面对比自己强大百倍的竞争对手，要学会先消失在公众视野里。

作者｜范晓东

来源｜NOUS努斯学社

去年9月，在云栖大会首次接触“智能精准学”这个品牌的产品原型时，坦率讲我并不看好。

K12智能硬件这个赛道竞争红得发紫，在那之后，智能精准学也几乎销声匿迹了。

但上周，当我走进他们进行深度研究，才发现精准学卖的根本不是学习机，而是教育Agent。创始人杨仁斌在抖音后台给我展示了数据：

一个新品牌，没有任何品牌推广和线下渠道，4个月从0做到近亿元的销售额。

这个案例放在今天商业化艰难的AGI赛道，显得很魔幻。更魔幻的是，打赢这场仗的碳基员工没变，但背后有千军万马的硅基员工共同作战，打造了学习机行业的Model S时刻。

杨仁斌是一位完整从互联网时代穿行至AI时代的连续创业者。七小时的交流中，杨仁斌从第一性原理出发，提炼出自己的系统性思考：

如何打造一个售卖近亿的Agent、以及如何用Agent打造一家AI原生公司。

01

“面对比自己强大百倍的竞争对手，要学会先消失在公众视野里”

提问：拿下阿里巴巴近2亿元投资后，为什么突然销声匿迹？

杨仁斌：聚光灯下死得早。面对比自己强大百倍的竞争对手，要学会先消失在公众视野里。再次亮相的时候，必须拥有旁人无法追赶的加速度。

大厂永远想的是“大力出奇迹”“后发先至”，所以，创新公司只完成PMF验证是不够的，更要构建起增长引擎，必须能持续保持每个月30%-50%的增长速度、一年能有10倍增长的时候，才能浮出水面，否则死无葬身之地。

我们过去没有在品牌推广上花过一分钱，很多到我们直播间看了15分钟演示就下单的用户，第一个问题就是“你们是什么品牌”。

但你看，抖音官方4月初刚发布的学习机行业TOP品牌排行榜，我们在5千元到1万元的高端学习机市场销售额取得No.1，这是实打实的。

很多人觉得不可思议，因为这个价格带几乎囊括了所有大品牌主力旗舰产品，一个名不见经传的新品牌，怎么可能。

友商和行业是拿着手电筒一直在照着我们的，现在到这个销量了，如果还躲在水下，反而只有目标用户看不到我们。

不藏了。藏也藏不住了。不如勇敢面对。

注：2024年9月云栖大会结束之后，“智能精准学”从众人的视线里消失了。新品牌因为没有品牌力、赛道拥挤、决策错误、产品力不足而陡然消失的例子不胜枚举。智能精准学出世时几乎集齐了所有的不利条件——红海赛道+巨头林立+新品牌。

02

“能超过一代巨头的，从来不是同一个物种”

提问：教育产品的试错成本远高于科技消费品，教育创新者只能选择“一次做对”。因为家长投票的不是技术参数，而是孩子不可逆的学习时光。你仅仅用了4个月就创造了奇迹，现在是什么心情？

杨仁斌：现在只是刚开始。路还远着，大家也都会进化。保持敬畏，努力做成进化和增长最快的产品。

能超过一代巨头的，从来都不是同一个物种。挑战Google的不是另一个Google，而是Facebook，是ChatGPT；遇事不决问的不是另一个百度，而是小红书、豆包、夸克。

智能精准学从第一天起就不是做学习机的，而是做超拟人一对一老师Agent。所以从第一天起，我们的AI老师“寒雪”就必须能使用自然语言沟通，她需要有自己的黑板，能看得到孩子的试卷，能听得懂孩子的话。

我们的硬件可以理解为是“白送”的。回到第一性原理：最能帮助孩子学习的就是一对一的老师24小时相伴，这是常识。单从教学效果来说，一对一的教学服务是效果最好的，事实上家长也用钱投了票：愿意为大学生家教付200元/小时，但只会为网校名师付60元/小时。所以，孩子能拥有一位专属的超拟人一对一老师Agent就是我们目标。

很多老牌教育公司亏钱卖学习机，是为了让你买到它学习机后，方便再给你推销网课和培训班。培训班才是他们的利润来源。要是买了学习机太好用，再也不报课，他们就亏麻了。

我们设计产品的初衷就是让孩子们以后不用再报辅导班，都已经把“寒雪”老师请回家了，还报啥网校。所以我们不是在跟他们的学习机竞争，而是在跟他们的网课在竞争。

AI技术是人类史上第一次可以用规模化方式，提供几乎零边际成本的智力供给，来满足个性化需求。要做颠覆性创新，就从这个第一性原理来思考，技术红利才是产品最大势能，也是增长的第一势能。

提问：定价6999，而且从不打折促销，这个是怎么考量的？

杨仁斌：6999的学习机很贵，6999的一对一老师教孩子12年，就很便宜。

在教育投入这件事上，家长从来不是消费，而是投资。投资不追求性价比，投资只讲回报率。我们95%以上的销售都发生在抖音直播间，家长平均看15分钟主播演示就愿意下单，正是因为你跟她们讲清楚了这件事，同时还提供7天无理由退货。能扛过“7天无理由”退货期的产品，必须有着非常强的竞争力，到目前为止，我们暂时没有对手。

注：教育产品的试错成本远高于科技消费品。这解释了其近乎偏执的产品逻辑：用7天无理由退货倒逼体验闭环，甚至将学习机定义为“白送”的Agent载体。当科技公司沉迷“快速迭代”时，教育创新者只能选择“一次做对”——因为家长投票的不是技术参数，而是孩子不可逆的学习时光。

03

“AI Native代际差异的产品一定是伴随着交互革命的”

提问：如果目前通用AI大模型能力还做不到一个完美的教育产品，作为创业者的机会在哪里？

杨仁斌：技术永远为产品服务，产品才能给用户创造价值。我们是一家做产品的公司，当依靠AI原生能力做不出一个让用户体验过60分的产品，我们首先思考的是我要用当前的什么技术组合才能做到。

真正的创新产品，一定是诞生在技术还没有完全成熟的阶段，技术成熟期就是巨头的收割期。

看一个AI学习机是否是真正的AI Native，看一眼首页长成什么样就能判断。放一堆入口图标，还是完全语音对话？

AI Native代际差异的产品一定是伴随着交互革命的，教育产品当然是语音，任何其它交互方式都是落后的。

所以第一天我就告诉研发团队，我们产品必须是100%语音交互，当时全中国所有能接入的语音技术我们都试过了，听不懂，说不对，最后我们不得不自研语音端到端大模型，80%的AI研发投入扔在这里了。所以，我们首页就是对面坐着一个AI老师，全程自然语音对话。

好的产品永远是在模拟人类五感最自然的交流方式。而人在学习的时候，根植于我们记忆中最自然的情景就是：有个黑板，老师面对面地跟你说话，学生有不懂的就随时提问。

ChatGPT和各种AI产品的交互界面本质是命令行，UI技术进化了30年，从键盘敲到鼠标点，又到了手机点点划划，现在又退回去了，让人用跟DOS命令行一样的玩意儿。

行业的通用做法是AI和孩子像发微信一样进行沟通。我们就像是视频连线AI老师一对一，还有小黑板，给孩子边讲边写。不会的题目，老师能在原题上面画重点拆解。

再举个例子，行业里接入大模型做拍照讲题，大家的做法是拍出照片发给AI老师，然后典型的文生文的对话模式：问一个问题，AI就给你吐一行文字，不行就再吐一行文字，最多再给你一个提前拍好的讲解视频。而我们的产品，老师面对面就跟你说话，一边讲一边在上面写板书，有不懂的随时可以提问，就像两个人是真的坐在一块儿。

如果产品经理跟我说接入大模型直接就给孩子像成人一样使用，我会让他立马走人。大家都知道在使用AI的时候，能向AI提出好的问题是多么困难。如果成年人都提不出好的问题，对于孩子而言就更难。如果你把这么一个难以上手的产品丢给学生去用，这就是产品经理不作为。

04

“AI Agent 没有壁垒”

提问：前面聊到通用AI在教育产品上最多只能做到59分。要做到及格线以上的关键1分是什么？从教育垂直模型来看，解题能力和理解交互能力，哪个是第一性？

杨仁斌：如我上面所说，做产品的公司首先想的永远是创造什么用户价值，满足什么用户需求。如果做不到这个基准线，连进入这个行业的机会都没有。

模型在三年之内的技术发展方向，和真正做出一个用户愿意去用、能够去用的产品，中间的Gap才是创业公司当下就应该做的事情。

AI Agent 没有壁垒，谁能先做到60分，利用好数据闭环持续提升到90分，并能把握先发优势进行闪电式扩张，决定生死。用户接受你，使用你，就能产生新的数据，这些新的数据是宝贵的，是让产品体验速通到90分的关键。

第二，又说回到AI老师一定要基于自然语言对话，但做到60分真的非常非常非常难！里面的脏活累活会做到让你怀疑人生。

不光我们和整个教育行业，是所有的AI巨头都被这个难点卡住。为什么？最核心的问题是过去教学场景是个离线服务，缺乏对话数据。

今天为什么大家都说没有互联网就没有AI？因为互联网产生大量的在线数据，变成养料支撑起今天的AI。但是教学这件事情是从来没有在线化的。

有人可能会疑惑，那些网课、大班直播课、录播课，是不是在线的？其实不是。这些都是单向的输出，没有双向数据。

缺少学情数据会导致只有老师的内容，而无法判定学生到底听懂了没有，以及缺乏当堂的学习情况、掌握度、薄弱知识等等细分数据，老师就无法针对性地迭代自己的教学内容。

我们最早开发了一套给老师的“教学导航引擎”，是一套个性化教学系统。当时我们把它提供给教培机构，帮老师实现精准教学。上课时，老师可以在平板端给每个孩子布置个性化的题目。

当时我们有1000多家合作连锁机构，客户又有数千家店，这些机构分布在全国各地。我们的系统也借此做了152个考区的本地化适配。这也是阿里投资我们的重要原因之一。我们在国内每个地区都提供了定制化的教学内容。大模型出现之后，这些定制化内容和数据就成为了核心竞争力。

没有这些数据作基础，不可能训练出一个能双向语音对话的垂直模型。我们当时花了很大的力气去做语音的多模态。而当时，行业的标准做法是花大精力去做机器解题，成立科学家团队，专门训练自己的模型。我们从第一天开始就认为解题模型这件事，所有的开源模型都会不断超越，最终达到一个相对完美的效果。所以，交给通义千问吧。

当然，提到数据和AI大模型，也特别感谢阿里。没有阿里的全力支持，就没有今天的我们。

阿里云把通义千问的最新技术供我们使用，我们可以依据规划去完成能力的互补。

夸克，在题库的质量上绝对是行业里面顶级的，我很感谢吴嘉（夸克CEO），如果没有他们给我们提供题库以及标注好的题库信息，我们不会在这么短的时间内达到行业的顶级水准。

还有钉钉，把我们嵌入到他们的学校的主场景“家校沟通”，他们是中国体量最大的个性化作业布置系统，我们为钉钉提供AI老师技术。

天猫也给了我们很大的支持，但我们暂时还没在天猫上主卖，因为在自己主场打赢不算赢，必须先到别人的主场去打赢。

提问：现在收入保持每月30%-50%持续增长？这个加速度来自于哪里？背后需要哪些储备？

杨仁斌：创业公司只有做复杂的事，才能抵御巨头的竞争，只有别人不愿意干的脏活累活才是创业公司的壁垒。但这也只守得住一时，真正的壁垒是能支撑“快”的能力。

产品开发的第一个内测版本出来后，我每天会花4个小时听内测用户的录音。有次，我听到“寒雪”在讲二元一次方程里的“消元法”。当孩子说“要消Y”的时候，她识别为“校外”，说咱们先不要扯“校外”的事了，我们专注于把这道题做好。然后学生就关机，退货了。

当时市场上所有语音转文字的技术，都会把“消Y”的声音理解成“校外”。因为从来没有一个中文词语叫“消Y”，但是这样的例子，在学生学习的时候比比皆是。比如学生说“老师，是X加上3，括号，不对，括号应该写在左边，再在右边打一个括号，再加上5”，把这样的语音内容转化为数学式的需求会让市面上的语音转文字产品集体崩溃。

公司第一版本的对话日志分析Agent就是我写的，内测时，它会自动把学生出戏的对话全部识别出来，我会让所有产品经理和工程师都来听，然后想办法解决，当然这里所有语音数据是经用户授权使用的。

像教育这样既复杂又需要精准的业务，串行的链条环节非常多，但每一个环节比别人好20%，乘起来就能好上6、7倍。所以创业公司一定要做复杂的事，才不会被轻易超越。

05

“当业务增长速度远超组织增长速度，所有核心岗位都应该不是人”

提问：这么快的增速，组织变革的阻力是如何解决的？

杨仁斌：AI时代一家公司的发展速度会远超传统企业和互联网公司。

当业务增长速度远超组织增长速度，你不可能短时间能招到这么多靠谱的人，你所有核心岗位都应该不是人，必须是Agent，才能支撑闪电式扩张。

只要这个岗位是在电脑前就可以完成工作的，是在线上就能跟人完成沟通的，你的第一反应就应该不是招聘人，而是能不能写个Agent出来让它来干，这个才是AI Native的第一反应。

在增速如此之快的情况下，依靠团队招聘去招揽人才，会拖慢整体节奏。决不能让组织扩张的能力和速度限制了业务成长速度。所以我们核心的思路是创造AI员工，承载业务的快速增长。

除了“寒雪”之外，我们的第一位Agent员工是产品经理岗位的AI面试官。创业初期，Leader的时间与精力分配决定公司竞争力和业务增长速度。但应聘员工小于1/100的通过率意味着最能干活的骨干99%的时间都花在面试上。

谁痛苦谁动手，所以我亲自做了这个Agent。现在几乎所有应聘员工初面都是语音通话AI面试官，一般沟通时长都超过1小时。有一次，一个候选人面试没通过，问我们能不能给他AI面试官的代理权。我直接送给我很多创业者朋友用了。

我们重生于AI时代，从第一天开始，就围绕着用Agent来构建我们的核心岗位，面试官Agent，投手Agent，短视频创意Agent，直播间场控Agent，主播陪练Agent，甚至对外合作都是由Agent负责介绍产品。

人的培养与能力成长以月为单位，而Agent的每一次迭代，修改个提示词、流程，最多用Cursor改点代码，最后跑个测试集，可能几十分钟就迭代了一轮，谁都不依赖，一个人就全能搞定。设计者的水平有多高，Agent的能力就有多大。

所以我很反对在公司里面讲“用AI给组织提效”这个说法。

提效意味着只是改良，还是旧的人、旧的思想。AI的真正价值应该是创造新供给，提供接近0边际成本的知识工作者，并且规模、时间可弹性。

提问：你是如何规划公司里硅基员工的存在的，成本你核算过吗？

杨仁斌：我很久前就在思考张一鸣的一句话“要像打造产品一样打造公司”。那个时代，这个口号其实只代表一种企业文化与愿景。但此时此刻，你会发现已经可以真正实现了。

我们刚刚核算过，目前公司硅基员工的工资（时薪），主要是算力成本已经超过了碳基员工。比如对主播进行话术迭代的Agent，工作4个小时需要4000块钱，但它能跟主播一起打磨每一句话，让主播每一句话都能切中用户需求，说到用户心坎里。放在过去，主播播4个小时后讲过什么都忘记了，是没法复盘迭代的。

我举个例子，我们公司整个的架构设计，就像一个Agent的设计一样，用workflow（工作流）来跑通。

我们甚至没有那么强调团队协作了，我们接受那些特别有想法但不太合群的人，这个有点反常识。因为很多工作已经通过人和Agent的协同来完成业务目标，而不是人和人的协同。我目前在思考是不是该把公司互联网风格的大开间，改造成一个个独立又开放的作战室。

那真人员工干嘛呢？

第一个叫做Agent设计师，这么多Agent硅基员工总要有人来设计，它们之间的协同也需要被设计，我是总设计师，但每个Agent都需要人来持续迭代。

第二个岗位是AI助手或者说是被AI进行Function Call的人，去帮 AI 做它干不了的事，但核心逻辑是由 AI 来调动人。

我自己还手捏了一堆特殊Agent，我的CEO专家幕僚团，我让它们深度研究不同领域，专门跟我讨论各个业务板块从战略到执行中间的策略，它们的任务是帮我最短时间成为各领域的行业专家，拥有判断力，让我每一个决策都有据可依。

AI时代之前，要在某个方向上快速积累认知，我需要通过请教业内顶尖前辈去学习。他们确实有洞见，比如我就跟徕芬的叶洪新请教过如何做营销，收获很多。但，一来有实操的真专家不好找，二来效率太低了，出差两天，只能聊一个人。

我现在的做法是，我会先跟专家讨论一些看问题的角度，把这些角度输入给AI，然后跟AI去探讨，逐步深入形成我自己的理解，同时训练它能以我的思维方式给我完善认知。我发现这样训练出来的AI行业专家能够看到更本质的底层原理。

之后，当我成为了半个专家，再去约行业的真专家，我会更有方向和辨别力。

比如我训练的广告投放AI专家，我们会从一个广告的素材是如何出现在用户面前开始聊，聊排序、竞争机制、策略、算法等等。最后，我会把我们讨论出来的方案去实践，出来各种结果又会跟它一起来分析。再后来，我们识别到原来抖音广告系统的设计对于高客单价的商品投放有很多挑战，你必须采用完全不一样的思路。

总结来说，就是凡事需要回到第一性原理。即使从这个基础出发，最后做法跟所有行业都不一样，甚至相反，最后的结果一定是好的。

06

“Al时代的创新公司，如果CEO不亲手写Agent，公司是没有竞争力的”

提问：你在公司倡导的Agent协同化其实是种颠覆性变革，那对于你作为CEO来说有什么改变？

杨仁斌：首先，我认为AI最大价值不是取代现有岗位的人，而是胜任新岗位。其次，我认为Al时代，CEO会真正回归“首席执行官”的角色，CEO不亲手写Agent的公司是没有竞争力的。

不仅如此，所有的核心骨干都应该是AI的设计师。真要谈取代，放在传统的组织管理语境中，大家可能会认为AI出来之后，最先被干掉的是普通员工，但其实AI取代的不是普通员工，而是公司管理层，在我们这里，只动脑不动手的Manager活不长。

在传统企业组织里有三层架构。第一层，CEO代表战略层，决定什么不做，什么做。再往下一层叫业务策略层，就是所谓管理层：老板提出了一个大目标，用什么样的策略来实现。再往下就是执行层，具体干活拿结果，是公司真正的生产力，脑子要好使，手也要快。

AI时代的公司，只有战略层和执行层，CEO直接带着执行团队来做，我们只要Leader，不要Manager。

为什么过去会有策略层？因为CEO要么懂产品不懂销售，或是在营销、供应链有短板，总之这个“O”一定不全能。因为你去学习任何一个领域，可能都要五年、十年的积累，才能对这个领域有本质的理解和见解。

但进入AI时代，AI已经掌握了人类历史上积累的所有知识，就看你有没有本事挖掘出来。一个具备驱动AI能力的人，可以把想法、问题、困惑，一一跟AI探讨，几乎可以挖掘出这个领域所有的知识和经验，形成自己的判断力和业务策略。

当然，作为CEO，你必定要拥有更底层的元认知和决断力。

你跟下属去改个东西，你都得明天再看。你跟AI协作，10秒钟之后就能看到。搭配上AI幕僚团，CEO做出高质量决策的可能性和速度都会大幅提升，整个企业决策、执行、迭代的速度也会变得更快。

所以整个组织就回到我刚才讲的那个观点：AI时代的创新公司，如果你的CEO不是自己亲自写Agent，对于AI的训练和把握做不到基本能“干掉”中层管理层、策略层，这家公司很难成功，这家公司一定没有竞争力。

07

结语

投资圈两年前有个小故事：雷军在开始做小米汽车的时候，跟小米当时的投资人们开过一个闭门会，讲小米汽车的战略执行细节。会开了3个多小时，雷军一个人讲，从造型到功能，从车架生产到配件的选择等等。结束之后，当时投资人中有几位的感受是：这么大的CEO，管这么小的细节，这家公司管理是不是有问题，于是当下就清空了小米的股票。

跟仁斌聊到组织能力深处的时候，我再次想起了这个故事。AI时代赋予了CEO自上而下充分打磨一家公司、精雕细琢一款产品实现商业蓝图的可能性和机遇。

AI时代变革，新的CEO和企业组织，仁斌可能是我见过的最鲜活的一位，但可这只是一个开始。

和仁斌深聊后，我还意识到一个规律：Agent的黄金创业期很可能在大模型完全成熟之前。就像近日努斯学社闭门会上一位投资人所说：“我2015年辞职出来自己做投资，折腾了几年才发现，移动互联网的竞争早在2013年就已经结束了。”

*文中题图来自：智能精准学官网。