多邻国AI-First后的双刃剑：当友善的猫头鹰，做出最激进的商业决定

你手机里，大概也躺着一只绿色猫头鹰。

它可能用各种“夺命连环call”催你打卡，也可能因为你断了学习记录而在社交媒体上“疯言疯语”。这只猫头鹰，就是多邻国（Duolingo）：一个把语言学习变成上瘾游戏的超级App。

从一个5年零收入的大学研究项目，到敲响纳斯达克钟声的“十角兽”（成立不到10年但市值超过100亿美元）公司；从最初的语言学习，到如今囊括数学、音乐甚至国际象棋的“超级教育平台”。多邻国的成功，早已是公开的秘密。截至2025年第二季度，它的月活用户高达1.28亿，营收同比增长41%，市盈率达到惊人的200倍。堪称教育科技领域的增长神话。

然而，就在它占据行业巅峰、备受赞誉之时，却做了一个让许多用户“粉转黑”的决定。

4月28日，其联合创始人兼CEO路易斯·冯·安（Luis von Ahn）却做出了一项激进的战略决策：面转向AI-First，逐步用AI取代人工承包商。消息一出，社交媒体瞬间炸开了锅。大量坚持打卡上千天的忠实用户，愤怒地晒出了自己的退订截图，指责多邻国背叛了“人性化”的初衷。

图：多邻国CEO 路易斯·冯·安向全员发布内部信，宣布公司全面转向 AI-First

图：多邻国官号的评论区

究竟是为什么？一个冉冉升起的明星公司，为何要冒着得罪用户的风险，进行如此激进的“自我革命”？

今天，混沌AI研究中心将用“建模型”的商业创新思维，层层拆解多邻国这场看似冒险的转型。你会发现，这其实是一场蓄谋已久的“AI政变”：当你的增长模式触及天花板时，是选择修修补补，还是彻底重来？

从“技术为先”到“AI为先”：多邻国的使命驱动

多邻国的故事始于一个简单却雄心勃勃的使命：让最优质的教育惠及所有人。而要理解多邻国“AI-First”的举动，我们得先看清它真正的“价值失洽”——也就是，公司最核心的价值创造模式，遇到了什么根本性的瓶颈。

首先，多邻国真正的护城河，从来不是“教得最好”。

它的创始人Severin Hacker一针见血地指出：学语言最大的挑战，永远是“动机”。多邻国真正的魔力，在于它那套出神入化的游戏化机制。连胜打卡、经验值PK、好友联盟……

图：多邻国的打卡机制

它像一个顶级的心理学家，精准地拿捏住了人性的弱点，把枯燥的学习变成了一场停不下来的游戏。可以说，转型前，多邻国的本质是一个全球最强的“劝学引擎”。

但问题也恰恰出在这里。这个强大的引擎，承载着一个无比宏大的使命——“提供最好的教育，并让它普及到每一个人”（多邻国的slogan）。

“最好”意味着什么？是个性化，是像一对一私教那样，为你量身定制。“普及”又意味着什么？是规模化，是成本足够低，能让全球几十亿人都能用上。

这时，一个致命的矛盾出现了。

多邻国强大的“劝学”光环，一直掩盖着它“教学内容生产”的脆弱。长期以来，它的所有课程都依赖人工创作。这种模式，就像一个精雕细琢的手工作坊，出品的瓷器固然精美，但面对全球市场的海量需求，它的弊端暴露无遗：

• 慢得惊人：开发最初的100门课程，他们花了整整12年。这个速度，如何去满足一个“超级App”的扩张野心？

• 成本高昂：人工意味着高成本，这直接与“普惠”的使命背道而驰。

• 千人一面：你和我，学的内容几乎一模一样。这种标准化路径，与“最好的、个性化的”教育体验，相差了十万八千里。

发现了吗？多邻国试图用一个“手工作坊”的生产模式，去支撑一个“全球化、个性化”的宏大教育使命。这两者在底层逻辑上，是完全冲突的。无论怎么优化手工作坊的流程，都只是“要素相加”，永远无法实现使命要求的指数级价值。

这个深刻的“价值失洽”，就是多邻国发起这场“AI政变”的唯一理由。

而路易斯·冯·安将当前的AI浪潮，类比为2012年智能手机的崛起，并强调多邻国当时“押注移动端”的成功历史。首先，将其定位为公司成功的DNA——即在关键技术平台变革时，必须果断下注，抢占先机。其次，他向员工和投资者传递了一个清晰的信号：这不是一次无的放矢的实验，而是在复制曾经成功的商业路径，将“AI优先”作为下一个十年的核心增长战略。

深挖病灶：强大的“劝学引擎”，脆弱的“内容作坊”

看清了根本矛盾，下一步就是精准定位问题到底出在哪一个环节。

我们不妨把多邻国拆解成几个核心要素：

1. 学习内容（课程、练习题）

2. 游戏化机制（打卡、排行榜）

3. 用户系统（免费和付费用户）

4. 技术平台（App本身和A/B测试系统）

5. 内容创作者（人工团队和承包商）

其中，游戏化机制、用户系统和技术平台，共同构成了一个强大的“游戏化用户运营”维度。这是多邻国的王牌，是它区别于所有竞争对手的核心。

但另外两个要素——“学习内容”和“内容创作者”，则完全被锁死在了“人工精细化创作”这个维度上。

这个“人工维度”，就像是给法拉利赛车装上了一个拖拉机的发动机。无论车身设计多酷炫（游戏化），最终的速度和性能，都被这个最弱的环节死死地限制住了。它直接导致了前面提到的速度、成本和个性化三大瓶颈，成为了多邻国整个商业模式的“阿喀琉斯之踵”。

所以，破局点变得异常清晰：必须从根本上，换掉这个“发动机”。问题不再是“如何让手工作坊效率更高”，而是“有没有一种全新的内容生产方式，能同时实现规模、成本和个性化的‘不可能三角’？”

为了寻找答案，多邻国的目光，越过了整个教育行业。

破局时刻：当教育App，开始偷师“iPhone时刻”

真正伟大的创新，往往来自跨界。

多邻国没有去研究其他教育公司是怎么做课程的。他们跳出了“教育”的盒子，重新定义了自己的问题：我们本质上不是在做教育，我们是在做一个“信息生成与分发”系统。

这个视角的转变，让他们瞬间找到了对标的“老师”——不是任何一家公司，而是以GPT-4为代表的生成式AI技术范式。作为OpenAI的首批合作伙伴，多邻国的创始团队在第一次接触到GPT-4时，感受到了一种“像iPhone出现的那一刻”般的巨大震撼。

那一刻，他们完成了一次决定公司命运的“参照系转换”。

• 过去，在“教育科技”的参照系里，AI只是个辅助，用来优化现有流程，是“要素相加”。

• 现在，在“AI-Native”的新参照系里，AI是整个业务的基石和源头，公司的组织、产品、流程都必须围绕它来重构，这是“维度相乘”。

CEO那封“全面转向AI-First”的邮件，正是这次转换的最终宣言。他们决心不再做一家“用AI的教育公司”，而是要成为一家“生于AI的教育公司”。

解码新武器：AI不是“辅助”，而是“动能”

一旦确立了新身份，多邻国就开始疯狂地从“生成式AI”这个新维度上汲取能量。他们发现，AI带来的远不止效率提升，而是三个足以颠覆行业的“核能”级价值。

第一，是“无限产能”。AI的生产力是指数级的。那些过去需要数年才能完成的事，现在几个月就能搞定。

最生动、最具说服力的案例，莫过于多邻国国际象棋课程的开发故事。路易斯·冯·安自豪地分享道，这个项目由“两个既不懂编程也不懂下棋的人”发起，只用了短短四个月时间就完成了课程原型设计，并最终交由工程师投入生产。

• 课程大爆炸：过去12年做100门课，现在用AI，一年就新增了148门。

• 新业务闪电战：国际象棋课程，一个不懂编程、不懂下棋的团队，靠着AI工具，只用了9个月就开发上线，而这在过去是不可想象的。

• 全公司提效：客服工单的70%-80%可以由AI处理，工程师的开发效率也大幅提升。

第二，是“极致个性化”。路易斯·冯·安对此解释称：这才是AI最迷人的地方，也是唯一能让多邻国兑现其宏大“使命”的钥匙。

• 从“标准餐”到“私人订制”：路易斯·冯·安预言，未来不再有固定的课程。当你打开App，AI会根据你的兴趣（比如你爱橄榄球）和目标（比如要去法国旅游），为你定制一套专门的课程，教你如何用法语讨论橄榄球比赛。那在未来，我们为什么还要批量预制课程？为什么不直接为每个人实时生成内容？

• 创造新体验：AI让过去做不到的功能成为了现实。比如“与AI视频通话”练习口语，这个用户呼声最高的功能，终于得以实现。例如，“Video Call with Lily”功能让用户可以与虚拟角色进行视频对话。这些角色不仅能记住用户的兴趣和偏好，还能在对话中体现出来，仿佛是一个真正的学习伙伴。

第三，是“成本结构重塑”。AI正在从根本上改写教育的成本公式。

• 内容成本趋近于零：AI生成内容是一次性的，这极大地降低了课程开发的边际成本。

• 服务普惠化：过去只有付费用户才能享受的客服支持，因为AI的介入，未来有望向所有用户开放。成本降低10倍，覆盖范围就能扩大100倍。

终极蓝图：从“相加”到“相乘”，打造AI教育工厂

现在，到了最关键的一步：将AI这个新维度，与自己原有的王牌——“游戏化用户运营”——进行“相乘”，创造出全新的商业模型。

多邻国的旧模型是：价值 ≈ 游戏化劝学引擎 × 人工内容，在这个公式里，“人工内容”是一个增长缓慢的变量，它死死地拖住了整个价值的上限。

而他们设计的新模型是：现代个性化教育 = 游戏化用户运营 (X轴) × 生成式AI引擎 (Y轴)。

• “劝学引擎”被超级增压：多邻国著名的A/B测试系统，过去只能测试按钮颜色这类小改动。现在，它可以测试由AI生成的完全不同的课程体系和互动模式，实验效率和深度呈指数级提升。

• “上瘾”体验的终极形态：当你的学习内容，每一句都和你最爱的足球、电影、美食相关时，你的学习动力会有多强？AI让“千人千面”的劝学成为可能，把多邻国最核心的“留存率”护城河，挖得更深了。

• 飞轮效应的形成：更低的成本带来更多的免费用户，海量的用户数据又反过来把AI模型喂养得更聪明，从而提供更精准的个性化内容，吸引更多用户。这是一个完美的正向飞轮。

这场“AI政变”并非纸上谈兵。多邻国Max订阅服务、快速上线的象棋和音乐新课程，都是这个新模型的具体产物。这只绿色的猫头鹰，正在从一个“劝学”你的伙伴，进化为一个能为你“创造”整个学习宇宙的AI导师。

变革的代价与人性的拷问：冰冷的商业决策与温热的公众反响

任何激进的变革都伴随着代价，多邻国的AI突围也不例外。其中最引人关注的，莫过于与合同工的解约。据报道，多邻国因更依赖人工智能，解雇了大约10%的合同工 。值得注意的是，这一举措主要针对外部合同工，而非内部正式员工。

一位在多邻国工作了五年的合同工在社交媒体上分享了自己的经历：“我们的团队有四名核心成员，其中两人被解雇了，剩下的两个人只负责审查人工智能内容，以确保它是可以接受的。”

路易斯·冯·安坦承，公司愿意“带着紧迫感前进，偶尔在质量上出现小问题，也不愿行动迟缓而错失良机” 。这句惊人的自白，为外界关于内容质量的争议提供了注脚。

在多邻国的用户论坛上，有用户抱怨AI生成的德语课程质量“糟透了” 。这并非技术能力不足，而是一种战略上的主动取舍。公司最高决策层为了追求规模化和速度，明确选择了接受短期内的质量风险。这种取舍揭示了AI时代商业竞争的新常态：速度和效率有时会成为比完美更重要的战略资产。

不仅如此，多邻国案例也引发了更广泛的社会讨论。一位网友在论坛上精辟地评论道：“当一家公司选择‘AI优先’，就意味着它的员工排在最后。” 这种情绪，代表了当下人们对工作被AI取代的普遍焦虑。高盛的一份报告也提供了宏观佐证，称AI可能会取代相当于3亿个全职工作岗位。多邻国的案例，就像一面微缩的镜子，映照出这场由AI驱动的全球性就业变革。

故事的另一面：一场“逻辑完美”的豪赌，与一盆资本的冷水

故事到这，也许我们还需要更严峻的审视故事的另一面：距离其在 5 月 16 日达到的每股 529.05 美元的峰值仅 3 个月后，多邻国的股价已下跌了 38%。这一下跌的整体趋势，在路易斯·冯·安承诺将公司打造成“AI 优先”企业引发强烈反对不久后就开始了。

从战略模型上看，多邻国的自我革命似乎逻辑自洽、无可挑剔：它诊断了“手工作坊”模式的根本瓶颈，并试图通过引入“AI”这个新维度，实现一次生产力的史诗级跃迁。这套漂亮的组合拳，几乎可以写进任何一本商业教科书。

然而，资本市场却在8月底用脚投票，投出了一张截然相反的“不信任票”。也如同一盆冷水，浇醒了沉浸在宏大叙事中的人们，也迫使我们从另一个角度审视这场豪赌：

多邻国，会不会正在“杀死”那个最初让自己成功的自己？

我们必须回到一个最根本的问题：用户到底为什么喜爱多邻国？是因为它的课程最权威、技术最领先吗？不完全是。核心在于其精妙的游戏化设计和“无监督学习”工具带来的情绪价值。那只时而疯癫、时而暖心的绿色猫头鹰，那种让你半夜惊醒也要保住连胜记录的“魔力”，才是它真正的护城河。而这种独特的“人味儿”和社区感，很大程度上源于人类创作者注入的奇思妙想和文化梗。

面对用户的退订潮和市场的质疑，CEO路易斯·冯·安在8月17日接受《纽约时报》采访时，似乎试图为此降温。他将问题归咎于沟通引发的“公众困惑”，并反复强调AI只是为了减少对“承包商”的使用，“我们从未解雇过任何全职员工。我们也不打算这么做……”。他甚至有些防御性地补充道，公司仍有1000名员工，包括近50名暑期实习生，“事实上，我们的招聘速度和以前一样，你也看到了很多实习生。我们是有员工的！”

图：多邻国联合创始人兼首席执行官路易斯·冯·安

但这种撇清，恰恰揭示了问题的核心。

多邻国曾将“AI优先”类比为2012年“押注移动端”的成功。但移动化是技术对体验的全面增强，而AI的激进应用，在某些方面却可能以牺牲质量为代价。

当“AI-First”的旗帜高高挂起，当人工承包商被逐渐取代，多邻国引以为傲的“情绪价值”是否会被冰冷的、高效的、但可能缺乏灵魂的AI内容所稀释？用户的退订潮，或许正是这一担忧的初步显现。

更致命的是，AI是一把双刃剑。多邻国all-in AI，但市场同样担心，更强大的ChatGPT 5等通用大模型，可能会让专门的语言学习App变得多余。多邻国的股价在ChatGPT 5发布后应声大跌，就印证了这种恐惧。它等于是在一个自己并不占绝对优势的战场上，与科技巨头进行一场“军备竞赛”。而这场竞赛的成本也极其高昂，财报显示，多邻国高阶的AI功能（Duolingo Max）甚至拉低了公司的毛利率。

市场的恐慌或许在警示我们：多邻国的这场转型，可能是一次“战略上的正确，却在战术上动摇了根基”的冒险。它试图用AI解决“规模化”的难题，却可能牺牲了自己最宝贵的“人性化”资产。

图：今年2月多邻国猫头鹰“去世”的抽象整活营销，通过玩梗收获了大批粉丝

多邻国的故事或许只是一个开端。当AI不再只是一个生产力工具，而成为内容加速器、组织催化剂，甚至公司DNA的一部分时，我们该如何理解未来的工作？当效率与人性、规模与质量发生冲突时，商业世界又将做出怎样的抉择？

那么，你怎么看待多邻国的这次转型？你认为AI真的能实现“最好的教育，普及给每一个人”的理想吗？

欢迎在评论区，留下你的看法！