“未来1-3年，能给每个人讲课的AI老师很有可能就会出现。”
来源|多知
作者|徐晶晶
与爱为舞由高途/跟谁学联合创始人张怀亭与原高途课堂总经理刘威联合创办于2023年。
用投资人的话来说，与爱为舞目前还是一家（潜在）水面下的公司。
不过，这家水面下的公司已不容小觑：
多知此前获悉，与爱为舞在2024年已实现数亿元的规模化收入，如今估值在6亿美元左右，还在多个城市设有分部。今年3月，与爱为舞推出首款AI教育产品“爱学”。
近日，在一场直播招聘活动中，与爱为舞联合创始人、技术负责人王琳介绍了公司的基本情况。王琳曾先后担任百度、高途、蚂蚁的AI及大模型团队负责人。
这也是与爱为舞第一次面向外界的公开发声。
据王琳透露，与爱为舞“在成立当月只有几十万元的收入，次月就有上百万元的收入，现在每个月有上千万元的收入”，“在业务上每年都会实现三倍的（同比）增长”。
他还有两个判断：“我坚定相信未来AI能帮助孩子更好地成长，这也是我们创业的基础。”“未来1-3年，能给每个人讲课的AI老师很有可能就会出现。”
这场直播里，他还揭秘了与爱为舞的创业初衷、创始团队（包括CEO、COO、技术负责人、产品负责人、运营负责人、流量增长负责人）背景、业务发展路径、业务模式、融资情况等。
以下为王琳的演讲与答疑原文（经多知编辑）：
我们是2023年成立的一家AI教育公司，叫“与爱为舞”。
为什么叫与爱为舞？最主要的原因是，“爱”字有两重含义。第一层的含义是，教育的本质是爱，第二层含义是AI是“爱”的谐音，希望能用AI助力教育。
为什么要做这么一家公司？最主要的原因是，过去二三十年，中国整个教育行业，有过三个大的阶段的发展，即从线下教育到在线教育再到AI教育。每个大阶段的发展都会解决一个核心的大问题。比如从线下教育到在线教育，本质上它放大了优秀老师的价值，促进了教育公平（有教无类），但在线教育没有解决个性化的问题。而AI教育核心就是要解决因材施教的问题。
与爱为舞成立于2023年5月，如果用一句话来介绍公司，那就是我们希望能给每个人提供一名适合自己的AI老师。
我们公司为什么要在2023年开始做这件事？最主要的原因是2023年以大模型为代表的AI技术成为这次非常重要的变革的起点，AI技术的变革推动教育进入智能时代。这一代的AI革命本质上做的事情是把原来需要个性化服务的行业做到规模化（规模化地提供个性化服务，服务即全流程体验）。
举个例子，原来给每个人找一个助理是非常个性化的服务，有了大模型之后，提供了大量供给，ChatGPT相当于给每个人都配了一个AI助理。因此，我们也在思考给每个人配一名AI老师的可能性。AI老师可以根据用户的情况，个性化地助力学习。这是我们公司努力的大方向。
未来的教育是什么样子呢？我们希望人人都有一个懂自己、时时在、用得起的专属全能老师。这也是我们公司的目标。
懂自己：希望能根据学生个体的兴趣、阶段、效率、潜力、状态、性格等，提供个性化的动态解决方案。
时时在：对比现在的线下教育、在线双师，AI老师不仅解决空间问题，还能实现实时响应。每个人都可以有一名24小时在线实时响应的老师。
用得起：随着算力进一步下降，AI的单位时间成本进一步降低。一个孩子每天跟着AI老师学习一小时，一年的成本大约为500美金。
全能老师：我们希望未来人人有一个全能老师，不局限于单一科目，也不局限于任何知识，不仅善于传授知识，还可以教授综合素养，甚至完成终身陪伴。
自2023年5月15号成立以来，我们先后完成了几轮融资，投资方包括高榕资本、启明创投、Monolith砺思资本、红杉资本、蓝驰创投、Ferryman、真格基金、险峰长青等。
如何实现“给每个人提供一名适合自己的AI老师”？
我们的路径是先做业务的闭环，再做AI的替换，最终慢慢形成新的业态。
具体来讲，第一步，我们会先做在线教育的业务闭环。有两个原因：
其一，我们是一家创业公司，公司需要从一开始就产生比较稳定的收入跟现金流。所以我们从成立第一天开始，就非常关注公司的健康和稳定发展。
其二，我们也要有自己的核心业务。因为每一代技术变革，早期都由一些技术驱动的公司率先跑出来。但是未来大型的公司都是有自己核心业务的公司。所以我们要完成自己核心业务的闭环。这样带来的好处就是我们从成立第一天开始，就有用户数据和收入。而且我们的收入在过去两年翻了很多倍。我们在成立当月只有几十万的收入，次月就有上百万的收入，我们现在每个月有上千万的收入。
第二步，关于AI的替换，我们也会分两个阶段来做。
第一个阶段就是我们要用AI优化原来在线教育的各个环节。我们希望用AI的方式把这些环节都重新做一遍，以优化运营效率，降低成本。
第二个阶段就是我们要用AI做一个全新的、可以实时和学生互动的、以学生为中心的AI老师。
当然，这两个阶段我们并行在推进。早期我们在第一个阶段投入的人力会多一些，现在则是两个阶段都会重点投入。我们希望通过这种先有业务、再用AI替换、最终再做出一个新业态的渐进式的方式做（从教师为中心转变成学生为中心，从过程导向转变成结果导向，从教育在线化转变成教育智能化）。所以我们公司的发展以及思考也是比较稳健的。我们正是这样一步步走到今天单月非常好的营收，同时有非常多的AI应用场景以及AI人才。
下面介绍一下我们公司的核心负责人：
CEO是张怀亭。他在2005-2014年是百度凤巢负责人。百度凤巢系统担负百度商业化变现的关键职能，是中国第一个大模型系统，也是中国AI的黄埔军校。他在2014-2019年担任高途（跟谁学）的联创。不管是在AI领域还是在教育领域，他都是非常资深的领军人物。
COO是刘威。刘威在2015-2021年担任高途课堂的总经理。他带领7个人在跟谁学内部孵化创办高途课堂，并带领高途课堂经历爆炸式增长（从2017年带领100人实现2000万元收入到2020年带领25000人实现64亿元收入）。更早前，刘威在埃森哲咨询和搜狐视频工作过。
除了张怀亭和刘威，还有几位联创：
技术负责人是我。我历任百度（2012-2014年）、高途（是高途前十号员工）、蚂蚁的AI及大模型团队负责人，发表AI顶会论文十余篇，专利60+项，获吴文俊奖一等奖。
产品负责人是王慧妍。王慧妍历任百度、贝壳、高途产研总监。
运营负责人是纪建镖。他历任新东方校长（曾是新东方最年轻的校长）、高途学部负责人等。
流量增长负责人是梁贵星。他历任高途、字节PICO增长负责人。
我们这个联合创始团队，不仅过去都有不错的个人经验，更重要的是曾经一起共事超过九年，也一起完成过带领一家公司从0到1的过程。此外，我们核心团队成员来自苹果、字节、拼多多、阿里、百度等知名企业。
目前我们在招聘多个职位。我们公司在业务上每年都会有三倍的增长。每年三倍业务的增长，可以驱动很多新的产品、新的研发方向。高速的业务发展会给大家带来更广阔的成长的空间。
AI的各个领域都在快速发展，为什么要选择AI教育方向？
第一，教育行业已经完成了全部的数字化。
第二，教育是一个非常大的刚需。
第三，教育也是我们团队原来非常熟悉的。
Q1：大模型算法的岗位，您更看重候选人学术上面的成果，还是实际的项目经验呢？
王琳：我们对大模型算法的招聘要求还是比较高的。我们希望大家至少具备两个基本的素质：
第一，我们关注候选人过去的经验。从硬性条件来说，希望算法岗候选人真的解决过大模型的应用问题，比如用大模型解决所在行业内的问题，了解怎样用大模型做好解决方案等。
第二，更重要的还要具备两个软素质。一方面是要有极强的学习能力，另一方面，我们也希望候选人能有极强的改变自己的自驱力，因为创业公司是需要有快速迭代、快速奔跑的能力。
Q2：对教育行业来说，大模型是今天最大的变量之一吗？您觉得大模型能给整个教育行业带来多大的增量空间呢？
王琳：首先，大模型肯定是非常大的变量之一。这也是为什么有了大模型，我们才能开启这次创业。
第二，我们非常相信技术的发展一定是加速的。现在遇到的一些技术卡点，未来一定会慢慢得到解决，因此创业要面向未来的技术来做决策。
举个简单的例子，我坚定相信未来AI能帮助孩子更好地成长，这是我们创业的一个基础。好老师需要具备几个素质：知识非常丰富，讲得非常生动，实时在线，足够便宜。AI已经在知识丰富、实时在线、足够便宜这几个维度领先于人类老师了。但目前AI讲得可能没有人讲得生动。不过如果了解大模型的发展趋势，可以发现，现在语音技术、多模态技术一直在前进。当技术的卡点一旦突破之后，就一定会遇到行业应用的爆发。
Q3：您期待的AI老师，预计能在未来什么时间节点实现？
王琳：会非常快。我相信技术一定会指数级增长。我预计，未来1-3年，能给每个人讲课的AI老师很有可能就会出现。
Q4：与爱为舞的商业模式是怎样的？
王琳：我们的商业模式其实非常的简单，就是我们提供低成本高质量的教学的服务。
我们的服务会分为两个阶段。
第一个阶段就是在线的名师。我们刚刚启动的时候，是由真人在线名师来讲课。
第二个阶段就是我们会把在线的名师慢慢AI化。比如早期会有10%的环节由AI来讲、90%由真人来讲，慢慢地可能变成AI讲30% 、真人讲70%，再慢慢变成AI讲70% 、真人讲30%等。
Q5：大模型的幻觉问题，可能在什么时候得到解决，能让产品比较规模化地拓展呢？
王琳：第一，我们在选择场景的时候，就会选择大模型解决得比较好的场景。在整个创业的过程中，我们一直会做产品、业务跟技术的多方联动。
举个例子，我们一开始会做小学英语的AI课。为什么先选择小学英语的AI课？其一是大模型在英语问题上，已经解决得非常好。其二是小学的孩子可能对AI的接受度更高一些。所以我们是先从大模型能够解决得比较好的领域去切入。
第二就是我们在使用大模型时，也会限制学生的发挥。我们的AI课程是有严格的教学体系和学习框架的，只有这样才能保证效果。但是在每一个环节内，是开放性的。这样会保证整个环节不会出特别大的问题。当然我们也会做极致情况下的兜底。
总结一下，在选择场景上，我们会先选模型已经做得比较好的场景；在设计环节的过程中，我们会在开源基础上进行专门训练。