“大脑映射、私有财产、学习伴侣”。
学而思推出精准学龙虾“小精龙”
来源|多知
作者|王上
继推出教师“龙虾”九章龙虾之后，学而思宣布，已经推出面向学生的Agent“小精龙”(http://mate.tal.com)，目前安卓版App已经上线，下载即可用。
根据介绍，它不是通用问答工具，也不是一个只会解题的学习插件，而是一个能够持续理解学生、沉淀学生、陪伴学生成长的专属Agent。
如果说“九章龙虾”是帮老师干活的“生产力工具”，那么“小精龙”的定位则是：一个面向学生的“真人级智能学伴”。
学而思用12个字定义了它的本质：“大脑映射、私有财产、学习伴侣”。这是“小精龙”与传统教育产品、通用AI工具之间最本质的分界线。
此前，好未来CTO田密在“九章龙虾”的媒体沟通会上提到，“面向学生端的“龙虾”产品符合好未来一直想做的AI Companion，既能辅导也能陪伴学生。
从面向教师的“九章龙虾”，到陪伴学生精准学的“小精龙”，学而思在AI教育领域“龙虾矩阵”布局中的再进一步。
01 “理解孩子怎么学”
大多数学习产品只能在用户提出问题之后给出答案，“小精龙”则希望更进一步。
根据介绍，“小精龙”会持续理解学生的知识掌握、学习路径、薄弱点变化、思维习惯与情绪状态，逐步形成对学生学习世界的动态映射。
也就是说，“小精龙”看到的不是一道题，而是这道题背后的知识漏洞、能力短板、认知卡点和下一步最优学习动作。
“小精龙”不是“题来了再处理”，而是“基于学情提前判断、持续优化”。这也是个性化学习真正落地的起点。
02 “私有财产”：学生越用越有效
“小精龙”瞄准的是“精准”，用得越多越有效。
传统AI工具最大的缺陷，是对话结束就接近“失忆”。而小精龙把学生在成长过程中的关键数据，包括对话内容、学习偏好、错题轨迹、上传资料、生成内容、复习记录与学习印记，沉淀为学生自己的长期资产。
这些数据不是平台的一次性交互痕迹，而是学生未来一路成长的“认知资产”和“学习财产”。
此前，田密在沟通会上谈到OpenClaw时曾强调，龙虾“有记忆，他的记忆是跟他沟通的每一句话、每个任务，然后你的一些喜好，他能定时触发任务，能主动push你，不是被动接受需求。”
“小精龙”正是将这一能力针对学生学习场景进行了专门沉淀。今天的错题、明天的总结、下周的复习路径、未来的能力画像，都可以在同一套学生专属记忆中持续积累、持续调用、持续升值。
可以说，小精龙会记住你的易错知识点项，错题也会做详细的分析，成为学生专属的“成长基础设施”。
03 定位“学习伴侣”：辅导+陪伴
小精龙的第三个关键词是“学习伴侣”。它不是冷冰冰的题库入口，也不是标准答案的搬运工。
它会根据不同学生的年龄阶段、性格特征、表达习惯和学习状态，调整互动方式、解释方式和陪伴方式。有的学生需要直接高效的点拨，有的学生需要启发式追问，有的学生需要鼓励与情绪托举。
此前田密在沟通会中提到一个细节：“其实很多孩子不是不喜欢学习，而是需要有人陪着他。我们一直想做的是AI Companion，真正可以24小时陪伴学生，让学生自主学习，帮学生解决问题。”
在学而思的构想中，小精龙能承担日常提醒、进度管理、情绪识别与适度疏导的角色，在学生最容易掉队的时候，提供及时、温和、持续的陪伴支持。
在学而思看来：“学习从来不只是做题本身，还包括拖延、焦虑、分心、挫败与自我怀疑。”
也就是说，“小精龙”不仅是能辅导，还能陪伴。
04 “更聚焦学习、更稳定、更可控”
小精龙继承了OpenClaw一类高敏捷、强执行的Agent架构优势，但更重要的是，它不是把通用能力简单搬到教育场景里，而是做了深度教育原生化改造。
它在底层设置了教育专属围栏，尽量减少通用大模型的幻觉与无关输出，让Agent更聚焦学习、更稳定、更可控。
此前，据介绍，“九章龙虾是基于OpenClaw框架自己做了一套，它的好处是成本更低，安全性更好”。这种思路同样体现在“小精龙”上。
在能力结构上，“小精龙”把不同学习能力解耦为可调用的教育专属Skill。在学情诊断时，它调用诊断能力;在理科推导时，它调用讲题、多模态理解与计算能力;在文科表达时，它调用溯源、启发式对话与思维展开能力。
这使它不像一个“只有一张嘴的AI”，而像一个能按场景切换工作流、按目标重组能力模块的教育Agent系统。
可以看到，学而思利用在教育数据、教研体系和垂类模型上的积累，编织起一个覆盖多角色的Agent矩阵，围绕学生实现全周期的成长协同。
相关阅读：
