AI大模型浪潮汹涌澎湃，00后创业者正一步步走上创业舞台，成为这场技术革新的主心骨。身处这股技术新浪潮之中的Celine和Kejin，两个刚走出校园里的年轻人瞄准的是AI教育。
作为从应试教育中一路披荆斩棘走出来的Celine，选择做教育的原因简单直接。“我不喜欢应试教育的套路，”她坦率地说，“它忽略了学习的真正意义。”所以她决定用创业的方式，通过AI能让教育更加贴近人性，让学习变得更有趣、更有效。创业的念头从Kejin在武汉大学读书期间就被种下了，大学期间，他参加了创新创业班，身边充满了各种梦想和故事，像雷军这样的学长也影响着他。本科毕业后，Kejin放弃了心仪的名校offer，毅然决然投身AskSia创业，想用AI改变教育。
Kejin（左）、Celine（右）
2023年，当大模型答题正确率还停留在10%左右时，大多数人还难以想象AI与教育能走多远。甚至有人质疑这只是“捷径”或“作弊”的工具。那时，仍在校园中的Celine和Kejin开始尝试从自己最熟悉的群体——大学生——出发，探索AI教育产品的新可能。AskSia的故事，正是从这样的探索开始。他们共同创立的AskSia，目标不是做另一个拍照搜题工具或资料生成器，而是打造一个真正“理解学生”的学习伙伴。“我们不想做一个冰冷的机器或计算机——只有解题需求时才被想起，没事时根本不会打开。我们希望做学习旅程上的同伴。”Celine说。
眼下的2025年，大模型的能力跃升至新阶段，几乎可以满分解答高考题目，AI教育的边界也被重新划定。AskSia 3.0版本做了大胆创新——将不同类型的媒体素材融汇到同一平台，给学生一个统一入口，他们还计划设计一个资源中心，老师可以上传自己信赖的资料——无论是YouTube视频还是学术论文；学生和老师之间有一个互动白板，可以写笔记、分享思考。这种全方位的交互设计，完全基于学生需求也是AI大模型演变带来的启发。
在Kejin看来，最大难题从来都不是技术，技术固然重要，但更关键的是对用户的理解。这决定了产品的方向。如何在纷繁复杂的需求中筛选出共性，剔除极端和单一的需求，是产品设计的核心挑战。此外，更重要的是，AskSia正在通过“Localized Globalization”，希望产品能做到既拥抱全球视野，也深耕本土文化。
关于未来，AskSia希望以大学生为起点，逐步延伸到K12、K5，乃至终身学习与跨学科成长，在更广阔的场景中回答一个问题：AI年代的教育，应该是什么样子？
此次，Z Potentials专访了AskSia的核心成员Celine和Kejin，他们与我们分享了多个关于AI教育、以及创业的深度见解。Enjoy~
- 哪怕现在也会有人质疑，觉得AI教育是另一种捷径或抄袭。而这正好帮助我们定位AskSia——帮助每个学生更快地获取知识，而不是提供作弊工具。这是一个非常重要的启发。
- 25年不仅是AI应用的爆发元年，也是AI教育的爆发元年。一个明显的分水岭就是OpenAI o1的发布。
- 很多产品都在强调“更快学习”，而不一定真正能帮助大学生掌握知识，所以更多只是展示一堆工具集，而不同工具集的切换对于学生来说非常困难。
- AskSia产品上的难点从来都不是技术，虽然技术也很重要，但更重要的是对用户的了解。
- 所有AI应用的启发：Idea is really cheap， execution is everything。有的人会说，所有的AI应用都是一种套壳。真正可以实现差异化的就是迭代速度、对用户的了解以及全球化的增长速度。
- 我们不想做一个冰冷的机器或计算机——只有解题需求时才被想起，没事时根本不会打开。我们希望做学习旅程上的同伴。所以我们不喜欢导师（Tutor）这个词，有一种居高临下的感觉，好像只是在传授内容。我们希望这是一个合作的过程，所以选择了Copilot。
01 从应试中走出的两位学生，想做更“人性化”的AI时代教育产品
ZP：首先请二位先介绍一下自己的经历。
Celine：我是Celine，本科就读于纽约大学，马上要去宾大读教育创业（Education Entrepreneurship）硕士。我的人生中有几个比较重要的决定性时刻，最终促使我现在从事AI教育行业。
首先，我是一个极度讨厌应试教育的人，因为我偏科非常严重，导致在应试教育的体系下整体分数非常不平均。这某种程度上也反映了我做AskSia的想法。以我学的媒体传播（Media Communication）为例，不仅要求对于题目和阅读材料的理解，更重要的是形成自己的见解、学会提出正确的问题、将不同的内容在脑海里融会贯通——这正是应试教育极度缺乏的。因此，我们不想把教育仅仅做成一个解题工具，我们希望未来在AI的辅助下，让教育更加顺应人性。
美国读书的时候，大学听课有时也会感到困惑，文科学习中有很多阅读理解作业，一般需要打开20个文档材料来完成，非常令人疲惫。这也影响到了我们产品最终选择All-in-One的形态，而非打造一个横向铺开的工具集（Toolkit）。我自己就是AskSia的深度用户，不仅可以解决学业问题，还可以陪伴我。这两个决定性时刻造就了我们现在做的事情。
我们是2020届，受疫情影响，有两年在国内读书，大学体验缺失，也很难结交当地朋友。对我来说，能和来自世界各地的人交朋友是一件很兴奋的事，这也是我们选择打造国际化团队的原因。我们不把外国团队成员当下属，而是希望成为朋友。每天晚上我都会在Slack上边通话边和他们工作。他们背景各异，有学生运动员、有25岁还在读大三的，也有来自世界不同地方的。每个群体都有不同需求，只有真正融入其中，才能理解他们为什么需要这样的产品。
我现在负责国际团队搭建和海外市场拓展。团队有30位本地成员，下月计划选出5人带领海外团队。我们专注海外市场，不只是做社媒，而是构建围绕AskSia的营销生态，在多渠道建立品牌形象。核心策略是“Localized Globalization”——全球视野下的本地化运营。目前成员多为各年龄段的大学生或应届生，以兼职为主，未来几个月希望招募一些全职的海外伙伴。
Kejin：我是Kejin，毕业于武大，目前全职投入AskSia，负责产品迭代与落地。本科毕业时拿到了伊利诺伊大学厄巴纳-香槟分校（UIUC）、卡内基梅隆大学（CMU）和纽约大学信息科学的offer，但我更想专注创业，便放弃了这些机会。
创业的想法很早就有，但真正启发我的是武大的创新创业班。武大有雷军等创业校友，也注重创业氛围，我在这里认识了不少创业者，并做过一个面向早课学生的早餐咖啡项目，虽然当时方向不清晰，但从那时就坚定了想创业的决心。
大学时，我特别羡慕赶上移动互联网浪潮的人，也常思考00后自己的浪潮是什么。经历过VR、元宇宙、NFT等新概念，但都不如AI那样彻底改变世界。为寻找答案，我曾在北京实习，去了京东和多家投资机构。2023年在云启资本实习期间，我接触了很多优秀的AI项目，并参加了极客公园AGI Playground。张鹏的一句话让我印象深刻：“也许十年后看23年，也会是很多AI创业者的起点。”这句话坚定了我对大模型的信心。
实习结束后我尝试第一次创业，方向是为投资人打造AI助手：一是生成高质量会议纪要，二是整合全网投融资信息辅助Sourcing。虽然项目没成功，但构想类似后来的Deep Search或Granola。由于AI技术不成熟，研发难度很大，但也让我意识到：应聚焦于大模型生态内不被巨头覆盖的工程细节。
之后我回校准备留学，期间接触到GPT-3.5，是国内最早一批使用的人。我用它写论文、备面试，体验非常深，促使我最终放弃留学offer，全身心投入AskSia，希望探索AI如何改变学习方式。回头看，早期的创业尝试对AskSia帮助很大，尤其是会议纪要产品的技术积累，在课堂助手功能上得到了延展。
现在我主要负责国内的产品设计与产研团队，Celine负责海外市场，我们密切配合，把海外用户特征和渠道需求及时反馈给国内，推动产品升级与迭代。
02 从工具箱到Copilot：AskSia重新定义“AI时代的上课方式”
ZP：向大家简要介绍一下AskSia的产品，主要的功能是什么？主要面向什么用户？
Kejin：对于现在的AskSia来说，我们现在的目标就是成为大学生的AI学习Copilot，主打帮大学生“上好一堂课”。
跟大多数AI教育产品相比，我们有几个非常贴合大学生需求的AI功能：第一个就是课堂实时AI问答。大部分的AI产品都是录制之后才可以向AI提问，但我们实现了基于录音内容的在线AI问答，就像有一个随时陪伴学生上课并解答课堂内容的助手。
第二个功能是一屏多用。我们发现上课时学生有非常多尴尬的环节，比如上课时要看课件，需要问问题时还要切到另一个屏幕问GPT，上课结束后还要把音频单独转换成文本再给GPT做总结。而AskSia可以让学生一边看课件一边录音一边实时向AI提问，课堂结束后会自动补齐笔记与上课内容。
第三个特点是我们非常强的聚焦课程信息的上下文获取能力。 除了一堂课的信息外，只要你使用AskSia，理论上还可以获得整个学期的课堂笔记与课件。根据这些记录，可以随时询问Sia AI助手，获得完整且详细的反馈，帮助学生更好地上一堂课。
此外，我们正在规划下一个版本的AskSia。我们不仅希望帮助大学生解决课堂需求，更希望营造陪伴学习的氛围。因此下一个版本我们会为Sia设计可爱的形象以及输出内容时的温柔语气，把Sia打造成真正的AI Copilot以及面向学生的Agent级别产品。
未来，AskSia将能根据学生的要求，有针对性地生成课程的学习指南（Study Guide）、闪卡（Flash Card），也能根据需要高亮课堂学习重点，甚至可以拆解课后的学习任务并同步到Google Calendar与Notion Doc里。这些是产品当下已经实现的，以及未来想要实现的计划。
与大多数面向K12的教育产品相比，我们一开始的目标就很清晰，在Day 1的时候就想做大学生群体。 一方面，团队本身就是大学生群体，很了解这类人群的需求；另一方面，从竞争角度来说，做好K12市场的难度比做好大学生市场的难度低很多，一开始选择更有难度、更有挑战性的市场，是对以后向下兼容是有帮助的，在早期面对的竞争也没那么激烈。据我了解，AI教育赛道中K12的竞争相对更激烈。在Day 1便专注做好我们了解的大学生市场，其实是我们的主动选择与优势。
目前大一到大四，甚至包括高中生都有相应的人群市场，很多人都在用AskSia。我们的目标是侧重于面向大二、大三甚至大一的同学，因为他们课程学习的需求相对更多，需求量更大。
Celine：就像Kejin说的，我们定位大学生市场并非意味着长期只打算做大学生群体。选择这个市场是因为我们了解这个群体，更重要的是，这个群体处于很重要的过渡阶段——从懵懂无知转换到进入社会、有更多终身学习的需求。陪伴他们的转换过程是个非常神圣的过程。
长期来看，对于AskSia来说，我们希望可以定义AI年代的教育。先打透大学生群体的需求，再延伸到K12、K5乃至大学之后的终身学习，甚至不仅是学业领域，而是学习一本书或一个技能，这都是AskSia希望未来能涵盖的内容。但这种泛赛道比较难做，所以一开始我们选择精准把握大学生群体。这个非常重要的过渡阶段结合了不同年龄段的各种需求，我们把他们服务好，最终可以扩展成为我们希望最后呈现的样子。
ZP：目前我们所在的行业整体情况如何？
Celine：我们最开始做AI教育是23年8月，当时各个大模型解答高考题目的正确率只有10%，当时很多人不相信AI和教育可以结合，哪怕现在也会有人质疑，觉得AI教育是另一种捷径或抄袭。而这正好帮助我们定位AskSia——帮助每个学生更快地获取知识，而不是提供作弊工具。这是一个非常重要的启发。
今年各大语言模型解答高考题目几乎可以达到满分的程度，所以在当前时间节点，我们觉得AI教育真正能有所作为。
比如，在互联网时代，像我的学校中很多老师教得不太好，我们会开玩笑说要去上“YouTube大学”。YouTube是05年成立的，花了20年沉淀了基于视频的学习方式：点开链接看一小时视频，有时比在学校上一学期课获得的知识更多、更易懂。但这也有反人性之处：对老师，录制18节课，每节一小时的视频耗时远超18小时，但又有多少学生能坐住认真听完？但它重新定义了那个时代的教育。我们希望也能重新定义AI时代的教育方式。
就像Kejin说的，我们会在左边设计一个资源中心（Resource Hub），可以上传不同材料。对于老师来说，他可以上传自己认为可靠的材料，可能是YouTube视频，可能是论文。右边会有个白板，可以写下自己的笔记。当他一键分享到社群时，可以给未来学生获取互动式笔记的途径。任何的交互方式都是基于学生需求的。这是我们产品与其他产品不同且具创新性的部分，也是市场和AI大模型演变给我们的启发，指明了未来方向。
Kejin：目前行业整体情况会比刚开始的时候好了非常多。我个人觉得和23年相比，25年不仅是AI应用的爆发元年，也是AI教育的爆发元年。一个明显的分水岭就是OpenAI o1的发布。o1发布后，模型的天花板已经有预期了。o1的发布其实是一个历史阶段的智能点，很多依赖大模型的AI产品解锁了大量场景。拿AI教育来说，之前做不对的题目准确度都变高了。在o1发布之前，我们甚至还为大模型配备了函数工具（Function Tool），进行了思维链的训练，但效果都远远比不上o1。所以o1对我们解锁教育场景提供了强大的底层支持。
以前大模型会胡乱回答，现在能稳定输出，笔记质量也有保证。对整个行业而言，这些都是时机成熟的标志。现在与两年前做AI产品是完全不一样的感觉，不仅在产品侧，在资本侧的感受也是不一样的，这也是我们对于整个AI教育行业比较兴奋的地方。
个人感觉今年竞争的激烈程度会比去年明显提高很多，今年各方面的成熟度以及资本的关注度会更高，我相信到了9月会是个更加激烈的时间节点。
另一方面，从整个行业来讲，做工具集形态的AI教育产品还是偏多，而真正让AI融入学生学习的AI教育产品非常少。很多产品都在强调“更快学习”，而不一定真正能帮助大学生掌握知识，所以更多只是展示一堆工具集，而不同工具集的切换对于学生来说非常困难。
对于AskSia来说，与行业大多数产品相比，我们的目标是尽可能地提高大学生的学习效率，而非替代大学生的学习思考。所以，与大多数产品强调“少花时间（Less Time）”或“学得更快（Study Faster）”的学习体验相比，我们更侧重于如何帮助学生“省时（Save Time）”。因此，我们的产品设计更加聚焦、体验更简洁与工具功能整合更流畅，帮助学生更好地上一堂课，甚至满足其他延展的教育学习需求。
ZP：回到你们目前做的事，AskSia在赛道里选择的是什么细分方向？AskSia创立的初衷是什么？看到了什么机会？
Celine：对于现在AI教育赛道，我们现在看到主要是中国创企与美国创企在抢夺全球教育市场。我们希望与国内外竞争者做到的差异化，就在于Localized Globalization。
很多人质疑海外团队难管理、松散。我们团队有来自12个国家的成员，跨时区工作，沟通和协调成本确实较高。有人会说，GPT就可以把内容转换成市场需要的不同语言，为什么还要找当地人生产当地的语言内容呢？因为其实AI翻译只能打破一层语言壁垒，但很难打破文化壁垒。AI翻译出的内容不一定会引起当地群体的共鸣。
分享一个故事，我们有个来自阿根廷的伙伴，母语是西班牙语。但阿根廷的西班牙语和哥伦比亚或者巴西的西班牙语区别是很大的，就像中国有不同的方言一样。一个词在阿根廷表达“生日快乐”，而在另一个西班牙语区可能就代表“再见”。如果没有当地团队，你根本就不会了解到这样一件事。
再比如，我们团队有个我们非常喜欢的伙伴，他是05年的一位印度籍美国留学生。虽然年纪很小，但他写出来的东西直击心灵。我们的LinkdIn账户仅运营了三周，粉丝从100涨到了快3000，就是因为他发的帖子真正可以在学生群体中引起共鸣。GPT难道不能发英语帖子吗？它一定可以，但它缺少了共情力、缺少最后的点睛之笔将所有元素融汇，让学生感受到这是真正了解他们的产品。这是非常重要的步骤，也给产品带来了很多启发。
我们的团队里还有一位学生运动员，参加大学田径赛跑和沙坑跳远。在我之前的固有偏见中，我以为这些学生运动员是“四肢发达、头脑简单”，也不太爱学习的一群人。但真正了解他们后，你会发现，在这样一个国际化团队中，我们的两位学生运动员成员都是最积极最努力的，学习上也不愿意落下。他们面临的问题是，周五到周日都需要飞到美国不同地方打比赛，周一到周四还有很多训练需求，难免缺课。我也问过他们的学习习惯，在加入AskSia之前，他们更多地是找同学把课程录音下来，回去再去听。但哪怕在课堂上这种带有互动性的环境里，一个半小时课程已经非常难以忍受了，又有多少人能坐在那里听完一个半小时的录音呢？这是非常枯燥的。所以他们实际生活中的体验与反馈也会帮助Kejin汇集实际痛点与产品需求，设计一个更贴近用户的产品。
这是我们团队一个非常大的优势：我们与海外用户之间只有我这一层，我可以最直接地了解到他们不同人群有什么需求，并直接反馈给产品团队。有人说过，在AI年代生产垃圾的成本是很低的，这是一个共识性的认知。真正生产一款了解用户的产品的门槛是很高的。到底有多少AI创企实际做了足够样本容量的调研面试来获得反馈，并专注于让产品贴近用户的真实反馈，而不是在一些伪需求上做提升，或者把更多侧重放在市场宣发、融资进度上。这是我们与其他产品不同的，我们希望真正做出一款了解用户真实需求的产品，甚至不是他在口头面试上回答的需求。这种程度的贴近用户才是我们希望打造的、并正在努力的。
Kejin：回到我们为什么选择这个细分方向。做课堂AI的想法主要源于我们的实践与亲身经历，以及身边同样还在上学的小伙伴提到的需求。从我自己的角度来看，大多数能看到的AI教育产品都在做一些拍照搜题、生成闪卡等简单的工具集，并未深入感受学生需求。就我们观察到的用户现象来说，大学生完成作业的途径已经越来越丰富，不单单是解一道题或写一篇论文，但唯一不变的就是课堂。不管是追求体育的学生，还是容易上课走神的学生，面对最终考核时，课堂信息是永远绕不开的。我们选择这一细分方向，是因为我们觉得课堂场景是非常高频且有潜力的赛道。
我大三时经常逃课去实习，就特别需要一个课堂AI助手，告诉我这段时间课堂的重点是什么。而对好学生来说，课前常需阅读大量材料，有时多达两三百页。他们不能不看，因为在课堂小组讨论或回答表现出色，能给老师好印象，方便后续要推荐信。这种需求反映了课堂参与与对课堂信息的理解需求其实比我们想象中更多。这也是我们选择课堂管理的原因。
“AI学习Copilot”比较贴切我们所选择的细分方向。之前AI教育火热时，很多人提“AI导师（AI Tutor）”，谷歌一搜一大堆产品，它们就是刚才说的工具集类产品。我们更希望定义为“AI学习Copilot”，相当于一个助手，可以陪伴用户学好课堂信息（包括课后的深度学习）。当前阶段的核心是帮助大学生上好一堂课，再以此延伸到其他学生刚需场景上。
ZP：AskSia这个产品要做好，主要的难点是什么？
nola。Granola做的事情在技术层面都非常简单，但它离面向用户群体足够近，知道他们更需要什么，所以做出的产品更加贴合这个群体的需要，我觉得这也是为什么它在过去一段时间非常火的原因。
从Granola谈起，原因在于我觉得AskSia产品上的难点从来都不是技术，虽然技术也很重要，但更重要的是对用户的了解，这代表了要做的方向。在过去一段时间，真正的难点在于产品如何贴近用户的需求。我们现在有一支非常丰富的海外团队，大家本身都是大学生，有相关学习经历，每天也都在接触非常多学生群体。如何在繁杂需求中剔除极端、单一的需求，找到共性，是过去的难点。
回到技术本身，难点主要有两个。第一个是如何确保学生询问非常抽象模糊的问题时，能高速、高准确度地检索数量众多、各种类型的材料。目前大多数产品的解决方案其实就是把所有信息丢给大模型，虽然这么做很简单，但会消耗非常多token，检索的时间与经济成本都很高。这也是为什么大学生往往都是下课后才把所有录音与课前材料丢给GPT总结——GPT是读取所有材料生成答案，时间成本高。而我们要提供课堂及时响应的体验，因此如何平衡检索准确度、速度与成本，是我们过去的技术难点。为此，我们做了大量方案测试，自有一套背后的RAG检索工程优化方案。
第二个则是长期记忆检索机制，这是解锁下一个场景——成为一个真正了解整个学习周期的AI学习Copilot的难点。想象一下，上课时Sia不仅记录本堂课信息，还能综合之前信息发送提醒，比如登录时主动问：“昨天课上的知识掌握得怎么样？这种互动感是大多数Chatbot目前还做不到的，涉及到长时间记忆技术。这些是我看到的产品、用户与技术上的难点。
Celine：从市场和增长端来看困难并不是特别明显，我还是比较有信心做好海外团队增长，主要难点还是在产品和技术方面。
ZP：AskSia的优势和差异化定位是什么？
Celine：Copilot的定位本身就是与别人的差异化。大多数竞品，尤其是体量比较大的竞品，比如TurboLearn，比如Study Fetch，它们的做法都是横向铺不同产品做成工具集，这样的打法是反学生需求的。我们最核心的做法是AskSia 3.0版本把不同媒体素材融汇到一起，给学生一个统一入口进行交互和回答。这是我们与市面上大多数产品考虑角度不同而做出的差异化。
从市场层面来说，现在的AI应用在海外或者国内社媒的宣发和推广，其内容都是大差不差。什么火了，大家就把什么复制粘贴，用GPT生成无数文稿，不断重复地发布。我给海外团队第一周的任务就是让他们做市场调研。有一人说现在所有营销方式都很无聊，因为都一样。我们当然想做爆款视频吸引关注，而我们在市场端的不同尝试在于：跨行业借鉴灵感。
比如我们最近在看一个叫Bubble的皮肤护理品牌。AI教育行业里可能很少有人会研究这样一个牌子，但这个品牌在海外学生群体及社群建设方面做得非常强。所以我们会在做社媒推广时借鉴他们的一些市场灵感，包括他们的网页有个专门的板块就是讲社群的。这是个非常凝聚、带来巨大增长且忠实的用户群体。我们也希望跨行业学习不同公司在社媒等市场渠道的打法，然后做有自己特色的市场策略。
我们在7月中旬开始做线下的学生大使项目，希望找到更多外国团队帮助我们，通过各种线下形式，无论是通过摆摊、与学生社团合作还是简单的图书馆活动，来进行自己的社群建设。我们还准备推出AskSia奖学金，真正把和我们共事的人的收获带到他们的教育旅程上。比如说，我们会有基于需求的奖学金，给到一些经济情况比较拮据的成员，也会有奖学金给到在社群里产生更多高质量内容的成员。
我们在市场端的打法也希望可以做得更人性化，而不是做千篇一律的AI产品推广。我们希望最终回归人、回归用户的本质，实际做出一些可以改变社群改变行业的事情。
在市场层面我们还会有一个部分——“反馈社群”。除了奖学金项目在教育层面反映使命，我们还会考虑参与类似海洋保护的公益项目。现在资本化的公司很少关注人文情怀。我们希望品牌有温度，能在现实中带来改变，因此市场层面也会涉及半公益项目及社群建设，尤其是在线下在校学生群体中的社群建设。
ZP：当前你们最关心的北极星指标是什么？这个指标表现如何？
Celine：对于增长目标，我们期望在8-10月左右开学季，可以让注册用户、付费用户等指标有十倍左右的增长。而长期来看，我们希望最终可以定义AI年代下教育学习的方式。
我可以理解为什么多邻国可以在AI年代增长100倍。语言学习天然易与AI结合，并能提供更有趣的学习体验。这是对用户需求的真正理解：大多数用户不一定要精通一门语言，只是希望在掌握一门技能的同时，并且享受这个过程。因此，一些简单的游戏化（Gamification）设计，就能让多邻国市值增长到如今的体量。
Kejin：对于产品来说，我们的聚焦点还是很清晰的。我们还处于AI应用的早期，也处于AskSia发展的早期。这个阶段，我们最看重的是用户的真实体验与用户反馈。
其次，深度用户（Power User）的使用频率也是现阶段重点关注的。我们主要用使用频率界定深度用户，比如他在AskSia上传了多少学习资料、完成了多少次录音、问了多少问题。这与用户真实反馈一样，对早期捕捉未发现需求、确定产品改进方向极有帮助。
例如，之前有位深度用户一个月使用AskSia超过40小时，他可能上了很多课，但每堂课都用AskSia学习和体验。很多深度用户还会主动找我们提意见、提需求。之前就碰到有深度用户直接问能否升级会员，因为他太需要AskSia了。这些用户的使用频率数据是我们当前更注重的。未来关注的北极星指标可能会更偏向渠道与增长。
03 不是Tutor，也不是Tool，AskSia选择做长期学习的“AI同伴”
ZP：未来几年公司和产品的计划是什么？最希望达到的目标是什么？
Kejin：对于产品来说，我们希望未来不仅仅是帮助大学生上好一堂课，更重要的是让他们在整个大学链路里都有一个真实的AI Copilot陪伴。
更遥远的目标则是希望重新探索AI年代下教育学习的另一种可能性。19年知识付费非常火， 大家学习的时候都是花钱上一门课，但上完一门课程后也不知道如何跟进学习。而在AI年代下，也许AskSia能够提供的解决方案是：当你有学习的需要时，可以随时录制课堂内容，上传感兴趣的材料，可以直接查阅或者随时询问一个懂你的AI。
再遥远一点，未来搭建社群后，所有愿意分享知识的人都可以在社群上分享录制的视频和制作的学习材料。对于想要学习的人来说，他不仅可以自己上传，也可以到一个丰富的社群里找到感兴趣的内容，拿回AskSia工具平台进一步学习与使用。这是未来可以尝试探索的AI年代下的新型学习方式。
Celine： 最终我们希望不仅仅针对大学生这个群体，“育人者”也是非常大的组成部分。所以我们最新迭代的产品版本不仅仅服务于学生的需求，也触及了部分教育者的需求。教育者授课时可以使用这样一个产品，把所有资源与自己对知识点的理解集合起来，变成属于他的智囊团，然后再分发给学生。这也是我们长期希望解决的问题。
ZP：过去2-3年AI行业中你印象最深刻的一件事/一个人是什么？
Celine：我第一个想到的人是我们的直接竞品Study Fetch的创始人。Study Fetch刚刚以8000万美元的估值在美国融了一轮。我和他23年就认识了，还线下一起出去玩过好几次。当时我们还在做AskSia的前身Metissa，是在AI泛应用中做的其他尝试，还没有正式确定做教育行业。从他们刚开始做这个产品时我们就认识了，所以我看到了Study Fetch Day 1是什么样的。
除了这位朋友，还有一位高中辍学的美国人，两人一起做了Study Fetch。让我印象深刻的是他们的迭代速度。到现在一年多时间，他们在工具集的细分赛道中，无论是产品侧还是市场侧都是比较成功的。
这是对于所有AI应用的启发：Idea is really cheap, execution is everything。有的人会说，所有的AI应用都是一种套壳。真正可以实现差异化的就是迭代速度、对用户的了解以及全球化的增长速度。这三个指标也是我们非常看重的。虽然它是我们的直接竞品，但我觉得仍有很多可以向他们学习的地方。
Kejin：看到这个问题，我的第一反应还是23年参加第一次AGI Playground线下活动。那次活动让我看到了中国在大模型创业上的机会，感受到了一种兴奋的情绪。今天的AI六小龙以及很多知名AI企业都在这个活动上聚集。那是疫情之后为数不多的以创业为主题的线下聚会，当时给我的印象特别深刻。
至于印象最深刻的人，还是我们AskSia的核心团队成员。回看过去一两年，我们作为一支很年轻的团队，走了很多弯路，也犯了一些错。但好在整个团队都非常坚韧。就像Celine提到的，我们也在不断提升执行速度和质量。
ZP：最近看到的最有意思的AI产品是什么？
Kejin：最近看到最好玩的AI产品是哥大团队要“帮助学生作弊”的产品Cluely。这个产品的交互形态让我印象特别深刻，和其他人做AI产品的思路很不一样。其他产品通常是等着用户提供材料、提出问题，再生成答案。而Cluely则是直接部署到电脑上，一旦开启，它不会被动等待用户喂材料，而是直接窥视你的屏幕，根据屏幕上的东西给你答案。这种主动输出的交互方式让我印象很深刻，对我们自己做产品也是个很好的启发。
Celine：我和Kejin还挺互补的，Kejin看到的更多是产品端主动的策略，而我印象最深刻的是叫Tolan的外星挚友（Alien Best Friend）。作为一个非常I的人，我早就希望能有一个“电子闺蜜”，可以亲密地分享心事。Tolan有很细致的情感捕捉方式，比如通过用户的语气来判断情绪，具体技术实现可能需要技术伙伴剖析。但对我来说，比如我让她帮我选衣服（我有选择焦虑症），她会察觉到我已经有了一个选择，然后用一种适合我的方式和我讨论我想要讨论的话题。
这也是Kejin提到的，我们希望做一个希望打造一个具象化的、有生命感的吉祥物。这也是来自Tolan以及我们团队一个芬兰小伙伴的启发。这位芬兰伙伴告诉我们，在北欧，高中之前是没有GPA的。所以无论是Study Fetch还是其他做工具集的竞品，以结果为导向为学生提供服务时，北欧学生其实没有这种需求——他们不像亚洲学生那样“卷”，需要追求好成绩。他们的需求更多在于学习旅程的陪伴，建立一种关系，rather than just build a tool。
北欧有很多非常不错的AI产品，它们色彩丰富、个性鲜明，可以让用户一下子被吸引并感受到与他相处的乐趣。这也是我们希望融入自己产品、想要营造的感觉。
我们不想做一个冰冷的机器或计算机——只有解题需求时才被想起，没事时根本不会打开。我们希望做学习旅程上的同伴。所以我们不喜欢导师（Tutor）这个词，有一种居高临下的感觉，好像只是在传授内容。我们希望这是一个合作的过程，所以选择了Copilot。
我们要做一个能真正捕捉用户情绪与需求、陪伴他一起学习、让整个过程更有趣的产品，而非一个简单的工具。
文章来自微信公众号 “Z Potentials”
