你以为你在做什么

2025年Q1，AI学习机全渠道销量126.5万台，同比增长29.4%，销售额40.2亿元。到2026年，整个教育智能硬件市场规模将突破1000亿元。

数字很好看，故事很性感。

于是很多PM对AI学习机的想象是这样的：

硬件（平板）+ AI功能（答疑、批改、学情）+ 内容（题库课程）= AI学习机

然后跑去做竞品分析，发现竞争对手都有这三样，于是开始想自己的差异化点在哪：AI更强？内容更多？护眼更好？

这个方向，从一开始就走偏了。

AI学习机的核心产品难度，不在于这三层叠加，而在于这三层之下有一组几乎无解的矛盾。

这篇文章，就是把这组矛盾拆开来讲清楚。

先说一个数据，让你感受一下这道题有多难

艾媒咨询有一个调研数据：超过75%的家长在选购AI学习机时需要对比3-5个品牌，但仅有不到32%的用户对当前使用的AI学习机产品表示"非常满意"。

花了3000到7000块，精心对比5个品牌，最后买回来，还有接近70%的人不是"非常满意"。

这个满意度数字，在消费电子品类里属于相当低的水平。不是因为硬件质量差，不是因为AI能力弱，而是因为这类产品有一个几乎所有消费类硬件都不会遇到的结构性难题——

它同时服务三个价值观不同、需求相互冲突的用户群体。

难题一：你的核心用户到底是谁？

这不是一个有标准答案的问题。

在AI学习机上，你有三类用户：

家长： 决策者和付款人。他们的核心需求是"孩子能有效学习，同时不要沉迷电子设备"。这两个需求内部就已经矛盾了——有趣到能让孩子自愿用的产品，和能防止沉迷的产品，几乎是两个相反的设计方向。

孩子： 实际使用者。他们的核心需求是"用起来不痛苦，最好有点意思"。做题本身是不爽的，所以产品必须在体验设计上做大量工作才能维持使用动机。但每一分投入在让孩子"更爱用"的功能设计上，都会让家长觉得"这不就是个游戏机吗？"

老师（隐性用户）： 不付钱，但是影响口碑和续费的关键角色。家长买学习机之后会问老师"效果怎么样"，老师的评价直接影响家长对产品的信任度。但老师看重的是"和学校学习内容高度对齐"，而这个要求在全国不同地区、不同教材版本面前，执行难度极高。

你能同时满足这三者吗？

诚实的答案是：不能完全同时满足，只能找到一个可接受的平衡点。

市场上三大阵营的分化，本质上是对这道题给出了不同答案：

科大讯飞押注的是家长端的"技术可信度"——星火大模型背书，让家长相信"AI够强"；学而思押注的是"内容可信度"——自己就是教培，题库覆盖最广，和学校内容最近；作业帮押注的是性价比，用更低的价格降低家长的决策门槛和失望阈值。

这三条路背后，是对"谁是核心用户"这个问题给出的不同战略答案，不存在哪个绝对正确。

但问题在于：如果你进场时没有想清楚自己押哪一条路，产品就会陷入"三边都想讨好、三边都不满意"的死局。

难题二：防沉迷与高粘性，怎么同时做到？

这是AI学习机PM最经典的设计矛盾，也是用户评价里最常见的两类负面反馈来源：

一类："孩子用了一周就不想用了，觉得无聊。"

另一类："孩子停不下来，每次抢着要用，我怀疑他在偷偷玩游戏。"

这两类反馈，分别来自用了同一款产品的不同家长。

它说明什么？说明这款产品的防沉迷和粘性设计，没有找到正确的边界——要么太无聊让孩子主动放弃，要么太有趣让家长担心成瘾。

传统的解法： 用时间锁、应用白名单、学习时长统计来做防沉迷管控。

这个解法的问题是：它控制的是时间，不是行为质量。孩子可以在时间锁范围内一直刷简单题来"满足"系统对使用时长的统计，整个使用过程毫无学习价值，但系统看起来一切正常。

更好的设计思路： 不是控制"用多久"，而是设计"用完之后发生什么"。

多邻国做得最好的一件事，不是游戏化本身，而是"学习-间歇"的节奏设计。连续做题一段时间后，系统会主动引导休息，用"进度保存""明天继续"等机制让孩子主动退出，而不是靠家长强制关机。

这个设计的本质是：把退出这个行为，从"被迫停止"变成"主动选择"。家长满意了（孩子不需要强制断开），孩子也接受（不是被剥夺，是可以明天继续）。

这一类设计，比任何一个时间锁功能都更难做，也更有价值。

难题三：AI幻觉在教育场景是灾难性的

这是AI学习机方向特有的一道技术-产品交叉难题。

通用AI产品里，幻觉（AI生成错误信息）是一个烦人的问题，但通常不是灾难性的。

在AI学习机上，它是灾难性的。

场景一： 孩子问AI一道数学题，AI给了一个过程清晰但结果错误的解题步骤。孩子按照这个步骤记住了，考试做错了。

场景二： 孩子问AI一道语文题，AI生成了一个表述流畅但观点有误的分析，孩子引用了这个分析写了作文，被老师批评。

这两个场景一旦发生，家长的信任会瞬间崩塌，而且会快速扩散——毕竟家长群是AI学习机口碑传播最快的渠道，也是负面评价扩散最快的渠道。

学而思自己的AI批改功能就曾因识别准确率引发争议，这就是真实的产品危机案例。

这给AI学习机PM出了一道设计难题： 如何在AI能力边界内，设计出既能提供有价值的辅导、又能在出错时最小化损失的产品机制？

几个可行的设计方向：

第一，置信度可视化。AI在回答时标注"我对这个答案的把握程度"，置信度低的答案主动提示孩子交叉验证，而不是直接当成标准答案呈现。

第二，引导式而非答案式。对于高风险的客观知识类问题（数学公式、历史时间等），不直接生成答案，而是引导孩子回想学过的知识，用苏格拉底式问答让孩子自己推导。这样即使AI在过程中出现错误，孩子的验证行为本身就是一道防火墙。

第三，人工审核兜底层。重要知识点内容不走实时生成，走预审核的结构化知识库。只有探索性问答才走大模型生成。这个分层设计，可以大幅降低核心学科内容的幻觉率。

但这三个方向都有代价： 置信度标注增加了产品的认知负担；引导式回答降低了用户体验的流畅感；人工审核兜底层增加了内容生产成本。

如何在这三者之间找到平衡，是AI学习机PM最核心的能力考验之一。

难题四：商业模式正在被迫重构，但路还没走通

AI学习机行业正在经历一场商业模式的结构性转型：从"卖硬件"向"硬件+内容+服务"的订阅制转变。

原因很简单：硬件毛利率在竞争中快速压缩——大模型开源后（DeepSeek等），AI能力本身几乎不再是差异化壁垒，"谁的AI更强"这个说法越来越难支撑高溢价。纯靠硬件销售，没有后续收入，产品团队的长期ROI很难算正。

所以行业的方向是：硬件做入口，内容订阅和服务付费做长期收入来源。

但这条路有三道坎：

第一道坎：内容订阅的时机设计。 买了机器之后多久开始推付费订阅？太早推，用户觉得被宰，差评如潮；太晚推，错过最高用户活跃期，转化率低。这个时机的设计，需要大量真实用户行为数据来校准，没有捷径。

第二道坎：续费理由的持续创造。 内容订阅的逻辑必须是"每一个续费周期，用户都能感受到明显的新价值"，而不是"我买了服务所以应该用"。这意味着产品团队必须持续生产让用户感知到进步的新内容和新功能，而不是一次性买断后躺平。

第三道坎：数据权属的敏感性。 学习机沉淀了孩子大量的学习行为数据——哪道题花了多长时间、哪里做错了、兴趣偏向哪个学科……这些数据是驱动个性化的核心资产，也是家长的敏感数据。

如何在个性化服务的收益和家长隐私担忧之间找到边界，是每一家AI学习机厂商都必须认真设计的产品问题，而不只是法务问题。

难题五：内容的护城河，比你想象的高

这是一个容易被技术背景的PM低估的问题。

艾媒咨询调研显示，66.92%的消费者将"学习资源"列为购买首要因素，远超硬件配置（22.1%）和价格（18.3%）。

用户买AI学习机，最看重的不是AI有多强，而是内容有多好。这个结论，应该让很多技术驱动型团队重新审视自己的资源配置。

但内容的护城河不只是"题库数量"。

真正的内容护城河，是与地方课程体系的深度对齐。

中国K12教育有一个特殊性：全国有多套教材版本（人教版、北师大版、沪教版……），不同省份甚至不同学校使用不同版本，中考高考的命题规律也存在显著的地区差异。

一道AI系统推荐给孩子的题，如果不是孩子这学期正在学的教材里的知识点，或者参考答案的解题格式和孩子老师要求的格式不同，家长就会觉得"这个系统不懂我家孩子的学校"——即使AI的算法再强，内容的错位也会让用户体验崩塌。

这意味着AI学习机的内容团队，需要按地区、按教材版本、按学段做精细化的内容适配。 这不是一个技术问题，是一个内容运营和教研能力的问题——而正好是教培系企业（学而思、作业帮）相对科技公司的最大护城河所在。

把这5道难题放在一起

写给AI学习机PM的3个判断

判断一：进这个方向，先想清楚你们公司的"底牌"是什么。

AI学习机是一个"底牌决定打法"的赛道。你的底牌是AI技术？是教研内容？是渠道？是品牌？

底牌不同，产品设计的优先级完全不同。没有底牌或者底牌不清楚，在这个赛道只会被出清。

判断二：用户满意度低这件事，是机会，不是诅咒。

不到32%的用户"非常满意"，说明这个赛道仍然有大量未被满足的用户需求。用户在忍受一些东西——是什么？这是每一个进入这个赛道的PM最应该花时间搞清楚的问题。

最快的方式不是看竞品分析报告，而是去找10个买了学习机之后"有点失望"的家长认真谈一谈——他们说的那些"小问题"，往往是下一代产品的机会点。

判断三：从"卖设备"到"陪成长"，说起来容易，做起来是完全不同的产品逻辑。

"卖设备"的PM关注的是购买决策前的体验——参数够不够好，包装够不够精致，上手够不够流畅。

"陪成长"的PM关注的是购买决策后的每一天——孩子今天用了多久、做了什么、有没有进步、家长有没有感知到价值。

这两种产品思维，需要不同的用户研究能力、不同的数据系统设计、不同的团队配置。

很多AI学习机在这个转变上卡住了：硬件团队很强，但产品的长期陪伴逻辑没有真正建立起来。

最后说一句

AI学习机是AI教育里竞争最激烈、但产品成熟度仍然不够高的方向。

这意味着：入场难，但还没有不可撼动的格局。

难题越多，机会越大——前提是你真的把这些难题想透了，而不是靠堆参数和加功能蒙混过关。

做AI学习机的PM，你不只是在做一个产品，你是在做一个"陪伴孩子学习成长三到五年"的系统。这道题的难度，确实比你刚入行时想象的，难10倍。

但搞定它的奖励，也值10倍。

数据来源：

1.艾媒咨询2025年AI学习机调研报告；

2.IDC《2025年Q2中国学习平板市场季度跟踪报告》；

3.21经济网、36氪关于AI学习机行业深度报道（2025年）；

4.艾瑞咨询《2026年中国GenAI+教育行业发展报告》。

[PM自测] 如果你现在是AI学习机的产品经理，你会优先解决这5道难题中的哪一道？为什么？评论区见。