混沌正在与全国各地的同学、企业，一起探索 AI 落地的真实场景。 前不久，我们与混沌哈尔滨学习中心的三位共建者：老孟、兰琦、萧军展开了一场对话。 老孟、兰琦、萧军三人分享了他们如何在混沌彼此遇见，在东北这片黑土地上打造出一个值得创业者信任的学习场域。 截至 2025 年 9 月，混沌 AI 首批城市学习中心已在哈尔滨、重庆、天津、青岛四座城市正式启动。 这三位共建者，本身也是创业者，在各自的行业取得了不错的成绩： 孟思岐（老孟）是大健康与社群运营领域的跨界实践者，深耕滋补品行业并通过私域 与社群构建了精准的商业转化闭 环； 兰琦是 国双影像行业的头部品牌领军者 ，打造全国600余家门店的连锁规模，并构建了个人品牌赋能商业的完整 闭 环； 萧大侠 （ 萧军 ）是途家民宿官方签约讲师， 住宿业新业态践行者，轻资产高效托管运营800间房源，实现90%超高出租率与快速成本回收的行业 标杆。 在他们描述各自经历和言语之间，我们不仅看到了创业者的梦想与坚守，也看到了东北大家庭氛围带给他们彼此成就的力量。 三位东北老铁的混沌奇缘 兰琦追混沌的课已经追了 10 年，去年她带着两个妹妹参加了混沌游轮大课。 尽管过去十年间业务顺 ...

今年中国互联网行业最引人注目的非"外卖大战"莫属，美团、阿里巴巴和京东三大巨头在即时零售领域展 开了规模空前的竞争。 合计投入了超过 300 亿元补贴，导致三家企业利润均出现大幅下滑，少赚超过 200 亿元。这场战争已经 将市场格局从美团的 74% 市场份额主导变为 美团 65% 、阿里 28% 、京东 7% 的三足鼎立局面。 据央视新闻客户端消息，今天的 市场监管 总局召开的例行发布会上 ， 新闻发言人王秋苹表示市场监管总 局 已约谈主要外卖平台。 那么，这场尚未结束的商业大战，谁会成为最后的赢家呢？ 文/ 俊杰 混沌商业研究团队 即时零售已经从最初的餐饮外卖应急需求，快速向全品类全场景的日常高频消费渗透。覆盖生鲜食饮、日 用百货、数码家电乃至医药健康等多元化商品。 据相关行业报告显示，我国即时零售规模将持续扩大。预计 2025 年即时零售市场规模将 突破 1 万亿元 大关 。 商务部研究院发布的《即时零售行业发展报告（ 2024 ）》显示， 2023 年我国即时零售的总规模达到 6500 亿元， 5 年增长 9.46 倍，在整体网络销售额中的占比达到 4.2% 。 即时零售的爆发式增长背后是消费者习惯 的 ...

程序员想开发 "能听懂老人方言的APP"， 老师想打造 "结合本地文化的定制课程" …… 这些想法曾因 "成本高、落地难" 被搁置，而 AI 正在降低创新成本，让 "小众创意" 有机会成为 "行业新 亮点"。 如果乔布斯看到今天的AI发展，他可能会说："这才是真正的'思考不同 '（Think Different）。 " 我们正在步入一个前所未有的时代——AI不是来取代人类，而是来解放人类。 它将我们从一个多世纪的工业化枷锁中释放，让我们重新发现自己的真正价值：创造力、同理心和超越 性思维。 在这个 AI 汹涌变革的时代，许多行业正在经历前所未有的重塑。 真正的聪明人不会焦虑被AI取代，而是学会思考如何让AI成为自己的"能力增强器"。 每个行业里都有一些 "不切实际" 的想法： 设计师想做 "会根据用户情绪变化的包装"， 在 AI 的赋能下，曾被视为 "白日梦" 的想法，正逐步走向现实 。 在此， 混沌联合虎嗅 发起了一个极具吸引力的话题讨论： 如果AI能重启你的行业，你想实现什么 "白日梦" ？ 【点击即可进行讨论】 或是你心中还怀揣着怎样未被点亮的梦想？ 快来参与话题讨论，分享你的行业洞察与奇思妙想，一同见 ...

公司战略与市场地位 - 目标在12个月内成为AI PPT赛道全球第一[2] - 当前市占率全球第二 中国第一 拥有2000多万用户[3] - 采用"单品全球品类王"策略 避开与微软全家桶模式直接竞争[17][18][23] 赛道选择逻辑 - 选择办公效率工具中的PPT细分赛道 结合文本/图像/视频模态技术[13] - 全球办公市场规模达5000亿人民币 预计2030年增至7000亿人民币[16] - 微软占据3500亿人民币市场 剩余1500亿空间供创业公司发展[16] - 大模型成本降至2023年的5% 为应用层创业提供底层支持[10] 核心竞争优势 - 具备图像处理引擎技术积累 比竞争对手提前一年开发出PPT编辑器[14] - 拥有视觉中国战略合作 积累大量素材模板和创作者生态[14] - 团队具备互联网产品增长经验 曾服务字节跳动等大厂[14] - 创造新价值网：聚焦小白用户+AI工具象限 与传统专业编辑工具形成差异化[28][29] 产品特性与用户需求 - 实现一键生成PPT 支持文本/Word文档/网页链接/现有PPT四种输入方式[25] - 覆盖高校/政府/企业等细分场景 如500所高校论文答辩模板[37] - 针对不同职业人群提供专属模板 包括教师/医生/公务员等[37] - 产品迭代遵循高频朴实需求原则 日均处理2000万用户反馈[42] 商业模式与收入结构 - To C订阅模式 年均收费100元人民币[31] - To Partner分成模式 向豆包/华为等输出编辑器+模板+5亿张版权图片[31] - To B/To G嵌入式服务 已落地余杭区政府/伊利/中信证券等大型组织[33] 全球化战略布局 - 北美占全球AI应用收入47% 欧洲21% 中国仅6%[44] - 优先进入印度/巴西/东南亚等竞争较弱市场[48] - 重点突破北美/欧洲/中东等高人均GDP区域[48] - 已支持20种语言 本地化覆盖支付方式/UI设计/定价策略[51][52] 市场规模与增长潜力 - 全球PPT相关市场规模约100亿美元[22] - 占据3%-5%市场份额即可实现数十亿收入[22] - AI原生办公软件属于新兴赛道 代表企业年营收已达20亿美元[20] 产品哲学与执行策略 - 坚持"一厘米宽百米深"的深度垂直策略[35] - 放弃宏大叙事 通过具体场景解剖寻找细分机会[53] - 以中国工程师速度实现快速产品迭代[52] - 将产品定义为"工作生活方式消费品"进行全球化推广[52]

Anthropic停止服务事件 - Anthropic宣布立即停止向中国控股公司提供服务 原因为法律、监管和安全风险 [2] AI人才竞争格局 - 全球50%的AI研究人员为华人 该数据由英伟达创始人黄仁勋在公开场合多次强调 [5][6] - 中国AI论文产出量接近全球总量50% 在2017-2022年间中国以29229篇高被引论文位列全球第二 美国以34036篇位居第一 [9] - 中国科学院和清华大学在AI论文被引次数排名中分别位居全球第一和第三 超越麻省理工学院和斯坦福大学 [9] 人才流动与地缘政治 - 美国通过签证审查和政策限制高端技术人才流动 尤其针对AI和半导体领域与中国机构有关联的研究人员 [8] - 出现人才供给与成果转化的地理错位现象 中国培养的AI精英多在硅谷科技巨头实验室实现突破性研究 [11] - OpenAI的华人科学家如翁丽莲(Lilian Weng)和陈泽青(Chen Zeqing)在ChatGPT研发中扮演关键角色 [12] 企业战略布局 - 科技公司通过全球化研发网络分散地缘政治风险 微软在加拿大蒙特利尔和英国剑桥设立AI实验室 谷歌在瑞士苏黎世和法国巴黎建立研究中心 [16] - 中国科技企业积极布局海外研发 腾讯2017年成立全球AI Lab 在西雅图和加州设立实验室 聚集数十位AI科学家和50位世界一流AI博士 [16] - 阿里巴巴成立达摩院在全球8个城市设立研究中心 集聚近10名IEEE Fellow级别科学家 主攻机器智能和芯片技术 [16] 未来竞争核心 - AI竞争核心从算力和资金转向人才链条掌控力 吸引和留住顶尖人才成为长期竞争优势关键 [17] - 未来可能形成技术发展路线分化 美国主导的AI模型侧重西方价值观 中国主导的模型更贴近本土市场需求 [15]

核心观点 - 加密行业正从无政府主义理想向"代码与法律并行"的现实主义成熟阶段转型 从边缘走向主流 从混沌走向秩序 从技术实验走向全球金融基础设施 [4] - 三大标志性事件共同推动行业变革：Circle纽交所上市首日暴涨168% 美国《GENIUS法案》签署确立联邦监管框架 香港《稳定币条例》实施推动Web3中心建设 [2][3][64][65] 区块链技术基石 - 区块链本质是解决互信问题的"信任机器" 通过去中心化、不可篡改性和透明性三大特性实现无需中介的价值交换 [8][9][10][11] - 共识机制中PoW依赖算力竞赛保障安全但能耗巨大 PoS通过质押代币随机选择验证者更环保高效 以太坊2022年向PoS转型是为成为全球金融基础设施铺平道路的关键 [12] - 技术演进从比特币的区块链1.0电子现金系统 到以太坊引入智能合约的区块链2.0"世界计算机"时代 支撑DeFi、NFT等创新应用 [13][14][15] - 区块链分为公有链、联盟链和私有链三类 分别对应不同开放程度和商业场景 企业多采用联盟链和私有链优化流程而非追求绝对去中心化 [16][17][18] 数字资产演化 - 原生币与代币存在根本区别：原生币是区块链内生资产如BTC、ETH 功能为安全激励和支付手续费 代币是链上构建的次级资产如USDT、UNI 代表使用权、治理权或资产所有权 [21][22][28] - 稳定币解决加密货币波动性痛点 要求兼具技术优势和法币价格稳定性 主要通过法币抵押型、加密资产抵押型和算法型三种路径实现 [23][24][29][30][37] - 法币抵押型稳定币USDT和USDC占据市场绝对份额 依赖现实世界储备金信任 商业模式通过管理储备金赚取利息收入 [29][26] - USDC选择拥抱监管的合规路线 定期发布审计报告 2025年储备金达647亿美元现金加短期美债组合 年化收益约4%贡献99%总收入 [26][38][39] - 算法稳定币UST的崩盘证明无抵押模式在极端市场压力下脆弱 加速全球监管要求稳定币必须由高质量现实资产支撑 [33][34][37] 交易枢纽格局 - 中心化交易所CEX如币安、Coinbase提供用户友好界面和高流动性 但存在资产托管风险和监管审查要求 [41][43][44][48] - 去中心化交易所DEX如Uniswap通过AMM机制和流动性池实现点对点交易 优势在资产自持和抗审查 劣势在用户体验复杂和Gas费成本 [45][46][47][49] - CEX仍主导交易量 DEX更符合加密原生精神 未来趋势是深度融合而非替代 各自服务不同需求用户群体 [50][51] 真实资产代币化RWA - RWA是将现实世界资产如债券、房地产通过区块链转换为数字代币的过程 范围涵盖金融资产、实物资产和无形资产 [53][54][55] - 解决传统投资门槛高、流动性差、中介成本高等痛点 通过份额化、全球可及性和智能合约自动执行提升效率 [57] - 实际应用包括房地产代币化降低投资门槛 美国国债上链作为DeFi协议抵押品 贝莱德在以太坊推出代币化基金BUIDL [58][59][61] - RWA存在中心化与去中心化融合的悖论 深度依赖传统法律和金融中介 预计2030年市场规模达16万亿美元 [59][60] 全球监管框架形成 - 美国《GENIUS法案》建立联邦稳定币监管框架 要求发行商必须获牌照 储备金100%高质量流动性资产 强制透明度和赎回权 深层意图是巩固美元数字霸权 [64][65][66] - 香港通过《稳定币条例》和VASP发牌制度 建设全球Web3中心 要求牌照先行和储备资产分离 体现"相同活动、相同风险、相同监管"原则 [65][69] - 美国倾向将加密资产纳入现有银行监管框架 香港量身打造加密原生监管体系 两种哲学将影响全球数字金融地理版图 [67] 应用层创新前沿 - DeFi利用智能合约建立开放金融服务生态系统 核心机制包括AMM、流动性挖矿和借贷协议 实现金融普惠和效率革命 [72][73] - NFT作为数字所有权证明 应用场景从数字艺术拍卖到游戏道具和品牌会员权益 赋能创作者经济和粉丝经济 [74][78] - 比特币和以太坊现货ETF获批打开机构资金闸门 贝莱德IBIT等产品管理巨额资产 华尔街巨头开始大举增持 [68][70] 未来发展趋势 - 加密与传统金融边界消失 稳定币成为新一代全球结算网络基础协议 RWA使企业资产负债表可编程 DeFi演变为传统金融机构后端基础设施 [79][80][81] - 区块链技术将隐形化 通过模块化区块链和链抽象实现无感跨链交互 零知识证明解决隐私与验证矛盾催生可验证数据经济 [82][83][84][85][87] - 价值形态从静态资产转向流动万物 所有权模式从"用户即产品"变为"用户即股东" 组织形态出现DAO微型跨国公司挑战传统治理框架 [90][91][92]

公司发展历程 - 创始人吴情芳高中辍学后曾在河南服装厂打工 后通过外卖行业创业赚取第一桶金但最终亏损 2020年底接触西快行业后创立徐小臣品牌 [6] - 品牌从2021年启动 目前拥有百余家门店 年营收达6000万左右 [2][4] 商业模式创新 - 融合卤味店高效运营模式与炸鸡高毛利率优势 采用"工厂型门店"概念 外卖线路采用批发生意思维 [4][10] - 供应链优化：工厂宰杀分解后直接腌制速冻配送 保证鲜度统一口味并降低成本 [10] - 目标维持15个点的利润 从根本上改变传统餐饮思维模式 [10] 产品差异化策略 - 主打中式炸鸡差异化定位 市场上美式韩式炸鸡居多而中式缺乏品牌化 [9] - 提出"草本薄浆"产品概念 使用桑叶薄荷叶紫苏叶等中式元素 口感酥脆不腻 [9][10] - 腌料浆粉口味全面创新 更健康且给人焕然一新感觉 [9] 营销与扩张策略 - 精准把握抖音新媒体风口 2023年所有新开门店均出现排队现象 [8] - 利用门店排队产生自然流量种草 外卖平台因生意好获得优先推荐形成自传播效应 [8] - 通过新媒体发力实现爆炸式杠杆式增长 首个门店就开始长时间排队 [8] 技术应用与行业趋势 - 全面应用AI技术 包括录音转会议记录、营销方案设计、市场部设计财务等工作环节 [11] - 认为所有餐饮企业不及时拥抱AI将被淘汰 早期使用AI可帮助调整传统会员体系 [11] - 通过AI工具理解用户需求 草本薄浆和新模型灵感均来源于混沌AI院的学习 [11] 行业竞争环境 - 韩式炸鸡存在致命缺陷：开店密度受限 50%-60%营收依赖线上 投资金额高但营销效率低 [4] - 炸鸡赛道属于红海竞争 但中式炸鸡领域存在市场空白 主要被传统夫妻老婆店占据 [9] - 外卖增量市场空间巨大 小快餐饮品类50%以上营收可能来自外卖 [10]

财务表现 - 上半年营收同比大增67.6%至15.67亿元，毛利率高达65.4% [2] - 产品及解决方案业务收入同比翻3.5倍至7.78亿元，出货量198万套，其中中高阶产品解决方案出货量98万套，占总出货量的49.5%，贡献超八成收入 [4] - 软件及授权服务收入7.38亿元，同比增长6.9%，为超30家车企提供算法与软件 [5] - 研发投入高达23亿元，同比增加62%，重点投向城区智驾和云服务 [6] - 运营亏损15.92亿元，净亏损13.33亿元 [6] 业务里程碑 - 征程系列硬件出货突破1000万套，正式跨入千万级芯片出货量行列 [2] - 征程6E芯片已开启量产，首批搭载车型覆盖名爵、荣威、奇瑞等多款热门车型 [6] - 累计获得近400款新车型的定点，其中具有中高阶辅助驾驶功能的车型超过100款 [6] - 上半年有超过15款搭载中高阶辅助驾驶方案的车型成功量产上市 [6] 战略方法论 - 在没有竞争的地方竞争，避开英伟达中心计算领域，聚焦边缘计算如机器人、智能汽车等自主移动设备 [9] - 聚焦芯片细分领域中最难的车规级芯片，工艺难度和严苛远超工业级、消费级 [9] - 不在悬崖边跳舞，花80%精力考虑死门并避免，非常重视现金流，即使在2019年战略聚焦汽车业务、裁撤1200人时，账上依旧保留30多亿现金 [10] 发展历程与愿景迭代 - 2015年成立初期愿景为"成为边缘人工智能芯片的全球领导者"，但缺乏商业敏感，试水智能玩具、智能电器等多领域后处处碰壁 [15][16] - 2019年战略聚焦汽车业务，明确客户为汽车产业，愿景迭代为"让每一辆车都搭载地平线的智能计算方案"，更偏向To B [17] - 2022年底进一步迭代愿景为"打造人人爱用的智能驾驶产品"，更偏向To C的品牌塑造，从功能价值转向情绪价值 [18][19] - 最终目标为"给汽车和机器人时代打造计算平台"，软硬结合，通过软件连接供给和需求 [21] 行业洞察与商业哲学 - 汽车将成为继手机后的下一代智能终端，计算平台是核心基础设施 [17] - 商业的第一原理是明确客户是谁，而非技术本身 [17] - 遵循第一性原理，逻辑上成立的事必然会发生，创业要遵循商业的本质和商业设计的第一性原理 [12] - 软硬结合，通过软件连接芯片供给和市场需求，否则商业闭环无法成立 [21]

AI标识新规 - 国家网信办等四部门联合发布《人工智能生成合成内容标识办法》于9月1日正式生效 强制要求所有AI模型及应用在输出内容中添加显式和隐式标识 [3] - 新规要求文本需在开头、结尾或适当位置注明"AI生成" 图片标识文字高度不低于图像最短边的5% 音频须包含"AI"语音声明或摩斯电码节奏音 视频标识需持续显示至少2秒 [8] - 法规旨在推动AI平台合规化运营 提升内容可信度 打击利用AI进行的造谣与诈骗活动 长远促进AI产业健康发展 但可能增加企业合规成本并加速行业整合 [4] 红杉资本AI投资展望 - 红杉资本将AI发展定义为"认知革命" 预测将在服务业释放高达10万亿美元市场潜力 目前改造尚处早期约200亿美元 [9] - 未来12-18个月重点关注五大赛道：持久记忆、无缝通信协议、AI语音、AI安全和开源AI [9] - 预测知识工作者对算力消耗将迎来10倍至10000倍增长 为专注AI专业化应用的新兴企业创造巨大机遇 [9] 美团开源大模型 - 美团发布560B开源大模型Longcat-Flash-Chat 采用MoE架构 计算成本大幅降低至0.7美元/百万输出token [10] - 模型编程能力与Claude 4 Sonnet相当 数学能力可解答高考难度题目 逻辑识别取得显著进展 [12] - 美团计划5年内投入超1000亿元研发资金 通过自研大模型、AI改造产品线和提升内部效率三层架构推动核心业务AI化 [11] OpenAI收购与重组 - OpenAI以全股票11亿美元收购Statsig 任命其创始人为应用业务CTO 全面负责ChatGPT、Codex及未来产品 [9] - 新设Applications部门由前Instacart CEO担任负责人 原首席产品官转岗至"AI for Science" 工程主管转任B2B应用CTO [9] - 此次动作被视为"致敬Meta模式" 包括打包收购、高管空降和团队重组 表明公司从基础研究进一步倾斜至应用商业化 [9] 模型性能与稳定性 - GPT-5逻辑能力受质疑 无法正确解答"井字棋旋转90度"问题 OpenAI承认发布处理不当并为模型推送语气更新 [14] - Claude Opus 4.1在白天特定时段（10-11点）出现推理质量下滑 Anthropic紧急回滚更新 问题可能与"1.58位量化"技术有关 [14] - OpenAI计划推出"Thinking effort"功能 但因临时记忆数据未加密引发隐私担忧 [14] AI视频商业化 - 快手"可灵"模型生成的视频内容商业报价达50万元/分钟 日常订单价格区间为数千至5万元/分钟 [18] - 生成成本极低 可灵高配模式制作一分钟视频成本仅为42元 谷歌Veo 3成本约为260元 [18] - 快手平台AI内容流量1-7月增长320% AI创作者收益提升159% AI漫剧等内容增长达10倍 [18] 阿里巴巴市值与业绩 - 阿里巴巴股价大涨13.53% 市值单日激增368亿美元 受自研AI芯片传闻和Q2财报提振 [19] - Q2营收2476.5亿元同比增长2% 净利润423.82亿元同比增长76% 云智能集团收入333.98亿元同比增长26% [19] - AI产品连续八个季度实现三位数增长 占云业务外部收入20%以上 公司计划未来三年投入3800亿元建设AI+云基础设施 [19] 云知声财报表现 - 云知声总营收4.05亿元同比增长20.2% 其中山海大模型收入近1亿元同比暴涨457% [20] - 医疗业务单客价从46.9万元飙升至101.3万元增长116.2% 保险理赔审核收入同比增长1386.8% [20] - AI芯片半年出货1650万颗累计近1亿颗 研发投入占比41.5% 研发团队接近七成员工 [20] AI医疗突破 - 达摩院与浙大一院联合研发iAorta模型 利用普通平扫CT识别主动脉综合征 敏感性95.5%特异性99.4% [21] - 确诊时间从国际平均4.3小时缩短至1.7小时 在1.5万名胸痛患者中精准识别21例 [21] - 此前已推出PANDA胰腺癌早筛和GRAPE胃癌筛查模型 实现"一次CT筛查多病种" [21] 国产多模态智能体 - 浙江大学与美团团队联合开源多模态智能体UItron 面向中文场景 能自主完成复杂多步任务 [15] - 在ScreenspotV2评测均分92.0 Android-Control/GUI-Odyssey均分92.9 OSWorld15步任务获24.9分性能位居所有GUI Agent之首 [17] Claude Code设计架构 - Claude Code采用极简主义设计哲学 核心由一个主循环、一个claude.md上下文文件和极简工具集构成 [16] - 超过50%任务调用由成本更低Haiku模型完成 Sonnet模型仅在关键节点启用 节省70-80%运营成本 [16] - 摒弃传统RAG技术 采用LLM搜索替代并让AI自主管理任务清单 提示词文本量高达12000 token [18]

公司业务与增长 - 多邻国从大学研究项目发展为市值超100亿美元的"十角兽"公司，业务从语言学习扩展至数学、音乐和国际象棋等领域[2] - 截至2025年第二季度，公司月活用户达1.28亿，营收同比增长41%，市盈率达200倍[2] - 公司核心优势在于游戏化机制，通过连胜打卡、经验值PK等设计解决学习动机问题，本质是"全球最强的劝学引擎"[7][10] 战略转型决策 - 2025年4月28日，公司宣布全面转向AI-First战略，逐步用AI取代人工承包商，引发用户大规模抗议[3][4] - 转型根本原因是"价值失洽"：人工内容生产模式无法同时实现个性化与规模化，12年仅开发100门课程[13][19] - CEO将此次转型类比2012年押注移动端的成功，视AI为下一个十年核心增长战略[14] AI转型的具体应用 - AI带来三大核心价值：无限产能（国际象棋课程4个月完成原型）、极致个性化（实时生成定制化课程）、成本结构重塑[25][26][29][40] - 具体成果包括：年新增148门课程（对比过去12年100门）、70%-80%客服工单由AI处理、开发效率大幅提升[28] - 推出"与AI视频通话"等新功能，如"Video Call with Lily"实现个性化口语练习[29] 财务与市场表现 - 股价在战略宣布后3个月内从529.05美元峰值下跌38%，市场对转型存在担忧[39] - AI高阶功能Duolingo Max拉低了公司毛利率，体现AI投入的高成本特性[47] - 公司解雇约10%合同工，但保留全职员工和实习生团队[36][44] 竞争与行业影响 - 公司面临与科技巨头的"军备竞赛"，ChatGPT 5等通用大模型可能威胁专门语言学习App的存在价值[47] - 高盛报告显示AI可能取代相当于3亿个全职工作岗位，多邻国案例反映全球性就业变革趋势[37] - 转型引发行业思考：当效率与人性、规模与质量冲突时，商业世界需做出抉择[48][51] 产品定位演变 - 公司重新定义自身为"信息生成与分发系统"而非教育公司，完成从"用AI的教育公司"到"生于AI的教育公司"的参照系转换[21][23] - 新商业模型为：现代个性化教育=游戏化用户运营×生成式AI引擎，取代原有"游戏化劝学引擎×人工内容"模型[32][33] - AI使A/B测试系统能测试完全不同的课程体系，实现"劝学引擎"的超级增压和"上瘾"体验的终极形态[41]