从北大到硅谷,李开复旧部做了个「原北美 Top1 教育产品」:Answer AI|附全面实测体验

昨天,家里在新加坡上学的小孩在群里给我安利了一个 AI 产品。 她说得真的很坚定:“这个真的好用,我们班好多人都在用。” 我点开链接一看,名字叫 Answer AI。 第一反应其实挺真实的:不会又是拍照搜题吧?这条路在国内早就被卷烂了。作业帮、小猿搜题来回打,最后还被“双减”一脚干停了一阵子 🤣。
昨天,家里在新加坡上学的小孩在群里给我安利了一个 AI 产品。
她说得真的很坚定:“这个真的好用,我们班好多人都在用。”

我点开链接一看,名字叫 Answer AI。
第一反应其实挺真实的:不会又是拍照搜题吧?这条路在国内早就被卷烂了。作业帮、小猿搜题来回打,最后还被“双减”一脚干停了一阵子 🤣。
但我还是顺手查了一下背景。
原因也很简单,一个平时根本不会主动去研究 AI 产品的小朋友,在没有任何引导的情况下推荐它,本身就很说明问题了。
这基本意味着:它已经在很多零碎、真实的使用场景里站住脚了(全程无广,请放心观看)。

查完之后,我的态度变了。
Answer AI,确实有点意思。公司是 2023 年成立的,注册在美国。
创始人叫 Zhou Li,本科和硕士都在北大读的,算是连续创业者。更有意思的是,他早年居然还在李开复 2009 年创立的创新工场待过,世界线合并了🙏。

那会儿的创新工场,在国内创业圈分量是很重的(不知道李开复老师现在在哪里做贡献呢 😁)

他之前还一起做过 Kika Keyboard,就是那款用户量上亿的手机输入法。2022 年,他又做了一款叫 LiveIn 的 App,主打桌面小组件社交。
这个产品当时在年轻人群体里挺火的,最高的时候,日活做到过百万。
再看 Answer AI 背后的投资方,也不简单。有 Altos Ventures,也有 Plug and Play,都是硅谷那种偏长期投入的机构,更看重产品能不能慢慢做大。
用户数据同样很猛。Google Play 上显示下载量已经超过 100 万,官方说覆盖了 600 万学生。 Chrome 插件的安装量,也有 10 万。
没错,18 个月,从 0 到 600 万。这个数肯定有夸张的成分,但就算打个折,也已经很夸张了。
去年,Answer AI 甚至成了北美排名第一的 AI 教育产品。问题也就来了。没有大厂背书,没有铺天盖地投广告,它是怎么做到这种增长的?
这也是 Reddit 上很多人一直在讨论的点。
我自己也下了,用了几天。先说结论:Answer AI 是一款 All in One 的 AI 学习平台。

现在市面上的 AI 教育产品,大多走的是单点路线。Photomath 只做数学,拍照就出解题过程。 Grammarly 只做英文写作,重点是改语法、润色句子。Quizlet 只做记忆,用闪卡和测验来帮你背东西。
逻辑其实很清楚:把一件事做到够好,用户自然会留下来。
但 Answer AI 选的不是这条路。它把拍题解答、写作辅导、知识问答、学习规划,全都放进了同一个产品里。
正常来说,这种做法风险很大。功能一多,就容易变得杂。什么都想做,往往什么都做不深。 对一个创业团队来说,更是容易把资源耗散掉。
但 Answer AI 还是这么做了,而且效果还不错。
它现在主要有四块功能。
第一块,是拍照搜题,也是最核心的功能。不会的题,拍一张,直接给你解法,老套路。
第二块,是 AI 智能体。你可以跟它对话,让它根据你的水平和问题方式来讲解和辅导。
第三块,是学习站。它做了一个比较完整的内容库,把各种课程和学习资料放在一起。
最后一块,是每日任务和积分机制。本质就是增长工具,通过打卡、任务、奖励,让你每天都愿意打开一次。
整体看下来,它是在做一个完整的学习闭环。




任何增长飞轮,都得先有一个起点。得有一个能稳定拉新、而且能规模化的入口场景。
对 Answer AI 来说,这个入口就是「拍题」。
站在学生这边看,学习里最常见、最刚需的场景是什么?不是规划,不是复盘,就是很简单的一件事:题不会,想知道怎么做。
而且这个需求有两个特点。第一,高频。每天都会遇到。第二,急。不是明天,也不是下周,就是现在。
Answer AI 把拍题放在了最核心的位置,这个选择其实非常现实。
这里还有一个挺关键的细节。我之前在一篇文章里写过可汗学院的 AI 产品。它在北美算是顶级产品了,最大的特点是走「引导式」教学路线。说得直白一点,就是不直接给答案,一步步问你。
这种方式在理念上很先进,但也有门槛。不是所有学生在所有场景下,都有耐心被反问。Answer AI 在这点上做得更取中间值。拍题这个最刚需的场景,它给答案很快。但在写作辅导、概念理解这些地方,又会切换成引导式的讲解方式。
先从最基础的拍照搜题说起。这一块,其实现在的 AI 教育产品都已经很成熟了。你拍一张题目,它可以自动识别题干。把题目里的条件、问题拆出来。用结构化的方式重新展示出来,干净、清楚,不乱。


接下来,是解题本身。Answer AI 对每一道小题,都会把过程拆开来给你。


再往上走一点,比如遇到更复杂的几何题。
Answer AI 也能把步骤拆得很细。从已知条件开始,一步步推下去。中间的逻辑关系,基本都会写清楚。
但这里也能看出一个比较明显的短板。它对图形的利用,其实不算强。很多几何题,本来是靠画图、连线、标角度来理解的。
但在 Answer AI 里,更多还是用文字在讲。步骤是对的,但读起来会偏干。

如果你给它的是一整页试卷,它的 OCR 也能扛得住。所有题目都会被拆出来,一道一道地结构化展示。题号、题干、选项,都分得很清楚。

但它也不是所有场景都一个套路。
像数学这种题目,目标很明确,对就是对,错就是错,所以它给解答的方式就是:快、直接、一步一步推。
换成写作,比如写一篇短文,它立刻就切换到另一种模式。这个时候,用的就是典型的引导式教学。也就是大家常说的那套做法。这种方式在北美教育产品里其实很常见,现在不少 AI Chatbot,只要一进教育场景,几乎都会用这一套。
举个最直观的例子。如果你让它直接帮你写一篇散文,它会先问你几个问题。比如你想写的是哪一段经历。当时发生在什么场景。有没有什么细节是你印象最深的。你的情绪是怎样变化的。
你每回答一步,它就顺着你的回答往下引。本质上,它是在帮你把脑子里的素材一点点掏出来,再告诉你,这些东西该怎么组织成一篇文章:

然后还有一个挺有意思的点。我发现 Answer AI 里,居然还集成了「文本 AI 率识别」,也就是用来降 AI 痕迹的。如果你想看更详细的检测报告,它会直接跳转到 Turnitin Checker,一个在学校里用得非常多、也很成熟的查重工具。
这个设计我觉得挺聪明的。有些功能本身就很复杂,技术门槛也高,如果从零开始自己做一整套,成本会非常重。那不如,直接给用户一个入口,甚至就是接别人的服务,把活外包出去。
但说实话,很多 AI 产品并不太敢这么干。
他们更想把所有流量都留在自己这里,什么功能都想自己做,什么场景都想包下来。背后的担心其实也很直白:用户一旦跳到别的平台,会不会发现那边更好用?会不会用着用着就不回来了?


除了前面这些偏解答型的功能,Answer AI 还有一条现在很多 AI 教育产品都会走的路,就是做闪卡。
它在这块给了好几种入口。你可以直接扫描自己的教材,也可以上传 PDF 文件,还可以直接从它已经整理好的课程表里选内容:

比如我实际点进去看了一下,它在这一步做得还挺细的。你会发现它把年级和学科都拆开了,然后组合成一个很完整的列表。
从低年级到高年级,从数学、科学到语言类科目,基本都能找到对应的选项。你只需要点选自己所在的年级,再选学科,就能直接进入对应内容。

不过说实话,它做出来的闪卡本身,看起来就比较简陋了 😧。

在 Answer AI 里,它还单独做了一个叫 Learning Hub 的学习站,你可以把它理解成一个功能集合页,把前面那些 AI 学习相关的能力都集中放在了一起。
在这个学习站里,有一个叫 AP Quest 的功能,这一块做得相对完整,主打的是系统化课程。你点进去之后,会看到按学科划分的内容,比如社会科学、英语、历史这些,每一门课下面又会拆成具体的主题和单元。

在 AP Quest 里,每一种考试都会对应一套清晰的学习路径。
你点进去之后,会看到一份类似路线图的单元结构,从前面的基础内容一路排到后面的综合测试。每一个小单元下面,都会配套放进很多测验和小测试:

除了前面这些功能之外,Answer AI 还接入了语音对话。你可以直接“打电话”给它,用说的方式去问问题,主要还是围绕学习和教育场景来用。

除了手机 App 之外,Answer AI 还做了 Web 网页端,甚至还上线了一个 Google 浏览器插件:

手机端、Web 端和插件端的账号是打通的,用的是同一套数据,构成了一个完整的产品体验。
有了稳定的入口场景,又把多端铺开之后,Answer AI 还配了一套积分体系。
你去它官网看,会发现有一个很直白的页面,写着 “Get Free Points with Web Extension”,意思就是装插件就送你免费积分。除此之外,还有每日任务、连续使用之类的方式,都可以拿到积分。

最后我们可以简单收个总。
Answer AI 到底覆盖了多少功能点?
我自己稍微捋了一下,保守算下来,光是明确的功能点就有 15 个以上,分布在 4 个大模块里,再加上手机端、Web 端和浏览器插件的多端部署,功能确实是非常全的。
把整个产品设计看完之后,我反而突然想明白了一件事。
很多人在做 AI 教育产品的时候,特别容易陷进一个目标里,就是追求「专业」和「深度」。比如数学一定要算得比别人准,写作辅导一定要比别人讲得细。这种思路本身没有问题,但它忽略了一点:学生真正需要的,往往不是某一个功能有多强。
学习过程中遇到的问题,能不能被快速解决,才是最重要的。

所以它选择了一条很务实的路:宁可把每个功能做到 70 分,也要保证学生在一个产品里就能把事做完。对学生来说,「够用」往往比「完美」更重要。
但它并不是在无脑堆功能。相反,它其实是在努力保护一条连续的学习流。
学生真实的学习状态通常是这样的:我在写作业 → 被一道题卡住 → 查一下 → 继续写 → 换了一门课 → 又被卡住 → 再查 → 再继续。
这是一个不断被打断、又不断回到原任务里的过程。
Answer AI 做的事情,就是把这些高频的打断点,全部收进同一个工作流里,让用户不用跳来跳去。
而且你会发现,它从来不怕把用户导到别的平台。要检测 AI 率,就直接跳;需要更专业的工具,就外接服务。
它并不执着于「什么都自己做」,这种心态反而让产品更轻,也更容易快速迭代。
从结果来看,这些选择是被市场验证过的。18 个月做到 600 万用户覆盖,本身就说明了一件事:对「学习流程完整性」的需求一直存在,只是长期被那些只做单点功能的产品忽略了。
这大概也能解释,为什么小朋友会主动把它推荐出来。
因为真正好的产品,往往是用着用着,你只会觉得:用这个 AI,写作业这件事好像没那么难受了。
看到这里,辛苦啦。
感谢你的阅读和「在场」!
文章来自于微信公众号 “AI Humanist by杉森楠”,作者 “AI Humanist by杉森楠”
Related topics
After reading
Join the AINRK community
Read how to join the community and connect with people working in AI.




