臟或者大腦，持續為整個大體系的運轉提供能量。例如，在“全鏈路打通”中，AI起到了潤滑和連貫的作用?？傮w來說，‘教育+AI’是真正改變學習機未來的一個機會?！?/p>

　　03接下來拼什么?

　　“告別無效內卷”這幾乎成為學習機平板頭部的共識。多知了解到，包括小猿在內，多家頭部廠商認為，卷價格、卷參數、卷資源已經成為過去式。那么接下來拼什么?大家還在尋找自己的路徑。

　　小猿AI 學習機 T6通過數據打通、效果量化和閉環應用，試圖定義下一代學習機的標準。其中，效果量化是一個新的維度。

　　在小猿看來，家長對學習機的需求正在從“有資源”轉向“有效果”，未來學習機市場的競爭，將徹底告別“資源軍備賽”，轉向“效果比拼”，“效果可量化、學練一體化”將成為用戶選擇的核心標準，也是廠商的核心競爭賽道。

　　有意思的是，在集成了“學練機”的功能之后，小猿認為學練機品類本身依然有價值。

　　張蘭璞說：“學習機與學練機不會合并，而是會并行發展。學習機主打‘學練一體全鏈路’，滿足孩子全方位學習需求;而墨水屏已經成了學練機的專屬，其聚焦“精準練習”，主打錯題突破、知識點鞏固，兩者形成互補，精準匹配不同用戶需求，推動市場進一步細分?！?/p>

　　在產品策略上，小猿繼續保留分層結構：

　　小猿AI學習機 T6，是搭載“超級學練智能體”的中高端機型，主打“學練一體”與“效果可視化” ;

　　小猿AI學習機 R1，AI機器人形態的創新機型，主打AI 能力與自主化學習;

　　小猿AI學習機 P40，入門級機型，主打“資源下放”與極高性價比。在2000元檔位保留了校內外培優課、海尼曼獨家資源等核心教育資源;

　　小猿學練機系列，專注于“練習”與“閱讀”場景的垂直產品，采用墨水屏形態。

　　從頭部廠商來看，各家都是分層結構，覆蓋從入門到高端機型。小猿的區別在于，開始強調“效果導向”。

　　如果“掌握度”能夠被驗證并被用戶接受，它可能不僅是 一項產品能力，而是一個新的行業變量。

　　至少，小猿AI學習機 T6正在嘗試“跳出同質化競爭”的新路徑。