網易有道(NYSE:DAO)又做了一款全新品類的學習硬件——AI答疑筆。
過去幾年，智能學習硬件經歷了幾輪熱潮。從電子詞典到學習機，從詞典筆到智能學習桌，賽道不缺玩家，也不缺概念。但真正能被學生日常高頻使用的產品卻寥寥。
“答疑是長久以來未被滿足的高需求場景。”網易有道高級副總裁吳迎暉在接受界面新聞等媒體采訪時稱，選擇押注答疑場景，正是因為其在詞典筆上看到了用戶行為的明顯變化——去年旗艦款詞典筆首次加入了答疑功能“P老師”。上線后，答疑的使用頻次很快超過了查詞翻譯，滲透率高出30%以上。
教育產品的難點在于，它不僅要“給答案”，更要“解答”。簡單的標準答案早已不稀缺，真正稀缺的是能帶來學習增益的解釋與引導。
吳迎暉強調，答疑與直接給答案完全不同。它不僅要能識別題目，還要通過視頻講解、多模態表達，讓學生理解背后的知識點。這意味著，AI答疑筆不僅是一個檢索工具，更像是一個隨身攜帶的“虛擬老師”。
這種轉變也解釋了為何有道要為答疑筆單獨開辟一個品類。詞典筆曾經是英語學習的標配工具，如今，答疑筆則切入了一個更大的場景：隨時隨地解決學科問題。
“答疑的需求量已經超過了查詞翻譯，本身足以支撐起一個獨立品類。”吳迎暉認為，長期看，這個方向可能會演化為一個真正意義上的“一對一虛擬老師”。
要讓答疑筆成為“老師”，背后最大的挑戰是技術。與語言類題目不同，數理化題目的復雜度更高，尤其是立體幾何這類題型，對模型的識別和推理要求極高。
吳迎暉稱，在文字類題目上，推理模型的準確率已經“非常高”，而在圖文結合的多模態題目上，有道的模型平均答題準確率已提升至70%-80%。但僅有準確率是不夠的，還要在“解法質量”上持續優化。
網易有道首席科學家段亦濤補充道，如果題干和圖形信息存在互補關系，團隊會針對性地訓練多模態模型，使其更好地理解和表達圖形含義。這也是大模型與教育結合的核心——不僅能解題，還能像老師一樣診斷學生的理解偏差。
技術的另一大難點是如何把解答做得“像老師”。
段亦濤透露，團隊在模型訓練中采用了強化學習的方法，不僅要求模型給出正確答案，還要在解題過程中打分，讓它盡可能做出“蘇格拉底式”的逐步講解。
一個值得注意的趨勢是用戶結構的變化。在詞典筆階段，小學生用戶占據主流。但答疑筆的用戶群體顯著往上走，初高中生占比更高。這意味著答疑筆面對的是更難的題目、更高的學習需求，也因此對模型的推理和講解能力提出了更高的要求。
這與學習機形成了鮮明對比。學習機的用戶高度集中在小學階段，而到了初高中，學習機的滲透率迅速下降。在吳迎暉看來，學習機“大而全”，但未必適合所有場景；而答疑筆則在便攜場景下擊中了“隨時遇題隨時解”的痛點。
從外界來看，網易有道做教育硬件的邏輯，與很多互聯網教育科技公司不同，通常是找到一個剛需場景，比如翻譯、聽力再到現在的答疑，向里做深做垂，而非大而全，做到一定程度后，再橫縱延展。
吳迎暉回憶，早在第五代詞典筆時，有道就嘗試了答疑功能，第六代進一步擴展到學科題目，第七代才推出了小屏。“延展這件事情，我們會比較小心。我們不認為一個大而全的東西真的有價值，而是認為把一件事做得足夠好才有價值。”
這一點也體現在有道對市場節奏的判斷上。吳迎暉認為，學習機的再度火熱短期內可能會對其他品類形成擠壓，因為很多家庭的教育硬件預算只有“一份錢”，買了學習機可能就不買答疑筆。但從長期看，能否生存下來，仍取決于產品的真實價值——是否真正解決了學生的學習問題。
硬件市場有其獨特的壁壘。與軟件不同，硬件需要完整的場景解決方案和端到端的邏輯支撐。進入門檻高，迭代速度慢，洗牌也不像App那樣快。吳迎暉認為，大模型的發展反而對硬件是利好，因為自然語言交互、多模態處理等能力的提升，恰好補足了硬件落地的關鍵短板。
在他看來，教育智能硬件正在逼近“最后一公里”：從輔助工具到真正意義上的AI老師，已經不再遙遠。缺少的只是深耕細節和整合能力——不僅解題，還要理解情感、認知與學習習慣。
在教育硬件之外，商業模式同樣是行業必須面對的問題。答疑筆不僅是硬件，也涉及訂閱服務。如何讓家長為答疑服務持續付費，是一個現實挑戰。
吳迎暉坦言，短期內訂閱會受到免費服務的影響，如果付費體驗沒有顯著優于免費服務，推廣會很難。但他仍保持長期樂觀。
網易有道智能應用事業部負責人張藝則用自動駕駛作了類比：今天AI老師的水平，還遠未達到“L5級別”的完全自動化，但隨著行業迭代，家長的付費意愿會逐漸形成。
這也是整個教育AI行業的縮影，技術進步與商業化落地之間，總存在著時間差。如何度過這段“青黃不接”的時期，考驗著廠商的戰略定力。
還未登錄
