36氪获悉，在线教育产品作业盒子已获得 1 亿美元 C 轮融资，本轮融资由云锋基金领投，好未来等机构继续跟投。作业盒子创立于 2014 年，去年 10 月，团队完成了 BAI （贝塔斯曼亚洲投资基金）领投的 2 亿元人民币 B+ 轮融资。

36氪专访 | 「作业盒子」完成1 亿美元 C 轮融资，要让所有公立校实现个性化教育

据了解，作业盒子目前总共有2700 万学生用户、200 万老师用户，DAU 为 370 万，目前产品已经进入到 7 万多个公立校，覆盖了 31 个省。2016 年年底，作业盒子开始尝试商业化变现。按照“基础作业功能免费，增值服务内容付费”的产品逻辑，作业盒子现阶段单月营收已经突破千万。

本轮领投方云锋基金董事总经理李娜认为，作业首先是一个能够同时联结老师、家长、孩子三方的、高频刚需高粘性的场景，作业盒子从数学这一核心学科切入，实现大量的数据积累。而在线教育仍处于上半场，在 AI+教育的大趋势下， AI 课程很好地解决了一对一个性化教学的规模经济问题，是运用技术手段来改造教育供给端和需求端形态的一款教育产品。

关于本轮融资之后作业盒子在业务和战略上的规划，作业盒子的创始人及 CEO 刘夜告诉36氪，主要有 3 方面，涉及到服务体系、产品设计以及内容丰富度：

从“空中”到“地面”：作业盒子过往的用户增长都是 80% 来自于口碑传播，产品的运营和传播集中在线上，早期团队靠 10 人的 BD 团队切入了公立校市场，目前作业盒子已经组成了一个 300 多人的一个地推团队，计划深度服务学校。在之前采访中，刘夜也向 36氪透露，将会为学校、教委提供数据化服务和智能作业解决方案，提升区域教学效率；

从老师到学校： “如果是老师自己用，那么本质上仍是一个2C的产品，如果要在学校做更高的渗透率，就需要做一些深功能来服务他们”，因此，在产品设计上，会结合学校的学情管理需求提供一整套的作业和其他服务。

从“边缘”到主流：能够服务学校的基础前提是有更多的老师使用，因此在服务学科上，在从口算覆盖到数学全科后，作业盒子也会逐步在语文和英语上进行补充。去年 4 月，作业盒子的小学版就已经添加了英语、语文两个科目，题库覆盖各地区主流教材的每个章节。

不只是工具的「作业盒子」还能是什么？

通过学生题库、教师课堂作业管理完成了采集数据这第一步之后，闭环如何达成？刘夜给出的答案是，“工具”只是一个阶段，作业盒子接下来想让所有公立校实现个性化教育，在他看来，“绝对稀缺、相对过剩”是所有在线教育产品发展的契机：

“绝对稀缺”指的是教师资源，在传统的大班教学模式下，老师只能以班级的平均水平作为以参考线去调整教学进度，那么对于这条线之上或之下的学生而言，他们的需求自然没有被满足。至少在学科知识的学习上，一对一是一个理想的解决方案，但显而易见的是，现有的教师资源并不能满足这一诉求；

“相对过剩”是就单个学生而言，他所面对的内容是海量的，如果不能找到适合自己的内容，那么学习过程就是低效的。

回归到作业盒子上来看，在解决“绝对稀缺、相对过剩”问题这件事上，作业盒子是分为产品和内容两方面来解决的:

从工具到“业务系统”，让公立校都变成 Altschool

刘夜对于作业盒子的定位是一家科技公司，对于服务公立校，作业盒子的希望是“让所有的公立校都变成 Altschool ”。

Altschool 是由 Google+ 前负责人 Max Ventilla 创立的一家提倡个性化教学的实验性学校，基于自有的软件管理系统，Altschool 并不按传统的年级分班，由于学生的所有学习记录以及知识获取程度都能够被记录，系统会为其定制个性化的学习计划。扎克伯格是该校的早期投资者。

Altschool 最新的动向是将自己的运营重心放在了软件管理系统的输出上，从向学生收费转向了老师收费，从“个性化学习”变为了“个性化教学”。除了 Altschool同样专注于个性化教学的美国公立学校 Summit 也和 Facebook 推出了自己的个性化学习软件平台。

不过， Altschool 诞生的硅谷已经在反思“个性化教育”的利与弊了，这其中有一个核心议题在于技术和教育者之间的关系。

Altschool 的一位老师就曾批判，Altschool 所推崇的技术主导的个性化学习中，因为需要去配合技术，老师在教学中反而变成了“配角”，并没有任何成就感，原有的想要运营新技术来提升教学效率的主动性也消失了。

刘夜认为，科技会改变教育而不仅仅只是服务于已有的教育方式，对于产品的发展路径，他更倾向于将工具看做是作业盒子的一个发展阶段，整个产品未来要做一个“业务系统”，最终作为 LMS （学生的学习管理系统）服务于公立校，让这些不能像 Altschool 一样走精品小班路线的公立校也能实现个性化教学。

在他看来，工具解决的只是单一环节的问题，作业盒子的服务显然不止于此：从作业批改、题目布置到题目的推荐，数据统计分析，然后基于错题的讲解。从班级统计到学校统计、单科统计到多科统计、最终到学生的行为管理。

因此，从以老师为服务对象到以学校为服务对象是一个必然的过程，可以类比为从考勤打卡工具切入到整个办公管理系统。

那么，再回到技术和教育的“冲突”问题上，在系统的辅助下，学生硬性技能（学科知识的学习）的培养交由“系统+AI老师”的模式来高效完成。例如一个典型场景是，“AI老师”会很清楚学生在学习中遇到的问题，然后迅速在“业务系统”中为其提供最优的学习路径规划。

老师们更多的能力将被更多地释放到学生软性技能的培养当中，这些软性技能的培养和塑造较之于硬性技能没有能够被结构化的知识图谱，至少在目前还无法被机器替代。

从工具到内容：解构认知和教学，用 AI 来讲课

在解决了没有足够教师实现“一对一”教学后，下一步的问题即是，没有足够的专家教师来实现“一对一”的教学。

剥离开“一对一”这个场景，to B 的“双师课堂”已经验证了公立校对于稀缺的优质教学资源的需求，所以要以“系统”的角色深度服务于学校的学校场景让作业盒子可以从优质内容层面上给出学校解决方案。

在长远规划中，作业盒子会从系统向生态转变（Altschool 的系统也接入了一些第三方服务产品），但目前内容生产仍由作业盒子团队自主完成。

AIOC （AI oriented content）是作业盒子在 B+ 轮融资中提出的基于自适应学习场景的内容建设战略，AIOC 是指基于AI教学的最小认知内容颗粒。

自适应题库当然高效，而且不少产品在很大程度上服务了老师，减轻老师留作业、批改作业和学情分析的时间，但 “AI+教育”的落地实践中，自适应题库并不是唯一解。基于AI内容生产的“自适应教学”或许也正成为趋势。36氪不久前报道过的“符号树”就在通过 AI 解构专家老师的教学行为和逻辑，从而让水平参差不齐的老师们都达到专家老师的水平。

刘夜告诉36氪，和自适应题库不同，“AI 课程”的讲解颗粒度要更细，是对话级的。前者核心在于算法推荐，而后者还要求对学生的认知过程进行还原并给到相应颗粒度的教学反馈，“我们未来希望这个机器老师也是有人文气息。”

所以 AIOC 内容的生产过程也是一个产品研发过程，刘夜提到，除了心理学、教育学的理论，课程的设计也在考验如何更有趣地表达一个知识点，其实是在用产品的思维在做教育内容，将大众认知中很“个人经验”的教学过程工程化。

在 300 人的内容生产团队中，有 100 人负责“剧本的编写”，这 100 人都曾经是一线教师，除了常规的教研内容，最核心的任务就是“抽象和结构”：知识点、学生学习行为场景都需要被结构化，同样的内容可能会存在多种表达形式，什么时候来表达，怎么表达等等都需要被考虑在内。

现阶段，数学学科已经储备了 10 万个 AIOC 的内容，语文、英语则分别有 1 万个左右，基于 AIOC 的内容产品已经实验了 5000 名学生，续课率为 95%，将在今年下半年正式推出。

技术 VS 教育，面向未来的教育产品是什么样的？

关于技术和教育关系的问题，刘夜给出的答案是技术一定会改变教育、以及未来人们接收知识的方式，教育作为一项服务一定会越来越贵，只有科技行业会把它变的越来越便宜。他也一直强调“作业盒子”一直是一家科技公司，只不过恰巧做了教育这件事。

AI+教育也好，自适应学习也好，这些都是我们能看到未来的教育产品。云锋基金董事总经理李娜也提到，技术门槛并非决胜的核心因素，更重要的点在于，谁能够更精准地解决需求，以及在此基础上去提供服务的产品的水准。

回归教育本质，36氪认为，技术并不能从根本上推翻“教育”本质。而作业盒子在做的本质也是对于“供应链的优化”，甚至是对于上游内容生产端的优化。