洋葱学园杨凌峰：用AI制造捷径，是在杀死真学习

概览

本期围绕洋葱学园联合创始人及 CEO 杨凌峰的创业经历展开，但核心问题不是“AI 如何提高教育效率”，而是“学生如何真正学会自主学习”。杨凌峰反复强调，自主学习不是天生就会的能力，它需要意愿、能力、工具和信念共同形成。

节目从洋葱学园最早的乡村公益项目讲起，解释它为什么没有走拍照搜题、双师课、大班直播等在线教育风口，而是长期投入高成本的动画互动课程、学习体验设计和 AI 辅助。杨凌峰认为，教育科技的关键不是把答案更快送到学生面前，而是降低学生进入深度思考的门槛。

AI 是本期的重要背景，但讨论没有停留在模型能力或 AIGC 内容生成上。嘉宾更关注 AI 如何成为“规划器”“策略分发器”和学习过程中的托底工具，同时也提醒，如果 AI 只顺应人的惰性，它会制造捷径，削弱真正学习。

分段落总结

[00:45] 开场与洋葱学园定位

[事实] 主持人介绍杨凌峰是洋葱学园联合创始人及 CEO，洋葱学园创立于 2013 年，最初希望让更多学生驾驭自主学习。 [事实] 洋葱学园累计中小学生注册用户约 1.3 亿，教师注册量约 400 万。 [推测] 节目把洋葱称为更像“学习公司”而非单纯教育公司，是为了突出其关注点在学习机制而不是培训生意。

[02:33] 从公益支教到公司化

[事实] 杨凌峰和联合创始人从 2010 年前后做支教开始，观察到城乡教育差距不只是硬件问题，更在于课堂互动和学习体验。 [事实] 团队 2011 年暑假在甘肃启动第一个 pilot 项目，尝试把互动学习体验、知识和视频放进平板电脑带到乡村学校。 [事实] 2013 年底成立公司，是因为好的教育体验需要跨学科人才和稳定团队，仅靠志愿者和募捐难以持续。 [事实] 洋葱从公司创立时就确定，符合标准的乡村地区学生、老师和学校可以无偿使用其资源。

[06:11] 自主学习的核心组成

[事实] 杨凌峰认为，很多中小学知识对正常智力水平的学生是能学懂的，问题常常出在知识传递过程是否合理。 [事实] 他把自主学习拆成意愿、能力、工具和信念，最终要让学生相信“我可以独立完成自主学习”。 [事实] 他用系统一、系统二解释学习困难：深度思考耗能高，大多数成年人和学生都不天然愿意调动系统二。 [推测] 洋葱的产品逻辑是先用工具降低门槛，再让习惯和信念在长期使用中形成。

[12:28] 产品如何降低学习门槛

[事实] 洋葱在学生卡住时，会结合正在学的知识上下文、历史数据和记忆，用 AI 提供托底式帮助和情绪鼓励。 [事实] 其产品设计会先告诉学生遇到问题正常，再解释问题成因，帮助学生迈过卡点，并回看下次如何思考类似问题。 [事实] 团队使用 understanding by design、费曼学习法、教育目标分类等方法，把“解释、举例、比较”等理解动作融入课程和产品。 [推测] 这种设计的重点不是直接给答案，而是把“不会”转化为学生可以继续推进的学习过程。

[14:36] 5 到 8 分钟与成就闭环

[事实] 洋葱把视频控制在 5 到 8 分钟，是因为中小学生一次集中注意力的时间通常在 10 分钟以内。 [事实] 杨凌峰认为，学生需要在短时间内完成一个“学懂并用出来”的成就闭环，才有动力进入下一个学习环节。 [事实] 洋葱最早从数学开始，是因为数学抽象、学生提问多、需求大；如果数学能做好，方法论可以降维到其他学科。 [事实] 后来物理、历史、政治、地理等学科也复用了底层教学框架。

[17:22] “洋葱味道”与目标感

[事实] 洋葱内部有一套“洋葱味道框架”，其中一个重要维度是目标感，即学生要知道当前讲解为什么存在。 [事实] 杨凌峰用初中几何举例，认为几何问题的关键是边角关系转化，把未知条件和已知条件一步步搭桥。 [事实] 课程讲解会不断提示学生“为什么做这一步”，这不仅帮助理解，也在训练学生的逻辑思考和元认知。 [事实] 另一个重要维度是共情感，要让学生感觉讲解者理解他的困难，而不是简单说“这很简单”。

[21:00] 分层、动画与高成本内容

[事实] 洋葱给学生提供完整知识地图、推荐机制和 AI 个性化兜底，让不同能力和进度的学生选择适合自己的内容。 [事实] 选择动画而不是真人出镜，是因为抽象概念需要“动起来”，屏幕上的关键信息在画面而不是老师的脸。 [事实] 一个 5 到 8 分钟视频的平均制作成本约 10 万元，前后可能需要两个月和 20 多个步骤。 [事实] 团队脚本打磨采用集体教研，不是让一位老师直接把线下讲义搬到屏幕上。

[26:00] 角色 IP 与数据迭代

[事实] 洋葱从早期视频开始就有人物角色，希望让学生觉得课程中的人物困惑和自己相关。 [事实] 杨凌峰提到学习动机理论中的 relevancy，认为学习内容与学生越相关，学习动机越强。 [事实] 洋葱会用视频播放、暂停率、跳出率、回退率等数据发现讲解问题，并推动课程迭代。 [事实] 近年新增的 AI 私教可以在学生学习中随时被呼出，结合当前视频上下文分析学生可能卡在哪里。

[30:44] 为什么不追在线教育风口

[事实] 洋葱没有做拍照搜题和大班直播课，因为它从一开始希望学习体验尽可能普惠，任何学生只要有网和手机就能使用。 [事实] 杨凌峰认为，用人服务人必然受成本和时间限制，最终会导致付得起钱的人体验更好。 [事实] 他认为许多双师直播最终会变成录播加本地老师翻译，而普通录播内容又常常无法让学生主动看进去。 [事实] 洋葱的判断是，数字环境下需要数字原生的学习形态，而不是简单把真人课堂搬到屏幕里。

[35:16] 可汗、多邻国与大模型边界

[事实] 杨凌峰认为，多邻国更偏系统一学习，适合英语练习，但不承担深度逻辑链学习。 [事实] K12 多数学科学习需要系统二参与，学生要在脑内进行多步思考，这与轻量练习不同。 [事实] 他认为当前只靠大模型，即便有好的提示词和工程化设计，也还难以从头把中小学生的系统二知识讲明白。 [推测] 如果未来模型能突破儿童认知适配问题，教育产品形态可能会发生更大变化，但转录稿中没有确认这一点已经发生。

[39:14] 商业模式与慢增长选择

[事实] 2019 到 2020 年在线教育高峰时，洋葱内部讨论过是否做大班直播课，但认为不擅长、积累用不上，也怀疑烧钱换增长的健康度。 [事实] 杨凌峰把洋葱的模式描述为更偏 SaaS，前期有大量固定研发投入，但用户规模扩大后成本不会同比例上升。 [事实] 洋葱用户主要来自口碑和自增长，而不是广告驱动。 [事实] 杨凌峰提到公司在 2022 年全年第一次打平。

[45:00] 反共识：普通学生也想学好

[事实] 创业早期，很多人质疑“中国学生不可能自主学习”，家长中也常有类似看法。 [事实] 杨凌峰认为，每个“学渣”心中都有想成为“学霸”的心，只是靠自己做到太难。 [事实] 洋葱观察到，小学生往往活泼，但很多初中生变得沉闷，可能与长期负反馈有关。 [推测] 洋葱的机会来自一个反共识判断：不是学生不想学，而是缺少能让他成功的学习条件。

[48:00] 培训“大招”与应试反思

[事实] 杨凌峰认为，很多教培方式是在教短期解题技巧和“大招”，对尖子生可能是锦上添花。 [事实] 他认为这类技巧对大多数学生并不友好，因为人的记忆是网状串联的，碎片化口诀会增加记忆负担。 [事实] 他提到新中考、新高考题目更情境化、生活化、跨学科，目的之一是反刷题。 [推测] 在 AI 时代，依赖套路和捷径的学习方式会更难支撑长期能力。

[51:30] 双减、AI 热潮与行业分化

[事实] 双减对洋葱业务影响有限，因为它的内容从第一天起就在国家课标框架内，并同步学校教学进度。 [事实] 2023 年 AI 热潮后，杨凌峰没有观察到用户增长出现明显异常变化。 [事实] 他把 AI 教育尝试分为几类：用 AI 标准化老师教学流程、自动化作业批改等学习副产品、以及把学习体验和内容本身变得更生动灵活。 [事实] 他认为教育不是一个大一统市场，而是许多逻辑不同的细分市场。

[60:10] AI 未来课堂与学校角色

[事实] 主持人提到 Alpha School 一天只上两小时课、下午做活动、AI 参与学习，杨凌峰认为关键不是课多课少，而是学生是否主动承担学习责任。 [事实] 他认为学校和老师不会被取代，因为多数学生需要外部环境帮助他们形成自主学习习惯和信念。 [事实] 洋葱的 AI 未来课堂每年深度服务约 2000 多所学校。 [事实] 在课堂中，洋葱会用布鲁姆提问框架引导学生提问，AI 可以先回答，老师也可以展示高质量问题。

[64:43] AI 让教育回到本质

[事实] 杨凌峰认为，正确的教育规律几千年来没有变，AI 只是让社会更迫切地反思高分低能、无目标、厌学等问题。 [事实] 他指出，现在初一学生十年后大学毕业时，社会工作形态很可能已经非常不同。 [事实] 他认为未来最重要的能力是学习新东西并学以致用。 [事实] 他强调知识仍然重要，因为知识是训练思维方式的载体；数学尤其帮助人形成逻辑和理解复杂系统的能力。

[71:02] 中小学教育目标：自立

[事实] 杨凌峰认为，中小学阶段最重要的教育目标是让学生学会自立。 [事实] 自立包括自信、学习能力、自律能力、规划能力、目标设定和逐步实现目标的能力。 [事实] 洋葱的使命是“创设学习体验，激发每个学生驾驭自主学习”。 [推测] “驾驭”在这里不只是会用工具，而是面对变化时仍相信自己可以学习和适应。

[72:30] AI 风险与模型策略

[事实] 杨凌峰承认 AI 可能让学生产生思维惰性，尤其当 AI 只是顺应系统一偏好、不断推送和迎合时。 [事实] 他认为产品设计要在“把学生带出来”和“不傲慢地要求学生跟随”之间保持平衡。 [事实] 他认为 AI 可能放大主动学习者和被动学习者之间的差距，教育要做的是尽量让容易被甩下的人不被甩下。 [事实] 洋葱不会自己从零训练基础模型，但会做后训练、微调和 benchmark，按不同工作流使用不同模型。

[78:16] 创业动机与非共识难题

[事实] 面对“精英背景是否理想化”的问题，杨凌峰说团队出发点不是因为自己是好学生，而是看到很多学生听不懂、学不进去。 [事实] 他认为洋葱比很多人更务实地意识到学习有多难，所以才投入大量精力优化学习体验。 [事实] 他说教育领域的困难在于效果不一定立竿见影，而且受家长、老师、学校和社会观念影响很大。 [事实] 公司早期花了两年时间做完约 200 个初中数学概念课视频，当时几乎没有用户和产品化验证，风险很高。

[85:05] 公益闭环与长期愿景

[事实] 杨凌峰最有成就感的事情是洋葱公益，包括“洋葱助教行动”向乡村学校和老师免费开放资源并提供培训。 [事实] 他提到洋葱累计支持 6 万多名乡村教师、3 万多所乡村学校，并做过约 10 个县的整县支持。 [事实] 他举例说，在 AI 未来课堂中，曾看到学校倒数第二的学生主动给倒数第一的学生讲题。 [事实] 他不认同“先赚很多钱再实现目标”作为主要路径，认为解决社会议题的解法、产品形式和商业结构应从 Day One 就对准目标。 [事实] 他认为洋葱必须是健康可持续的生意，但不能仅仅是一个生意。

[98:17] 十年愿景与 AI 的角色

[事实] 杨凌峰说，十年后如果洋葱能帮助相当一部分学生驾驭自主学习，公司就非常成功。 [事实] 他提到中国中小学生约 1.8 亿，理想上希望帮助每个孩子；退一步说，十年内帮助 500 万到 1000 万孩子发生改变也很了不起。 [事实] 洋葱的完整愿景是“以学习者为本，为教育者赋能，促进教育公平”。 [事实] 他把 AI 看作规划器或策略分发器，可以结合学生记忆、对话、历史数据、掌握度和情绪状态，判断该用什么干预手段。

[102:32] 尾声：AI 能力与学习机制

[事实] 节目尾声提到，生物体的智能仍有比主流 AI 系统更简洁而强大的学习能力。 [事实] 工业界现实是继续用巨大算力和海量数据训练更强模型，并已在 coding 等高商业价值任务上取得明显成果。 [事实] 主持人总结，不管 AI 的墙何时到来，对大多数人确定有用的事情仍包括锻炼身体和自主学习。 [推测] 这一尾声把本期主题从教育产品拉回到更大的智能观：真正值得关心的是人如何持续学习。

播客点评/总结

[推测] 本期的价值在于，它没有把 AI 教育简化成“生成内容”“自动批改”或“更快给答案”，而是持续追问学习意愿、深度理解、课堂结构和社会公平这些更底层的问题。

[事实] 节目提供了不少具体材料，包括洋葱的用户规模、课程制作成本、公益覆盖、AI 未来课堂案例、模型使用策略和商业模式取舍。它能帮助听众理解一家教育科技公司为什么主动避开多个风口。

[推测] 局限在于，讨论主要来自洋葱创始人视角，对学习效果、NPS、AI 功能成效等外部验证信息披露有限。关于其他教育公司的判断也更多是杨凌峰的行业观察。

[推测] 这期适合家长、教育工作者、教育科技从业者和关心 AI 时代学习能力的人听；如果只想听具体模型参数或产品教程，可能会觉得它更偏教育哲学和长期战略。