AI EXPLORATION · 竞品分析
学习机卖的到底是什么？
比较讯飞、学而思和小猿三类学习机，从家长购买、孩子使用与持续付费的角度理解产品价值。
LEARNING DEVICE · PRODUCT ANALYSIS
学习机卖的不是一块屏幕，而是一套能被孩子使用、被家长理解的学习结果。
从教师视角转向产品视角后，我不再只看学习机有没有课程、搜题和练习，而是追问三个更长期的问题：家长为什么愿意购买？孩子为什么愿意持续使用？一年之后，家长又为什么愿意继续付费？
PRODUCT HYPOTHESES
三家公司分别把什么放在产品中心？
我把三类学习机暂时理解为三种产品假设：科大讯飞相信 AI 诊断与个性化能带来学习价值；学而思相信教研与课程体系是持续学习的主要理由；小猿则从作业、批改和错题反馈切入高频使用场景。它们并没有简单的对错，关键在于哪种价值能被持续使用、被家长看见，并最终被验证。
AI 诊断与个性化
语音识别、个性化诊断、多轮讲题和学习路径推荐，尝试把“更懂孩子”变成购买理由。
教研与课程体系
通过课程分层、教研积累和品牌信任，回答“为什么要长期跟着学”的问题。
作业效率与练习反馈
从日常作业、批改和错题练习切入，先解决学生每天都会遇到的具体问题。
产品假设要落到长期行为：AI 演示能否变成可感知的效果？课程在学习机上是否有不可替代的体验？高频作业能否转化为能力提升？
THREE-SIDED VALUE
学习机同时面对三套评价标准。
K12 学习产品很难只围绕一个人设计。学生是使用者，家长承担购买与续费决策，考试与课标则共同影响“这件事有没有效果”的判断。产品需要把三方拉进同一条价值链，而不是只优化某一个环节。
希望操作简单、反馈及时、过程不枯燥，也能快速解决作业中的具体问题。
关注孩子是否愿意用、能否减轻辅导压力，以及一段时间后是否看到具体进步。
课程与练习仍需贴近真实题型、课标和成绩变化，成为效果判断的重要参照。
CAPABILITY MAP
五个维度下，三家各有明显长板。
下面的评分是基于公开资料和产品体验形成的观察框架，用来理解能力分布，而非给产品做行业排名。讯飞更突出 AI 交互和个性化诊断，学而思更突出内容课程体系与家长感知价值，小猿则更贴近日常作业和性价比场景。
CAPABILITY COMPARISON
三家能力对比
强项在 AI 交互与个性化诊断；下一步需验证技术优势能否稳定转化为学习改善。
强项在内容课程体系与家长信任；关键是让硬件承载的体验区别于一般课程 App。
强项在作业与练习反馈的高频入口；需要从“做得更快”继续走向“学得更好”。
RENEWAL LOGIC
买回家之后，什么会成为继续付费的理由？
学习机包含硬件、内容与服务。硬件通常只购买一次，课程、题库和 AI 服务才是后续订阅的核心。因此续费不是靠“功能更多”，而是靠用户在一段时间内持续看见学习行为、能力变化和价值判断之间的联系。
首次购买可能被语音技术和个性化能力打动；续费时，家长更关心孩子的薄弱点是否真的改善。
教研与课程可以建立信任，但仍要回答：哪些学习体验在学习机上更适合，而不只是把线上课搬到更大的屏幕。
作业辅助确实高频，但高频并不自动带来续费；产品需要把“做得更快”逐步连接到“错得更少、能力有所改善”。
AI VALUE
AI 能力需要落到具体学习摩擦上。
“AI 很强”不是一个足够具体的产品结论。更重要的是：它解决了学习流程中的哪一步困难？使用之后又能观察到什么变化？只有当技术能力影响了学习行为，学习行为形成能力变化，并且变化被家长理解，AI 才真正进入产品价值。
解决学生缺少即时口语反馈的问题；观察练习频次、发音正确率与重练次数。
帮助学生理解错题原因，而不是只获得一个答案；观察同类题再次出错的比例。
帮助学生知道弱在哪里、下一步练什么；观察薄弱项改善速度与任务完成率。
把复杂学习数据转化成家长能理解的变化趋势；帮助判断效果与续费价值。
ENGLISH LEARNING
作为英语教师，我更关注 AI 是否真的进入学习过程。
英语学习中的口语、听力和写作都需要及时反馈，因此很适合用来观察 AI 能力是否真正参与学习。讯飞的语音识别、口语评测和写作批改更接近输出类反馈；学而思的优势在于听力、阅读、词汇和语法与课程进度的衔接；小猿则更接近题目解析、批改与练习反馈。
练习流程顺畅只是第一步，产品还要让学生与家长看见错词变化、听辨改善和复习效果。
不要只描述技术功能，而要把技术如何改变学习行为、形成结果反馈的路径讲清楚。
REFLECTION
从“AI 强不强”回到“效果能否被证明”。
这次分析最重要的收获，是开始把问题从“AI 功能强不强”继续追问到“它帮助谁解决了什么问题，又怎样证明产生了变化”。
学习机的竞争，最后可能会回到“效果是否可信”。
孩子是否愿意使用，影响产品能积累多少学习数据。
AI 和课程能否带来能力变化，决定产品是否真的帮助了学习。
这些变化能否被家长理解，又会影响他们对后续服务的判断。
对我来说，这次分析最有价值的收获，是开始把“AI 功能强不强”继续追问到“它帮助谁解决了什么问题，又怎样证明产生了变化”。
我是一个正在学习转型 AI PM 的教师。这篇文章记录了我目前的学习进度，其中的评分和判断仍需要更多资料、用户访谈与真实产品体验来校正。