夸克学习：从效率工具走向“AI家教”的升级之路

“AI加速了个性化学习的发展进程。”

来源|多知

整理|张蔚斐

多知了解到，夸克已经单独推出“夸克学习”App，进一步完善夸克在教育学习功能板块的布局。

今年3月，夸克以1.48亿月活用户领跑行业，超越豆包、DeepSeek登顶TOP1，并且持续保持领先。其中，学习场景一直是夸克重点投入的方向之一。

夸克在学习业务上的终极目标是打造学生专属的AI家教，多年来在搜索技术、场景化应用和数据积累方面的积累，为其在AI时代的升级提供了基础。

近日，在多知OpenTalk第51期主题为“AI时代，教育机构产品、内容、运营如何升维”的活动中，夸克学习产品经理孙萌昕分享了夸克学习如何向"AI家教”进化。

核心观点：

1、夸克学习从效率工具走向效果产品，最终目标是提升用户的应试能力和学习成绩。

2、学习是高度个性化的场景，AI当前提升了对个性化问题的解决效率。从数据显示，夸克老师以权威、纯粹的教育产品定位，更有效激发了用户对学习需求的表达和解决效率。通过AI推动教育资源更加平权。

3、为用户真正讲懂一道题，仍是AI家教最核心的要求和价值。夸克学习根据不同学情背景的诉求解决问题，通过数形结合的讲解效果提升用户的理解效率，为个性化学习打下基础。

4、提升学生的应试能力，需要持续性跟踪验证。当下夸克老师要成为用户的专属AI家教，最核心的是形成稳定持续的用户学情画像积累。

5、AI家教要迈向下一步发展，需要构建一个能够获取用户学情数据、精准诊断薄弱点、结合考纲生成个性化学习任务，并获得用户认可的学习体系。

以下为孙萌昕演讲实录（经多知整理编辑）：

大家好，非常荣幸受到多知的邀请来做这次分享。今天想跟大家分享夸克学习在AI教育领域里面的一些思考和洞察。

01 夸克是谁？

首先想跟大家聊一下夸克学习到底在做什么？

大家比较熟知的，夸克是阿里巴巴里面一个AI旗舰应用，已经有两亿多的注册用户，月活规模也非常高。

夸克整个面向的核心用户人群是年轻人，而年轻人对于移动端的应用需求大概可以分为三类。第一类偏向娱乐类，比如说游戏、抖音。第二类偏向消费决策类，包括电商、小红书。夸克瞄准的则是第三类，偏向实用类。为用户提供“有用”的产品服务。现在的年轻人很卷，无论是希望能够获得更好的学校的录取通知书，还是拿到各类证书，选择考研或者是出国的，这一类需求都偏向于通过“有用”的产品解决。这个是夸克核心想要产生的用户心智，以如何给到年轻人更加“有用”的产品为出发点。

夸克的初心最早是做搜索的，随着时间的发展，慢慢演变成一个与AI结合的应用产品。夸克致力于成为年轻人学习、生活和工作的智能助手。

夸克学习也秉承了为用户构建“有用”的学习产品为初衷。之前，夸克学习更多面向的是整个教育领域里面的课后自学场景。也就是学生在上完课以后，或者是在他完成作业的过程当中有任何需求的时候，以非常高效的、智能信息获取的智能产品工具来吸引用户。

我们打出了“有学习问题，上夸克”的Slogan，也非常欣喜用户能有这样的认知。但同时我们也发现另外的问题——用户“用完即走”，类似于像拍题、讲题、批改资料、查找作文等，这些散点工具都帮助用户解决了课后自学问题。但实际上在用户更长期获取更好成绩的过程当中，我们一直没有突破这样的瓶颈。所以，夸克学习目前所围绕的重点，是想要结合AI，以AI家教为核心，提供给用户更专属的学习服务。

在能够获取到用户更多的学习行为的基础上，AI能够帮助我们更快速更成熟地解决用户当前面临的学习问题。当下，结合AI产品，我们自己也要做这种“有用”的产品服务升级——不光解决用户的学习问题，更要帮助用户达到更高的分数、更好的应试能力，来提高自己的学习成绩。这个是我们的目标，也是我们的愿景。

02 AI加速了个性化学习的发展进程

从古至今，真正能够有效的帮助学生或者孩子学习的，从私塾到家教到教培，其实无外乎都需要人的亲身服务，这是非常有效的。

目前，AI能帮助我们什么？实际上，AI能帮助我们从通用化的问题解决迈向到个性化的问题解决。例如，原本获取不到的稀缺教师资源，能够通过AI获得，帮助用户解决掉很多自己学习过程当中的问题。

下面我会讲一些夸克学习在AI场景实际应用到的具体产品：

夸克老师，是我们在上半年新发布的产品。其实在我国当前的教学过程中，课堂上解决的问题都偏向于通用化的共性问题，老师能够解决共性问题就已经非常不容易，而个性化的问题单靠学校、课堂是很难被解决的。

基于此，我们在思考产品如何能够有效激发学生表达自己的学习问题，通过互动去做好需求的表达和解决，这是非常关键的一个点。夸克老师就是以这种对话的形式去提供给学生和家长这样的产品服务，让AI教育资源更容易触达每个人，教育资源更加平权化。

夸克老师上线以后，有几个非常明显的信号：

一是用户个性化需求得到了非常旺盛的激发。相比于之前工具组合的产品形式，我们发现小学、初中这类偏低龄用户，在互动问答的行为渗透要远高于之前。

第二，语音互动的意愿非常强。在用户互动里面，有21%左右的互动都是通过语音的形式去表达的。其中，小学阶段有43%的行为通过语音交互来形成。

作为学生，面对真人老师的时候，很容易回避自己的提问。但面对bot就减轻了很多的顾虑。我们发现学生或者是家长们，在面对AI的时候，都更敢于去表达自己的问题和诉求，这是一个非常积极的信号。

第三，问题更多聚焦在学习场景垂类问答。可能有人会关心，孩子们会不会闲聊？我们从数据发现，目前大概有九成左右的需求，都还是垂直在教育领域。夸克学习在之前的五、六年时间里，已经养成了一批用户，能够真正做到有学习问题才来夸克，他们对产品的心智认知很成熟，所以用户在我们这里闲聊的很少，个性化的学习需求是可以被激发的。

夸克老师与其他产品最大的差异是什么？我们作为一个教育垂直类的产品，在内容的权威性、有效性和数安灯方面有更大的责任，要给用户提供更加自信可靠的回复。

所以这里面有几个点：

第一，我们的回复更加遵从于教材和真题。无论是用户所提出的知识类问题，还是他想要获取的题目、资料，更多围绕着有背书的、权威的信息提供给你，这一点能够让用户真正产生信任。

第二，结果会基于用户当前的画像做适配。例如，当用户想要找一些试卷的时候，原本需要定义到底要找哪些类型的、什么学科的、什么难度的、是否是真题等等，但我们发现在有了用户画像学习以后，我们能够通过简单的模式直接给用户定位到合适的年级、地区，结合他当前的学习情况，推荐最符合他适合练习的试卷或题目。

第三，围绕着一道题目，结合不同年龄层提供更适合的讲解。大家可能都知道，不同的学龄阶段讲题所用的方法是完全不同的。以鸡兔同笼为例，一个小学一年级的学生和初中学生适用的方法完全不同。小学可能晚结合图形来逐步找到解题的思路，而到了初中，他就可以直接用设未知数、列方程来解决。根据用户的学习阶段，我们也会通过模型去给予他更加适配的回复内容。

夸克老师不光是一个单纯的通用化教育产品，更是一个真正适配于用户当前学段、地域、学情，解决用户个性化学习问题的产品。

在讲解题方面，现在AI能够帮助我们更有效地解决用户对于题目的不同维度的诉求。例如，一部分用户在破题思路就卡壳了，还有一些用户可能更关心的是这道题关键解题步骤，这些都可以结合用户当前的学习情况，以及擅长或薄弱点，给予他不同的效果体验。

其次，从数形结合的角度来讲。最初做这个产品的时候，单纯靠文本解题无法给用户讲清楚一道题的解题过程。但现在结合多模态的能力，已经能够非常有效地在破题过程中就结合数形线段，为用户描绘出一道题的解题过程。

另外，讲题也需要考虑化繁为简。我们最早运用深度思考去做讲题的产品。但题目的不同类型，讲解方式也需要细分，有些偏知识识记类的题目，完全没有必要给予用户那么详细的解答，反而降低了用户的学习效率。现在，针对不同的题型，我们也在做减法，化繁为简，以帮助用户更加高效地获取题目相应的讲解。

在AI时代到来之前，我们一直依靠生产大量的人工讲题视频，甚至是人工的答疑服务来解决对题目学懂的需求。现在有了AI以后，这部分的成本可以大大缩减。

目前我们已经在类似于电子白板的容器里，以老师、家教的口吻，配合着讲解的过程，给用户更真实的在黑板上听课的体验。同时，用户有任何问题，都可以可以在讲解过程提出。结合多模的效果，可以对于用户的个性化讲题有更大的提升空间。围绕着一道题，在老师讲解的过程当中，也可以对学生的学习效果做相应的验证，让学生做相应的互动问答。

我们发现，国内外很多学习工具都在做这样的尝试，围绕着一个更加生态、生动化的容器，给予用户更加切实的讲解体验，提升用户的学习效率。

03 AI对学习效果的提升还有“最后一公里”

刚才提到的都是夸克学习目前在个性化问题的解决上面所做的各种尝试。

对于一个相对有自驱力、有学习方法，知道如何用AI工具帮助自己学习的学生来讲，以上学习工具会非常有效地提升他的学习成绩和学习效果。但是对于大部分的人来讲，依然还是很难的。

但实际上真正说到提升学习效果，我们觉得还差最后一公里。我也借鉴多知的一篇文章的标题（多知注：《AI不能直接作用于提分，是商业化最大卡点》），就是说AI对于用户有效提分，还差最后一公里。

从整个链路来说，通过学情的获取，到深度的学情分析，到专属的个性化学习任务。这样的流程和能力我相信很多公司都是有的。但是为什么仍然无法形成有效的学习产品，就是这些能力运用到帮助用户提升学习效果，每一个环节目前都还有不足。

比如说学情的获取，我们更多围绕的是线上的各种各样的批改工具、错题本，能够抓住用户相对比较散点化的学情。但用户真正的学情在哪？其实更多的还是表现在校内，日常的作业以及考试。能够持续稳定获取到用户的真实学情，仍是一个很重要的课题。

另外在学情的分析上面，现在其实能够看到非常多五花八门的工具。以图形化的表达形式、统计的方式列举出用户当前学习的薄弱点，但实际上真正帮助用户的是什么？可能是围绕着考纲要求，在学生当前的学习能力、素质项及知识点上给出综合的评价。

在整个个性化学习任务里面，题到题的推荐很多年前就已经在产品中运用。但是是否真正能够有效地帮助用户，形成一个对他提升考试成绩，最实际有效的学练计划？

其实每一个环节都有相关能力，但是每一个环节好像都差最后一步。所以越临近目标，任务就会越具体、越艰巨。

针对学习效果提升，是我们夸克学习的持续目标。实际上我们也希望能够结合着AI能力的持续提升，更有效运用在课后学习甚至更广泛的场景中。能够将提升学习效果、提升孩子们的学习和应试能力，作为我们在AI实践过程中最后的期待和期许。这是我的分享，感谢。

04 Q&A

提问：夸克的讲题和批改正确率在什么水平？

孙萌昕：这是一个很实际的问题，我分两部分讲。刚才其实你问到一个是讲题，一个是批改，对吧？我们最早结合大模型去做讲题的时候，应该是在23年初。那个时候讲题我们整体只敢做小学，随着现在模型训练和深度思考能力的提升，包括多模的理解上面，其实整体目前讲题的正确率应该已经能达到90%左右的水平，小学应该远比这个更高。

这个能力更多的积累在于，一个是训练方式上的效果提升，另外，整个基座也是非常关键的一个点。

批改产品的链路更复杂，从图像的识别到题目的切分，到整个答案的识别等等，这个过程其实是非常复杂的一个链路。所以现在批改的整体正确率，我相信行业里面应该都有一个共识，基本天花板的水平就是85%到90%。

但这个事情现在也在不断的进步，我们在整个暑假期间，围绕着原来在批改里面相对比较薄弱的能力，基于现在的模型去做了一些专项训练，我们发现有很大提升。所以，在C端应用里面，虽然它的正确率还是有一定的上升空间，但已经能够非常有效地帮助家长和学生提高学习成效。

提问：现在夸克解题的时间，我们的题库和大模型的推理的占比是怎么样的？

孙萌昕：您问的这个其实是一个整体策略的问题。我们其实结合着题库以及目前用户的开题，是有一个具体的策略去划分。哪些是可以直接出题库，哪些是可以做一下推理。这个比例大概应该是以三七分，题库的比例在逐步的降低，大模型的比例在逐步的增加。

这个其实也跟用户的具体诉求和产品的设计有关系。对于用户来讲，我们发现他对于题目更详细的讲解，以及针对这道题的持续追问，诉求是非常明确的。所以原本题库能够解决或者给到他的讲解程度现在是不够的。只是单纯的答案解析很难解决用户的根本性需求，所以其实这个比例也在持续调整。

提问：像这种像跨度学习现阶段是一个工具类产品，对于工具类产品的变现路径、AI家教这种商业化模式，是否有一些相关的思考呢？

孙萌昕：这是我整个演讲过程当中没有提到的，其实也是现在我们在重新思考的一个问题。原来最早的时候，其实我们的变现模式已经很成熟了。如果了解夸克或者夸克学习的应该都知道，我们原本针对于题目的深度学习需求，比如说讲题视频、资料获取，其实是有所谓的会员转化的商业路径的。

但目前在AI产品的冲击下，整个的商业模式我们要再重新推翻考虑。我们发现很多大模型产品提供这样的服务其实有阶段性的过程，也许当前阶段是免费的情况，他会收费，这个我们不好说。原来我们所定义提供给用户的价值，其实那部分是可以获取到商业利润的。但实际上未来我觉得可能更多的应该是提供有效的个性化的服务才有可能去做变现，而不是单纯给他一个通用化的内容或者通用化的产品。这个其实是我们现在重新思考的问题。所以像现在刚才看到的画画老师里面的产品，我们也在重新去推翻原来的商业模式。

END