[EP55]伊伊子思考中 | AI 时代的一人教育公司，会是什么样子？
Notas do episódio
Hello 大家好，欢迎回到《教育AI智造者》。
这是《教育AI思考课》的又一期单口节目。最近我连续看了很多 Solo Founder（一人创始人）的故事：有人一个人把公司做到百万美元收入，也有人开始尝试用一个真人加一整套 AI Agents，去完成过去需要产品、工程、客服、运营共同完成的工作。
看得越多，我越觉得真正有意思的不是「AI 让一个人也能开公司」，而是公司本身正在从一个由职位组成的组织，变成一个由 Workflows（工作流）组成的系统。
所以这一期我想做一个有点大胆的思想实验：
如果这种变化发生在教育里，一人教育公司会是什么样子？
它只是一个老师带着几十个 AI Agent 疯狂生成课程，还是有可能让一个教育者拥有一所很小、却能够持续诊断、反馈、调整和学习的「学校」？
这一期，我们就从几家真实的 Solo Founder 公司出发，拆一拆这个还没有答案的问题。
如果你是一位教师、教育创业者、AI 产品经理、学习科学研究者，或者你正在 Vibe Coding 自己的教育产品，我希望这一期能够给你一个不同的问题：
当 AI 已经可以帮你写课、出题、批改、做视频、建网站的时候——你真正想创造的，到底是什么？
🧭 本期内容为什么 Solo Founder 值得教育行业关注？
Fondo、Chatbase、WorkOS、Wabi、Pulsia 分别在卖什么？
为什么 AI 公司真正产品化的往往不是 AI，而是 Workflow？
Demo、Tool 和 Company 到底有什么区别？
为什么教育比会计、客服和企业软件更难自动化？
为什么 Content Generation 不等于 Learning？
什么才是一条真正完整的 Learning Workflow？
一人教育公司的三层结构：学习、教学运营与商业
一个老师 + AI Agents，真的可以服务更多学生吗？
哪些教育工作可以自动化，哪些必须 Human-in-the-loop？
教育版 Chatbase 会是什么？
教育版 Fondo 会是什么？
教育版 WorkOS 会不会成为 Learning Infrastructure？
什么是 Pedagogical Infrastructure？
教育版 Wabi：软件会不会成为新的学习产物？
教育版 Pulsia：AI 能不能帮助一个老师运行一家公司？
中国和美国的一人教育公司为什么可能走出不同路径？
从小工具到真正公司，需要经历哪些阶段？
一人教育公司究竟应该卖软件、服务，还是基础设施？
当 Vibe Coding 让功能越来越容易复制，真正的壁垒是什么？
Workflow、Evidence、Trust、Distribution 与 Pedagogical Values
为什么「Human-in-the-loop」本身也可能成为一种假象？
一人教育公司最值得警惕的六个风险
AI 时代，公司会不会从 Organization Chart 变成 Workflow System？
最后一个问题：当生成已经不再困难，我们真正应该设计什么？
-----------------------关于伊伊子----------------------
伊伊子的小红书传送门
----------------------关于听友群-----------------------
如果您对AI和教育的融合充满兴趣，欢迎填写我们的听友群入群申请问卷！🎧点击链接，或扫码，与更多志同道合的伙伴一起交流最新的行业动态、分享学习经验，并共同探讨AI如何重塑教育的未来。期待在听友群中与您相遇，共同成长！😊
请大家在填写微信联系方式时，务必确认拼写是否完整和正确。我们遇见过好几次微信ID无法识别的情况~谢谢大家！
📚 本期关键词Solo Founder（一人创始人）由单个创始人启动和经营公司的创业形态。Solo Founder 并不意味着公司永远只有一个人，而是公司不需要从寻找联合创始人、组建完整团队开始。AI Coding、自动化和 AI Agents 正在进一步扩大单个创始人的执行能力。
One-person Company（一人公司）一种新的组织想象：大量过去需要不同岗位完成的工作，被软件、自动化和 AI Agents 承担，人类创始人主要负责方向、品味、价值判断、关键关系和高风险决策。
它真正改变的可能不是公司人数，而是我们定义「公司」的方式。
Workflow（工作流）为了持续完成某个目标而连接起来的一系列状态、任务、判断和反馈。
本期最重要的观察之一是：
AI 公司真正产品化的往往不是 AI，而是 Workflow。
模型提供能力，Workflow 决定这些能力如何持续产生价值。
Fondo面向创业公司的财务、会计、税务和合规服务。它代表了一类非常典型的创业机会：解决用户「必须完成、反复发生、做错代价很高、但又非常不想自己完成」的工作。
Chatbase允许企业将网站、文档和自己的知识资料接入 AI 问答系统的产品。Chatbase 的早期机会来自一个非常具体的缺口：基础模型很强，但并不了解用户自己的资料。
本期借它讨论的问题是：教育版 Chatbase 是否应该从 Knowledge Q&A（知识问答）继续走向 Teaching Decision Support（教学决策支持）？
WorkOS帮助 SaaS 产品获得 Single Sign-On（单点登录）、目录同步、审计日志等企业能力的基础设施公司。
本期把 WorkOS 当成一种商业模式来思考：
与其做所有教育应用，有没有可能为所有教育应用提供共同需要的学习基础设施？
Wabi尝试让普通人通过 AI 创造属于自己的软件。它代表一种新的软件观：软件不一定首先是一门生意，也可以像文字、音乐、绘画一样成为个人表达和创造的媒介。
放到教育中，它引出了一个新的可能：
Software as Learning Artifact——软件本身也可以成为学习产物。
Pulsia尝试通过多个 AI Agents 帮助一个创业者建立和运营公司的产品。市场、产品、工程、客服等工作逐渐被拆解为可以由不同 Agent 承担的 Workflow。
本期借 Pulsia 思考：未来一个教育者是否也可能拥有课程、评估、研究、运营和沟通 Agents？
Demo → Tool → Company本期提出的一个重要区分。
Demo 证明某件事情技术上能够实现。
Tool 让别人可以稳定重复使用这项能力。
Company 则需要形成完整、可持续的价值交付循环。
在教育 AI 中，一个漂亮 Demo 与一个真正改善学习的公司之间，还有非常长的距离。
Learning Workflow（学习工作流）把学习过程中原本分散的环节连接成持续反馈循环：
目标 → 诊断 → 任务 → 尝试 → 学习证据 → 支架 → 再尝试 → 反馈 → 复习 → 迁移 → 更新学习者模型。
它与单纯 Content Generation 最大的区别，是系统会根据学习者的行为持续改变下一步。
Learning Process Design（学习过程设计）关注「一个系统如何持续学习」的设计方法。
它不只是设计教学内容，而是设计目标、证据、任务、反馈、支架、评价、记忆、失败分析和下一步经验。
本期的一人教育公司，可以看成 Learning Process Design 在组织和商业层面的进一步延伸。
Content Generation（内容生成）利用 AI 自动生成教案、练习、解释、课件、视频和学习材料。
生成能力已经快速商品化，但：
生成更多教育内容 ≠ 产生更多学习。
真正困难的问题是：什么内容应该在什么时间，以什么形式，提供给什么样的学习者？
Learner Model（学习者模型）系统对学习者当前知识、能力、误解、行为模式、历史表现以及支架依赖程度形成的动态表示。
好的 Learner Model 不是给学生贴一个固定标签，而应该随着新的学习证据持续更新。
Learning Evidence（学习证据）能够帮助我们判断学习是否真正发生的行为和表现。
它不仅包括分数，也可以包括错误类型、解释过程、提示依赖程度、修改轨迹、反应时间、迁移表现等。
未来教育 AI 的重要资产可能不是生成了多少内容，而是积累了多少可靠的 Learning Evidence。
Scaffolding（学习支架）在学习者暂时无法独立完成任务时提供适量支持，并随着能力提高逐渐撤除帮助。
在小宇宙查看该单集文稿