摘要

Duolingo 的核心产品逻辑是：学习的真正约束在于动力，而非教学是否足够纯粹。 2分钟课程让用户毫无负担地开始，即便他们最终可能学上30分钟；目标只是累积英语使用者学会西班牙语所需的约500小时，或学会中文所需的2,000小时。「真正重要的是你确实去做了。」
Duolingo 的用户参与体系建立在让学习者“多数时候赢”之上。 Duolingo 会预测用户答对某道题的概率，并将练习命中率设在约83%；产品迄今正是通过16,000次A/B测试不断打磨。结果是留存极强：有1,000万活跃用户的连续学习天数超过365天。
大型语言模型把内容生产从瓶颈变成了运营杠杆。 过去由人工与自动化共同完成的流程，如今几乎完全由AI驱动，人类参与“非常少，甚至没有”，让 Duolingo 基本可以把40种语言教给所有母语用户。AI还解锁了没有评判压力的对话练习，解决了许多学习者与真人开口时的羞耻感。
扩张策略瞄准需要数百小时学习的大众技能，而不是一段2小时视频就能教会的内容。 数学、音乐以及即将推出的国际象棋符合约$10/用户的商业模型，因为潜在用户可能达到数亿；小众学科则不行。对于AI数学辅导，von Ahn 的目标是做到“效果达到导师的90%，趣味达到 Candy Crush 的90%”。
AI既是 Duolingo 的产品加速器，也是无法预测的平台风险，但分发、学习数据和品牌构成了 von Ahn 希望能够抵御风险的优势。 节目将 Duolingo 置于月活超过1.16亿、$17B市值的规模上；von Ahn 表示自己“并不是特别担心”，但也承认平台迁移可能颠覆从教育应用到 Netflix 的任何产品。
那只失控的猫头鹰说明，经过计算的品牌风险可以在没有传统行动号召的情况下带来分发。 Duolingo 顺势接住了互联网上关于这只强势吉祥物的玩笑，随后让一名初级营销人员发布猫头鹰“做各种蠢事”的 TikTok；von Ahn 起初反对，但视频最终走红。教育的正向使命，让这家上市公司比那些被认为只是在榨取利润的企业拥有更大的营销空间。
Von Ahn 预计，AI驱动的教育可能在不到20年内重塑学校，但机构惯性会让转型缓慢。 人仍然需要照顾学生，学校也仍然承担托育功能；与此同时，计算机可以比一名负责30个孩子的老师更精确地追踪每个学生的掌握情况。Guo 认为，更便宜、更有动力的技能获取方式会让专家在更年轻时出现；von Ahn 则补充说，AI工具还会放大他们的专业能力。

精读

1. 动力才是产品，而不是附加在教学之上的一层功能

Von Ahn 当时是一名教授，也是 reCAPTCHA 的创始人——Google 于2009年收购了该项目。他在2011年与自己的博士生、后来成为联合创始人兼CTO的 Severin 共同创办 Duolingo。他们选择语言，尤其是英语，是因为掌握英语会提高大多数国家居民的收入潜力，而且全球约有20亿人在学习英语。做完最初的西班牙语和德语课程后，两人都无法激励自己去学习对方的语言。这次失败带来了产品洞见：既然他们“不是语言爱好者”，就应该面向普通人，而不是发烧友设计产品。
第一个突破，是把课程时长从30分钟缩短到2分钟。2分钟的承诺让用户觉得可以立刻开始，也可以随时安全中断，但他们仍可能继续学习半小时。Von Ahn 的表述更接近行为科学，而非教学法：先降低开始行动的感知成本，再让累计时间发挥作用。
连续学习记录的效果出乎意料地强：有1,000万活跃用户连续使用 Duolingo 超过365天。甚至一次意外的干预也奏效——第5天的通知称提醒“似乎不起作用”，因此将停止发送，结果反而把用户带了回来，因为“他们觉得我们已经放弃他们了”。

2. 500小时比实现完美心流更重要

Guo 提到，尽管她没有系统学习过教育学，但工程师和其他知识工作者往往把持续心流视为学习的必要条件，而 Duolingo 鼓励用户在地铁上进行2分钟学习。Von Ahn 承认，心流可能带来差异——有人需要400小时，有人需要600小时——但核心问题仍然是累计约500小时；中文则需要约2,000小时。
自适应系统会预测每位用户答对某道练习题的概率，包括过去时等具体薄弱点。单纯反复训练弱项会制造“非常、非常糟糕的课程”，所以 Duolingo 将目标设在约83%的答对概率。100%太简单，50%也不是目标：“你必须多数时候赢。”
轻松愉快的界面背后，是大量优化工作。Von Ahn 表示，Duolingo 历史上恰好做了16,000次A/B测试，应用的精细程度甚至包括决定何时给用户一个动画。对于竞争对手提出的“没有游戏化的 Duolingo”，他的态度相当不屑：如果对方低估动力的重要性，他很乐意让他们“继续做下去”。

3. AI消除内容瓶颈，扩展应用的教学边界

语言模型非常适合 Duolingo，因为语言教学需要海量内容。过去的生产流程一部分靠人工、一部分靠自动化；如今已围绕LLM重新打造，人类参与已经“非常少，甚至没有”。由此带来的产能，让 Duolingo 得以从主要向英语使用者提供40种语言，转向基本上把这40种语言教给所有母语用户。
AI还提供了 Duolingo 过去无法实现的一种对话练习。公司曾尝试真人对话，但许多学习者不愿暴露自己薄弱的语言能力，因为“感觉很糟”，还会产生羞耻感。AI对话对象让他们可以在没有被评判的感觉下练习对话，von Ahn 表示用户采用率很高。
数学课程正在重构，目标是让它更像导师，同时保留游戏机制。Von Ahn认可导师在学习效果上的价值，但他说：“他们有一个大问题。他们真的很无聊。”他的现实目标既不是做到完美，也不是完全等同于导师，而是达到导师90%的效果，同时拥有 Candy Crush 90%的趣味。
新学科必须满足4项筛选条件：潜在学习者达到数亿、掌握该技能需要数百小时、适合移动端交付，并且能对世界产生积极影响。按每位用户约$10的价格，小众类别无法支撑相关投入；如果某项内容只需要2小时，“你可能就该去看 YouTube 视频”。此外，还必须有一名内部真正热爱该领域的人来推动项目。这套逻辑支撑了数学和音乐课程的上线，也解释了即将推出的国际象棋课程。

4. 分发、专有学习数据、品牌与平台风险

节目开场将 Duolingo 置于月活超过1.16亿、$17B市值的规模上。Von Ahn坦率看待AI威胁：“我们正在经历一次平台迁移”，但没有人知道另一端会是什么。一种模型可能生成观众心目中完美的电影，从而威胁 Netflix；类似的界面迁移也可能威胁 Duolingo。他认为公司有条件抵御风险，依靠的是大规模分发、关于人类如何学习的独特数据，以及与语言学习高度绑定的品牌。
这个品牌并非预先设计出来的，而是在实践中被发现的。产品里那只强势的猫头鹰，催生了“绑架全家来强迫用户学习”等网络梗，Duolingo 便不断顺着用户有反应的方向加码。吉祥物之死也是这套怪诞公众形象的一部分——“他没有死。他只是伪造了自己的死亡”——背后依托的是一套比多数上市公司更宽松的风险框架。
Von Ahn 起初反对一名初级员工提出的建议：拿一套旧猫头鹰服装去拍 TikTok。后来，猫头鹰跳舞、摔倒以及“做各种蠢事”的视频走红，且没有要求观众学习或订阅。他认为，教育具有广泛认可的正向使命，因此这类营销比那些被视为榨取利润或销售有害产品的公司拥有更大的操作空间。

5. AI教学将缓慢进入学校，随后叠加放大人的专业能力

Von Ahn 预计，教育将在“可能不到20年”内发生变化，因为AI教学能够以一名老师面对30名学生无法实现的方式进行规模化和个性化。他并不认为教师或学校会消失：人仍然必须照顾学生，学校仍然提供托育服务。计算机真正补充的是对每名学生理解程度的精确、个性化判断。
机构采纳仍是主要拖累因素。学校系统受到监管，可能仍在沿用30年前的做法；Von Ahn 以德州试图不教授进化论为例，说明在他的描述中，学校系统可能出现多么奇怪的决策。精英私立学校还要面对一个尴尬问题：如果孩子主要使用一款应用，家长为什么要支付$50,000学费？不过，一些私立学校可能率先转向AI，而那些急需建立可规模化教育体系的国家则可能通过AI实现跨越式发展，并取得更好的结果。
Guo 认为，更低成本、更能激发动力的技能获取方式，可能让人们在15岁或20岁时就成为专家；von Ahn 补充说，AI会放大他们的专业能力。除此之外，他还表示，AI已经在加速 Duolingo 内部的视觉内容生产：艺术家仍然保留，但过去需要1个月的工作如今可能1天就能完成，创作重点也从打磨阴影等机械工作转向释放创造力。

Apple 与平台的权力、AI 进击 Google Search、ChatGPT 进击高等教育 Benchmark对阵a16z：阶段专注型基金为何胜出