AI 家教从演示视频走进真实课堂，往往要面对一个更朴素的问题：它真的有用吗？
发生了什么
据 Hacker News 上的一条讨论，可汗学院（Khan Academy）的 AI 辅导工具 Khanmigo 在一所学校开展了为期两年的实验。这条帖子本身热度不高，但它指向的是一类正在积累的实证材料：不是发布会的功能演示，而是把 AI 辅导放进日常教学节奏后，持续两个学年的观察。
需要说明的是，目前公开的信息只有标题与简短摘要，具体的实验设计、样本规模、评估指标与结论尚未在片段中展开。因此本文不做数字层面的推断，只讨论这件事为什么值得被认真对待。
为什么重要
Khanmigo 的定位一直很明确：不是替学生写作业，而是扮演一个随时在线的引导者——用提问推动学生自己思考，而不是直接给答案。这个定位与市面上大量「解题神器」形成对照，也决定了它的价值必须用学习效果而非使用量来衡量。
两年是一个有分量的时间尺度。教育场景里的 AI 工具，第一学期的兴奋期往往掩盖问题：学生觉得新鲜，老师愿意配合，数据好看。真正的考验出现在新鲜感消退之后——学生是否还愿意用，老师是否还愿意把它排进课堂流程，工具在遇到教学大纲、考试节奏、班级差异时是否还能站得住。能撑过两个学年的项目，本身就过滤掉了相当一部分「演示型产品」。
另一个背景是，AI 辅导的效果证据一直偏薄。多数结论来自短期实验、受控环境或自愿参与的样本，而自愿参与者通常本身就更主动。学校层面的长期实验，是补上这块短板的方式之一。
影响与看点
对教育科技从业者来说，这类实验的真正产出往往不是「有效/无效」的二元结论，而是失败模式：AI 在哪些环节被绕过，老师为什么最终不用它，学生在什么情况下会把它当搜索引擎而非导师。这些细节比总体分数更有指导意义。
对更广泛的 AI 产品而言，Khanmigo 的处境有代表性——它的核心能力依赖通用大模型，但产品价值取决于教学法、课程对齐和教师工作流的整合。这意味着教育 AI 的护城河不太可能来自模型本身，而来自对场景的理解深度。
值得关注的点有三个：实验如何定义「学习效果」，是考试成绩、完成率还是学习行为；教师在其中扮演什么角色，是使用者还是被替代者；以及成本结构，长期一对一辅导的推理开销能否被学校预算承受。
我的判断是：AI 辅导的瓶颈不在模型能力，而在课堂的组织方式。谁能把 AI 嵌进老师已有的工作节奏，而不是要求老师为 AI 改变节奏，谁才更可能跑完第二个学年。
