167: 洋葱学园杨临风：用AI制造捷径，是在杀死真学习
摘要
杨临风的核心判断是，AI可以交付答案，却不能替学生完成“把这个东西学进去”的过程。 教育与电商不同，结果不是全部，真正的履约是让学生亲自经历理解、提问、思考和应用；如果AI只顺应系统一、制造快捷方式，就可能放大思维惰性，AI更应帮助学生越过卡点并回到自主思考。
洋葱学园押注的不是通用模型能力，而是十余年沉淀的数字原生学习体验与教育 know-how。 其5—8分钟互动动画平均制作成本约10万元、周期约两个月、包含20多个步骤，背后还有按秒观察暂停率、跳出率和回退率的约几千亿次埋点；杨临风的门槛论很直接：“花了五十块钱，最后的产出也是零，只有花到八十块钱，产出才可能开始奏效。”
这是一种前期固定投入极重、规模化后近似 SaaS 的商业模型，而非靠投流和教师人力堆出的 GMV。 洋葱累计注册学生约1.3亿人次、教师约400万，主要靠口碑、自增长和产品内转化，2022年首次实现全年打平，NPS约50—60；对投资者而言，核心看点是内容与数据可复用、边际成本不随用户同比增长，以及“明天的洋葱一定比今天的洋葱好”的复利属性。
现阶段纯大模型还不能从头教会普通中小学生复杂知识，最有效的位置仍是有边界的辅助和托底。 成人能吸收高度逻辑化、结构化的模型输出，中小学生的结构化理解能力却仍在形成，由此存在天然 gap；洋葱因此不自训基础模型，只做评测、工作流拆分、必要的后训练或微调，并混用字节、阿里、DeepSeek等模型，在速度、效果和成本间配置不同工作流。
杨临风对“AI教育巨头”持低置信度的否定判断，理由是教育不是一个市场，而是许多理念互斥的细分市场。 批改、阅卷、教师流程标准化、学习过程标准化和窄义学习体验各有不同需求；即使通用平台收购大量垂直公司，也未必能把彼此独立、供应链很短的方法论串成统一体系，细分产品做到95分时，通用入口很难仅靠流量取代它。
洋葱没有追逐2016—2020年的拍照搜题、大班直播和双师课风口，因为这些模式既不复用其积累，也违背普惠的人机交互路线。 团队最多讨论过两次便放弃，理由包括“不擅长、积累用不上、商业逻辑不健康”；直播课用人教人，成本随规模上升，而标准化产品可以让乡村与城市学生使用同一套体验，因此“难和慢”也成为其路径选择的结果。
AI对教育最大的增量，不是取代学校，而是把课堂从老师一言堂推向“师生机三元课堂”。 洋葱每年深度服务两千多所学校，让机器成为教师的智能助教和学生的智能学伴；学生在课堂留白中提出“分子运动能让分子扩散，有没有办法让它聚集”这类问题，AI可以先回答、教师再展示，课堂时间由传递结论转向培养提问、反思和自主承担学习责任。
公司的公益目标不是盈利后的附属捐赠，而是 Day One 就写进产品结构的约束。 洋葱已免费支持约6万名乡村教师、覆盖3万多所乡村学校和约10个整县项目；杨临风认为“社会最缺的不是钱，最缺的是做事的方法、idea和做事的人”，所以公司必须先成为健康可持续的生意，却“不能仅仅是一个生意”。他举例说，未来十年若能帮助500万至1000万孩子更自主、更自信地学习，就已经相当了不起。
精读
1. 洋葱从城乡课堂的体验鸿沟出发，而不是从在线教育风口出发
2010年前后，仍在读本科的杨临风与几位后来成为联合创始人的伙伴开始支教。他们看到偏远乡村“整个村里面唯一的楼房就是学校”，硬件已经显著改善，真正没有改变的是教室里的讲授方式、师生互动和学生体验。
团队最初设想把互动内容、知识视频装进平板电脑捐给乡村学校；受可汗学院、Duolingo、Coursera等2008—2012年前后兴起的 EdTech 产品启发，他们筹备约一年半，2011年暑假在甘肃武威落地首个试点。
公司直到2013年底才成立，今天已运营近13年。按杨临风给出的口径，洋葱累计学生注册约1.3亿人次、教师注册约400万；但创立时并不存在一个成熟的“在线教育行业”，商业化只是让原有教育实验持续下去的手段。
2. 公司化解决的是可持续性，公益与商业从来不是二选一
公益阶段最现实的瓶颈不是设备，而是产品研发需要教研、动画、技术等大量跨界人才，无法长期依赖兼职志愿者；团队一旦上规模，工资也很难靠募捐稳定承担。
杨临风进一步明确，团队核心并不是公益或商业本身，而是做好的教育体验、让更多孩子受益。产品的固定研发投入才是最大成本，若城市付费市场能负担这部分投入，同一产品就可以继续免费向符合相关标准的乡村学生、教师和学校开放。
这一原则从2013年延续至今：付费用户与乡村受助用户使用的是同一套产品，而非功能缩水的公益版。杨临风后来概括为：“不是恰好适合，是我们 Day One 开始这么设计的。”
3. 自主学习不是一句“孩子要主动”，而是意愿、能力、工具与信念的联动
杨临风不认同把学不懂简单归咎于学生“不努力、笨、不愿意学习”。对正常智力水平的学生，多数中小学知识本可理解，更常被忽略的问题是知识传递是否符合认知规律，能否让人沿着来龙去脉一步步建立深度理解。
他把自主学习拆成四层：先有学习意愿，再有执行所需的能力，然后有合适工具降低摩擦，最后形成“我可以独立完成”的信念。遇到下一个陌生问题时，学生才会再次选择自主学习，而不是等待别人喂给答案。
曼祺追问哪个要素更第一性，杨临风的回答是最终落点确实是信念，但鸡与蛋无法简单排序。孩子因为没有能力而不相信自己，家长却要求他先表现出主动性才肯放手，结果让系统停在原地。
AI时代尤其需要建立“我能行”的底层信念：今天没听懂的课、不会的作业、预习、复习、备考或兴趣探究，都能借助工具自己处理。只有实践先启动、产生成功经验，习惯与意识才可能“乘以时间”进入正循环。
4. 系统一偏爱省力，工具的价值是把人引向高耗能的系统二
杨临风借“系统一、系统二”解释所谓学习反人性：人具有反思、抽象和梳理逻辑的基因，但深度思考能耗很高，成年人同样常常不愿调用系统二。“家长说孩子不愿主动思考时，先问问自己，大部分时候是不是也不愿意主动思考。”
洋葱无法直接改造人的意识，能做的切口是降低进入主动思考的门槛。产品先让学生体验到自主学习并没有想象中困难，再通过一次次成功，把能力、习惯和信念逐渐培养出来。
当学生卡住时，理想的托底不是马上给答案，而是先说明“遇到这个问题很正常”，再分析卡点、把问题降到可理解的维度；跨过去后还要回看成因，讨论下次如何独立处理类似问题，让一次答疑变成元认知训练。
5. “重理解”要求把教学目标写进每一句讲解，而不是只把结论讲对
洋葱采用 Understanding by Design（UBD，《追求理解的教学设计》）、布卢姆教育目标分类学、费曼学习法等框架。判断是否理解，不只看答案，还看学生能否用自己的话解释、举例和比较；这些动词对应可验证的理解层级。
杨临风强调，“老师讲得对”不等于“学生学得懂”。课程需要重构知识的前因后果，逐句追问：为什么此处要展开、学生的认知会如何变化、这句话能否接住上一句，以及学生有没有机会用自己的思考验证理解。
这些方法不是挂在墙上的理念，而是每个教研老师都要掌握的教学脚手架。团队还会用AI整理和提醒方法论，但最终仍须把它落实到课程脚本、互动节点和产品流程中。
6. 五到八分钟不是内容切片，而是一次完整的成就闭环
中小学生一段时间内能集中注意力的窗口通常在十分钟以内，因此每个5—8分钟单元都要让学生经历“学了—学懂—成功用出来”的闭环。一次可验证的成功带来信心，才会驱动下一个学习循环。
这个设计还服从无监督场景：学生回家后，游戏、短视频和其他APP都在争夺时间。若内容不能让他舒适地投入、持续得到反馈，他就不会主动打开洋葱，把当天没听懂的东西重新搞明白。
7. 数学先行，是用最抽象的学科检验整套方法能否成立
团队先选数学，一是它是中小学生提问最多、感觉最抽象的学科，二是资源只够逐科推进；如果这套方法能让孩子主动学数学，迁移到其他学科应当更容易。后来做物理时，实验与生活现象可见，某种程度上确实比纯抽象数学更易设计。
洋葱讲平面几何，会先把各类边角、圆、全等题统一到“边角关系转化”：列出已知与未知，观察两者在图上隔多远，再像搭桥一样借全等或共同角逐步建立联系。
这套通法的价值不只是做对一道题。每节课都提示“我们为什么这样想”，实际上是在训练学生把未知连接到已知、把复杂任务拆成可追踪步骤，即杨临风所说的元认知和逻辑化思考。
8. “洋葱味道”用目标感、共情感与相关性调节学生的认知压力
目标感要求学生始终知道此刻为什么听这段话。课程会提前说明接下来一分钟要做什么、目的何在，完成后再把学生带回总目标，避免“每个字都听懂，却不知道为什么要讲这五分钟”。
共情感不是降低难度，而是站在学生旁边承认坡很陡，再指出右前方可踩的第一块石头：“相信我，迈上去，踩住，咱们再说下一步。”它反向修正了“这很简单，你们怎么还不懂”的反馈。
学习动机中的 relevancy 也被做成人物和情境：李狗蛋、王小锤等角色从早期视频延续至今，让学生发现角色的困惑与自己相似；不同学科老师也有古典诗词爱好者、骑摩托旅行的地理老师等差异化性格。
杨临风把这些设计理解为调节“脑压”：既要有兴奋和刺激，又不能紧张到退缩。对进度不同的学生，则用完整知识地图、难度分层、推荐与AI补充讲解，而不是假设一种节奏适合所有人。
9. 动画承担的是抽象概念可视化，因此成本远高于真人录课
洋葱选择动画的理由很直接：“老师的脸上是没有信息的，信息是那个画面。”有限屏幕应让概念动起来，而不是让真人占据大部分空间；物理实验需要真实现象时，才由“物理男”真人出镜。
一节5—8分钟互动课平均制作成本约10万元、周期约两个月、需要20多个步骤。视频中包含提问、暂停、选择和反馈，脚本也由集体教研反复争论，而非请名师拿现成讲义录一遍。
这种争论聚焦于学生认知：“为什么讲这句话”“孩子能否理解”“它是否接得上上一句”。只要团队无法说服自己整条逻辑自洽，内容就不会直接面向学生发布。
10. 高质量学习体验存在非线性门槛，慢是有效性的代价
曼琪指出洋葱前五年只做约1500个动画，速度远慢于可汗学院。杨临风回应，质量低于阈值便无法激发自主使用：“花了五十块钱，最后的产出也是零；只有花到八十块钱，产出才可能开始奏效。”
对“为什么可汗仍能长期运营”的追问，他给出两点差异：能持续使用可汗的学生本身经过筛选，而且可汗是非营利组织，不必证明普通家庭愿意付费；洋葱面对的知识难度与商业要求都更高。
课程并非做完即封存。按杨临风的口径，洋葱的视频播放次数已超过几千亿次，数据埋点约几千亿次，可逐秒观察暂停率、跳出率和回退率；系统标记异常峰值后，教研人员会重新讨论、修改动画再上线。
长期角色IP也服务于相关性和熟悉感，但核心仍是可持续迭代的方法论。杨临风因此敢说：“明天的洋葱一定比今天的洋葱好。”
11. AI私教被嵌入确定的课程上下文，职责是补洞而不是随意发挥
学生可在视频中随时暂停并呼出AI私教；系统结合当前课程上下文、学科知识库、学生历史数据与记忆，判断可能卡在哪里。它会避免突然引用尚未学习、跨学科或跨学段的概念，把学生带出原有认知路径。
“AI拍题精学”也不止生成解法，而是梳理解题思路、总结这类题的底层思维，并判断关联知识点是否薄弱；若需要补课，系统直接准备对应的洋葱内容供学生一键进入。
杨临风强调，完整干预还应包含情绪鼓励和事后复盘。AI的价值不是让卡点消失，而是让学生迈过去后知道自己为什么会卡、下次有什么方法可以独立解决。
12. 洋葱避开直播风口，是因为“用人教人”无法同时满足普惠与规模化
2016—2020年间，拍照搜题、双师课和大班直播催生多家百亿美元公司，洋葱却都没有跟进。人机交互能让有手机和网络的乡村学生完整复刻城市体验；一旦依赖教师服务，结果必然是“谁付得起钱谁能用”。
曼琪提出双师模式也能让名师覆盖大量学生，再由本地助教或AI答疑。杨临风的观察是，远程广播常让本地学生跟不上，助教必须不断“翻译”；一旦需要打断主讲，直播就逐渐退化成可以暂停的录播。
即便录播内容教研正确，仍未回答学生是否有心力连续看10—40分钟、是否不走神、老师的话能否真正触发思考。团队早期把名师录播放进乡村平板，发现对绝大多数学生“根本看不进去”。
真人课堂中的眼神、反馈和共同场域会动态调节讲解，把真人框进小屏幕后这些因素大幅折损。洋葱的结论是：数字环境需要数字原生的学习形态，而不是简单搬运线下课堂。
13. Duolingo擅长系统一练习，不能直接外推到系统二的深度学习
杨临风认为Duolingo更适合语言练习而非深度理解；其端内一旦推送语法模块，用户留存就会明显下降。这类体验更多调用低耗能的系统一，反馈快、循环短，也不要求长逻辑链。
数学、物理等K12学科则要求学生在脑中连续想五步、七步，主动调用系统二。把练习产品的游戏化表层复制过来，并不能自动解决学生如何承受认知负荷、形成深层理解。
国内学习内容又普遍比国外难，同样的板书形态可能让学生看到“乌泱泱一大片”而直接退缩。因此可汗、Duolingo和洋葱的具体产品范式不能互相替代；可汗与洋葱在降低自主学习门槛的底层理念上较为接近。
14. 通用大模型与中小学生之间，存在由认知成熟度造成的结构性 gap
杨临风的现阶段判断是：纯大模型即使配合优秀提示词和工程化设计，也还不能从头把普通中小学生的系统二知识讲明白，“辅助没问题”，但直接主讲时多数学生跟不上。
大模型从论文等高度结构化语料中学习，思维链也追求更有条理；成年人和大学生能自行消化这类输出，中小学生的逻辑化、结构化理解能力仍在成长。模型越像成熟的高认知成人，未必越懂得如何给零起点孩子搭脚手架。
他不排除训练方式发生根本变革或AGI实现后，模型能与学生丝滑对话、一键生成大概率跟得上的学习范式。届时洋葱现有工作“有可能”受到威胁，但在那之前，课程设计与上下文控制仍有大量空间。
15. 教育的护城河在过程设计，因为模型替代不了学生亲自理解
杨临风把教育与买东西区分开：电商只需把正确商品送到用户眼前，至于通过大模型还是淘宝下单并不重要；教育“交付的是过程”，答案出现之前，学生如何把知识学进去才是产品本身。
因而，即使模型履约能力极强，也不能替学生完成跟上逻辑、形成理解的过程。垂直公司的 know-how 就集中在怎样控制节奏、识别卡点、调节情绪以及把学生带回思考。
曼琪提出OpenAI若收购洋葱、获得大量交互数据，是否可能直接做成。杨临风承认它或许能在洋葱覆盖的环节做得不错，但若抛开结构化内容、只靠AIGC服务普通学生，现阶段仍然困难。
16. 固定成本与口碑增长，让洋葱在2022年跨过经营拐点
洋葱定价和GMV不及大班直播，但杨临风把商业结构概括为偏 SaaS：前期需要持续投入课程和产品研发，成本以固定项为主；用户规模上升后，研发投入无需按同样比例增加，规模效应才会显现。
用户主要来自口碑和自然增长，而不是广告投放；进入产品后形成留存，再在过程中转化为付费用户，因此模型相对抗风险。团队在2022年首次实现全年打平，此前多年融资主要用于跨越固定研发投入期。
洋葱未公开完整NPS数据，杨临风给出的约数是50—60，即强烈推荐者减去强烈不推荐者后仍有较高净值。他认为持续推荐、学校复购比一年内用户或收入激增更能衡量真实影响，过度刺激商业指标反而会让动作变形。
17. 反共识带来机会，也要求资本和团队接受“难和慢”
当行业质疑“中小学生不可能自主学习”时，杨临风把它视为机会。他观察到孩子并不笨，也不是不想取得好成绩：“每个学渣心中都住着一个想成为学霸的心”，只是负反馈让活泼的小学生逐渐变成沉闷的初中生。
2013年底至2015年底，团队花两年完成约200节初一、初二数学概念课，期间没有用户、产品也没有上线，像先做完一部长片再验证市场。杨临风回看承认这“非常不理性和冒险”，只是后来很快得到市场认可，产品数据和用户量开始增长。
面对直播课风口，内部认真讨论最多两次便放弃：“没这金刚钻，就不要轻易揽这个瓷器活。”团队不擅长、原有积累无法复用，又怀疑烧钱换增长的健康度，跟进只会把公司变成另一种物种。
早期支持者包括晨兴 Morningside 创始人陈乐宗 Jerry Chen的家族基金会，以及当时推动项目、后来创办峰瑞资本并持续跟投的李丰。杨临风不猜测投资回报动机，只说峰瑞“做正确的事”的取向与洋葱较为接近。
18. 培训“大招”主要给尖子生锦上添花，对多数学生甚至应试也未必有效
曼琪追问直播教培至少是否对应试有效，杨临风仍给出否定判断，但明确限定为“大部分”而非一刀切。许多课程教的是短期解题技巧和“大招”，记忆却是网状串联的；碎片化捷径越多，长期记忆越困难。
尖子生已经理顺底层逻辑，记忆力也强，见更多难题和规律总结确实能锦上添花；大部分学生需要的是把根源讲透的“雪中送炭”。“左加右减、上加下减”或“条件充分、结论必要”之类口诀，可能反而成为新的记忆负担。
新中考、新高考又把题目推向情境化、生活化和跨学科，情境不断变化，传统刷题很难押中。杨临风把这种命题变化理解为反刷题、反内卷：若学生仍只靠死记硬背，考场上的分数甚至可能更低。
19. 双减没有重创洋葱，因为它始终嵌在国家课标与学校进度之内
双减发生时，洋葱业务受到的直接影响有限。所有内容从第一天起就在国家课标框架内，并与教材章节和学校进度同步，不是在校外另建一套冲尖子生体系。
这种选择也源自乡村应用：教师只有清楚每节课能配哪项资源，才可能直接使用；若还要先理解一套独立课程体系，公益产品同样难以落地。
杨临风承认，这些约束可能让公司无法爆发，却使其“比较平稳和持续”。AI热潮自2023年兴起后，洋葱也没有出现明显的用户增量变化，整体仍较正常。
20. “AI native”不是有效分类，需求侧至少分成三种教育改造路线
杨临风认为所有企业都在追求AI native，这是供给侧共性，无法解释产品差异。真正有意义的分类，应从学校、教师、家长和学生分别要解决什么问题出发。
第一类把教师流程标准化：将教培企业原有经验、讲授或服务尽可能交给AI，以降低成本、提高交付确定性。学而思等大班直播背景的企业属于这一路线，VIP等产品可能也类似。
第二类用技术标准化学习外围流程，例如推荐题目、批改作业和自动阅卷。这些都是刚需，却更多属于学习的副产品或环节，而非学生发生理解的瞬间。
洋葱选择第三类，即窄义学习体验：关注一个知识或教学过程从发生到被学生接收，怎样因AI而更生动、灵活、有趣。杨临风并不否定前两类，只强调不同公司应守住各自擅长与边界。
21. 教育更可能长期碎片化，通用巨头难靠整合吃掉所有生态位
对AI是否会催生教育巨头，杨临风先强调“答案没有很大置信度”，再给出当前判断：不会。学校、教师、学生和家庭的理念与偏好差异太大，即使AI发展到极致，仍会有人觉得线下辅导班更放心。
教育因此“不是一个大市场”，而是许多底层逻辑不同的细分市场。只要某个垂直产品能把局部体验做到95分，学校和家庭就可能选它，而不是接受通用平台在细分环节达不到95分的产品。
即使财力雄厚的平台收购上千家公司，整合也未必产生化学反应。教育公司的供应链通常很短，各自能闭环服务用户，上下游协同必要性较弱，方法论和理念的互斥性反而更强。
22. 影响力不只体现在注册量，也体现在乡村覆盖与最弱学生能否重新参与
洋葱设有全职“洋葱助教行动”团队，主动联系乡村学校、免费开放资源并提供培训。累计支持约6万名乡村教师，分布于3万多所学校；整县支持约10个县，包括青海玉树藏区的曲麻莱、治多，以及甘肃宕昌、云南保山、贵州锦屏、江西寻乌等地。
杨临风把这视为创业路径的闭环：公益实验发现投入远超预期，于是“曲线救国”成立公司；绕一圈后，商业产品仍能以同一形态服务最初想帮助的人，让团队确认没有丢掉原点。
最具象的成果来自一所AI未来课堂学校：晚自习中，全校倒数第二主动给倒数第一讲题。两个传统环境里最缺自信、最容易缩在角落的高三学生，一个敢问、一个敢讲，而且都把这件事视为理所当然。
班里谁先搞明白一道题，便会走到台前分享。杨临风看重的不是排名瞬间逆转，而是学生通过解释和互助重新感到“自己有用”，这正是自主学习信念被重新点燃的体现。
23. AI未来课堂让学生承担学习责任，学校则负责搭建氛围和习惯
曼琪以一年学费约6万美元、每天上午学习两小时、下午做活动和AI projects的 Alpha School 提问。杨临风认为其关键不在课时少，而在学生“主动承担起学习的责任”：时间属于学生，没学懂就由自己反复提问、回看并真正弄懂。
他同时明确判断学校“百分之百会存在”。多数孩子无法从无到有自行获得习惯、动机与信念，教师和学校最重要的职责应是创设氛围、设计活动，逐步教会学生如何自主学习，而不是永久替他承担学习主体责任。
洋葱每年在全国深度驻地服务两千多所学校。AI未来课堂中，机器可在学生卡住或产生新想法时即时支持，教师则负责引导课堂、设计活动和培养提问习惯。
在关于分子无序运动的课堂中，有学生问AI：“分子的运动能让分子扩散，有没有办法让它聚集？”洋葱用布卢姆提问框架提供脚手架，并给课堂留出提问时间；AI先回答，教师再展示优质问题，让全班长期接触什么叫好问题。
24. AI没有改写好的教育规律，只是让旧体系的问题无法继续被忽略
杨临风认为，真正有效的教育规律几千年来没有根本变化。厌学、高分低能、缺少目标和创新能力早已存在，只是在前AI时代，社会还能把传统应试路径当作相对稳定的就业与社会化通道。
AI成为催化剂，是因为它动摇了这条路径的确定性。ChatGPT出现仅三年多；再乘以三约等于十年，而今天的初一学生恰好将在那时大学毕业，届时职业世界已无法可靠想象。
相对确定的是，孩子十年后面对的事情一定是现在想象不到的，因此需要具备“学习新东西并且学以致用”的能力。教育目标不是押中十年后的职业，而是培养适应陌生任务的能力。
节目结尾，曼琪把这与第108期马毅关于“智能的本质是学习”的讨论并置：生物学习仍比主流AI简洁而强大，工业界却在大算力、大数据路线上快速推进，并已在 coding 等任务取得成果。无论那堵墙何时出现，对多数人稳定有用的事仍是“锻炼身体、自主学习”。
25. 知识不会消失，它将更明确地充当思维方式的载体
杨临风以古希腊几何说明，学习知识并不只是为了建造更好的神殿，而是借几何开发逻辑思维。数学让人尊重逻辑、学会讲道理，也训练人理解由公理、定理层层搭建的复杂系统，再迁移到天气、金融、交通、医疗、经济与政治。
这些思维方式很难脱离知识直接教授。对小学生空讲“数学是美的”只会显得荒谬，数学专业学生却可能认同；差异来自长期理解具体知识后形成的认知与价值观。
死记硬背的破坏性正在于舍本逐末：只留下结论，切断知识作为思维载体的作用。杨临风因此判断，“只要脑机接口一天没有出现”，人仍需通过知识发展思维，学习体验的创设只会更重要。
学校形态则会从老师一言堂、师生双元课堂走向“师生机三元课堂”：机器是老师的智能助教、学生的智能学伴。中小学最重要的目标是让学生自立——有自信、有学习能力，也有自律、规划、设定目标和逐步执行的元认知能力。
26. AI会放大惰性与差距，但风险最终取决于产品把人往哪里带
曼琪指出，大模型也会像推荐算法一样顺着用户偏好回应，强化信息茧房。杨临风同意：若AI只迎合系统一的惰性，学生会更不愿思考；但没有大模型时这一问题也存在，新的可能性是终于多了一条把学生“往外拽”的路径。
干预不能傲慢。产品若一开始就宣布孩子原有选择都错了，他只会说“对不起，拜拜”；设计原则应是“记住自己要去哪儿，但不要傲慢到认为学生一定跟着你走”，在目标明确与耐心迁移之间保持平衡。
曼琪提出更尖锐的社会风险：主动学习者会被AI极大放大，其余人被甩得更远，即“机会是公平的，结果更不公平”。杨临风认为这件事可能发生，教育能做的不是阻止AI改造社会，而是尽量让最容易掉队的人不被甩下。
洋葱不会独立训练基础模型，只做成本可控的后训练或微调。团队持续 benchmark 各品牌、版本和尺寸，私教又被拆成多个层级，分别调用不同模型；当前模型成本占比还不大，但随着使用量增加预计会越来越大，最强模型的 token 价格也确实较贵。
27. 公益是公司的压舱石，未来十年仍以“帮助人驾驭学习”衡量成败
面对“精英背景是否让方案过于理想化”的质疑，杨临风反驳说，团队恰因看到听不懂、昏昏欲睡的学生，才更敬畏学习的难度。帮助别人把事情搞明白本身令他着迷，计算机、教育技术与社会创新也因此在同一事业中汇合。
他把自己的首要身份定义为CEO，其次才是教育科技产品经理：先让组织健康、稳定、让团队能长期投入真金白银做创新；但若不再持续创设学习体验，公司价值就是零。“洋葱必须是一个健康可持续的生意，但它不能仅仅是一个生意。”
杨临风小时候曾相信先赚很多钱再做慈善，后来改为“社会最缺的不是钱，最缺的是做事的方法、idea和做事的人”。若Day One先做另一个生意、日后再 pivot 回社会议题，成功模式、利益相关者和价值网通常会把公司锁住；他以OpenAI等公司仍在进行中的理想与现实拉扯说明，这未必源于欺骗，而是每次局部最优都会把组织推上更快、也更难返回的车道。
公益目标因此不是每个商业决策都要兼顾的复合KPI，而是不可打破的底层框架；框架内，公司首先要成为成功的产品和商业组织。它也构成团队面对风浪时的“压舱石”：创业未必总开心，但知道时间仍在推动所关心的议题，会让人踏实。
洋葱的使命是“创设学习体验，激发每个学生驾驭自主学习”，愿景是“以学习者为本，为教育者赋能，促进教育公平”。未来十年，杨临风举例说，若能让500万至1000万孩子更不排斥主动学习、甚至真正自主自信，已经是相当了不起的成果；AI将更多扮演规划器和策略分发器，利用记忆、对话、掌握度与情绪信号，为每个孩子选择合适的下一步干预。