各位HN用户大家好，我是Alex Southmayd，Bloomy（https://bloomylearning.com）的创始人。这是一款面向K-12学生的AI驱动精熟学习平台，目前提供数学、英语语言艺术（ELA）和写作三门学科的自适应课程，搭配AI导师辅助学习。

运作模式

我们会先诊断学生的知识缺口，为其定制个性化学习路径，再提供符合课标要求的课程内容，以及采用苏格拉底式教学法的AI导师——导师会逐步引导学生思考，而非直接给出答案。

我们的目标是用AI解决布卢姆双标准差问题（https://en.wikipedia.org/wiki/Bloom%27s_2_sigma_problem）。

• 短版上线演示视频：https://tinyurl.com/bloomylearning
• 完整版产品演示：https://youtu.be/XHvoKt6qMeo
• 家庭用户入口：https://bloomylearning.com/families

我原本是一名教师，曾通过“为美国而教”项目教授7年级英语和写作。每天面对30个需求各不相同的学生，我都在为差异化教学发愁：有的学生需要补基础，有的需要拔高，还有很多人需要一位能在旁引导思考的导师。本杰明·布卢姆的双标准差研究结论——一对一辅导的效果远优于传统课堂教学——我一直深有同感，但难点在于如何让每个孩子都能负担得起、获得这样的关注。

AI的出现改变了成本格局。当我看到Alpha等学校以“精熟掌握”而非“课时时长”为核心设计教学体系时，一下子豁然开朗。Alpha School的模式正是我们的灵感来源，但我同时也想到了当下主流的各类教育场景：在家自学的家庭、微型学校、混合式学校，以及常规课堂。

大多数师生对学习缺口的认知不够精准：他们看到的是分数、百分位、基准测试结果或宽泛的课标要求，而非“这个学生下一步该学什么具体技能”。现有的个性化学习产品往往像电子练习题册：提供大量练习，但诊断和教学环节薄弱，极少有AI导师承担核心教学任务。

Bloomy从诊断环节切入——我们既对接第三方测评工具，也自主开发诊断体系——为每位学生生成专属学习路径。学生一次攻克一项技能：先学习简短课程，再进行难度自适应的练习，只有在掌握度达到90%以上后，才能进入下一阶段。学习路径会根据学生的实时表现，以及我们与Learning Commons/陈-扎克伯格倡议合作构建的技能前置知识图谱动态更新。

每项技能的学习分为三个阶段：

• 基础营：通过例题讲解核心概念
• 进阶练：提供有指导的练习和苏格拉底式引导
• 顶峰测：独立完成10道题的掌握度测评，无提示或AI辅助，需达到90%正确率才能进阶。若学生表现不佳，系统会将其转至更匹配当前水平的技能模块

BloomyBot并非普通聊天窗口，而是一个实时互动、敏锐洞察的数字化导师。在练习过程中，它会获取当前的文章/题目、问题、学生作答、预设讲解内容，以及常见误区提示。它遵循一套分层引导逻辑：先询问学生的解题思路，再指向核心概念，接着建议解题策略，之后与学生共同完成一个步骤，只有在学生多次尝试仍有困难时，才提供更深入的引导，全程根据学生的表现灵活调整。学生可以随时打断对话，我们还已推出多语言支持，涵盖西班牙语、法语，以及部分用户需求的小众语言。

目前BloomyBot采用Anthropic和OpenAI的多款模型，但导师功能被严格限制在当前课程范围内：会转移无关问题、限制对话时长，且在掌握度测评阶段不可用。课程内容的设计和技能掌握的判定，均不由语言模型负责。

这种分离至关重要：常规意义上“有用”的AI回答，可能是糟糕的辅导方式——直接给出答案会让学生完成任务，却未必真正学会知识。我们的目标不是打造一个作业答疑聊天机器人，而是将AI融入诊断、教学、练习、反馈、独立掌握的结构化闭环中。

大语言模型仍可能出错，我们也不认为现有约束能完全避免这一问题。为此，我们通过以下方式降低风险：让BloomyBot基于预设课程内容开展教学、严格限定话题、记录所有对话、在测评阶段禁用AI。教师和家长可查看辅导记录，学生可反馈问题，一旦触发安全预警，会立即通知人工介入并启动复核。我们也不认为Bloomy能取代教师、家长或真人导师——优秀的真人导师效果更好。我们正在验证的是：在学生原本就会进行的限定学习时段内，具备场景感知能力的AI导师，是否能比静态的“对/错”反馈提供更有效的帮助。长期来看，我们还将探索：在部分课程内容上，一对一AI辅导是否比中大型课堂的一对多教学效果更好。

目前Bloomy已在多种场景投入使用：传统学区、特许学校、混合式学校、微型学校、在家自学家庭，以及寻求额外学业支持的普通家庭。在马萨诸塞州一所服务约150名6-8年级学生的特许学校开展的早期试点中，学生冬季到春季的NWEA MAP测试平均增幅约为预期的1.8倍。需要说明的是，这是一项观察性试点，而非随机对照研究，因此我们将其视为积极信号，而非Bloomy直接导致成绩提升的证据。

家长和教师可以查看学生已掌握的技能、正在学习的内容，以及需要重点关注的领域。我们发现，成年人并不需要又一个通用分数，他们想知道的是：本周需要聚焦哪几项具体技能。

收费模式

Bloomy通过家庭订阅和学校授权盈利：

• ELA：每生每月39美元，或每年279美元
• 写作工作室：每生每月19美元，或每年139美元
• 数学学科预计于7月31日上线，定价与ELA一致

学校和微型学校按生付费，具体价格取决于学科覆盖范围、招生规模、名册管理及落地需求。

数据隐私

由于用户是儿童，我们会收集学习作答、进度数据和辅导对话，但绝不会出售个人信息，不会将儿童数据用于行为广告，也不允许模型提供商使用Bloomy发送的可识别儿童数据训练通用模型。我们已与Anthropic和OpenAI签订零数据留存协议。家长和学校可根据适用的账户或学校协议，申请访问、导出、更正或删除相关数据。

关于我

离开“为美国而教”项目后，我曾在Manhattan Prep/Kaplan教授并设计GMAT和GRE课程，领导Lyft新英格兰地区的司机招募团队，在斯坦福大学取得MBA学位，还曾在麦肯锡负责AI转型项目。今年1月，当模型性能终于达到支撑Bloomy发展的水平时，我恰好具备了启动项目的条件。Bloomy整合了我职业生涯中最在意的几个领域：教育成果、学习设计、产品开发，以及让实用技术惠及大众。

我尤其希望收到以下人群的反馈：家长、教师、从事面向儿童AI产品开发的工程师，以及有辅导、测评或自适应学习系统开发经验的从业者。比如：AI引导学习与独立掌握阶段的分离是否合理？你认为AI在教育领域最大的潜力在哪里？我们的安全防护措施还有哪些不足？需要看到哪些证据或产品特性，你才愿意让学生使用这类工具？

当然，AI在教育领域也存在诸多风险和陷阱，但我相信，只要我们负责任、有智慧地运用AI，就能为K-12教育带来久违的实质性改变。

评论链接：https://news.ycombinator.com/item?id=48981136 点赞数：100 评论数：103