如果10亿外国人要学中文，到底怎么教？
AI时代：人人教外国人学中文的新模式
来源|多知
在过去的很长时间里，对外汉语还是一门“教师驱动”的生意：依赖师资、依赖机构、依赖线下与标准化课程……
而当时间转向AI与全球化的当下，逻辑正在被改写：一方面，中文学习的需求不再局限于华人圈层;另一方面，随着中国商业、文化与技术影响力的外溢，中文学习已然成为越来越多海外用户的“实用技能”。
但问题也随之而来，当潜在学习者从千万级走向亿级甚至十亿级，传统供给体系还能否承载?
至此，“教中文的出海”正在从教育问题转变为一场供给侧的系统重构：谁来教、如何教、用什么规模去教。
在多知OpenTalk活动现场，嗨你好AI Chinese创始人兼CEO李晓兵就“龙虾时代：人人教外国人学中文的新模式”进行了主题分享。
在OpenClaw爆火前，AI Chinese团队70%代码已由AI生成;同时技术、教研、产品均由AI Agent协同作业。
到2026年，其计划实现全员每人4个AI 分身+，效率提升3倍。
怎么做?
以下为李晓兵在现场的分享全文，多知编辑整理。
大家好，开场之前我想分享几个关键词。
首先想说的关键词是“缘分和感谢”。
两年前的今天，我们团队的三个创始人背着书包去东南亚跑了一个月，开始对海外的需求有了一定的了解。一年半前，也就是2024年11月，在多知OpenTalk是我们第一次正式亮相。
多知的交流活动给了我们很大的帮助。
我们几个创始人都是非教育行业跨行而来，在多知分享之后，我们被央视选入全国100家未来面向未来的企业之一;紧跟着，在2025年3、4月份的时候我们也融资成功;同时国内、外一些高校资源也找了过来。
这是我想最先表达的，就是缘分和感谢。
接着想说的关键词是“分享”。
我们的团队一直非常Open，在我们第一次亮相的时候说了很多很多，当时有人问说“李老师你分享这么多干货真的可以吗?”
我们是无所谓的，因为现在知识和信息是不值钱的，分享完很快我们就会迭代，所以接下来，我会和大家分享很多我们真正的、内部的一些内容。
另一个关键词是“开放和邀请”。
我们做过的AI方面的尝试，无论是教育维度还是中文出海等等，我们都会在今天第一次向大家做深度的展示。
我会把很多AI基础能力展示出来，也很愿意把这些AI能力对大家开放，很欢迎大家来一起探索海外市场。
01 人人教外国人学中文的新模式
今天我分享的主题是龙虾时代，人人教外国人学中文的新模式。那么我想先和大家去预演一个情况，如果未来有10亿的外国人要学中文，到底怎么教?
这个时候肯定不能只靠老师，底层一定需要一个中文系统。
两年前我和大家聊外国人学中文增长会非常快，当时大家都不太相信。但是伴随一些事件的发生，比如海外网络难民事件等等，大家能慢慢感受到其实外国人也有不少在努力学中文。
同时我们的国运也一直保持着上涨上扬的状态，很多人国外都在以中文为荣，他们非常关注中文和中国的生活方式。
我非常坚信，中文可能5-10年就会变成第一大语言。
在这个判断下，我们的团队做了什么呢，我想分享下我们的发展路径。
从学习者开始的，我们让海外留学生通过双语直播等方式在全球宣传中文，整个过程中我们通过AI构建了AI Chinese的教学逻辑，这个过程中我们也沉淀了几个最核心的能力。
比如中文知识图谱，让AI具备知识大脑去教外国人学中文。
当然有了大脑并不能直接服务用户，它只是有个思想体系，所以我们在具备了思想体系之后，再在语言声音和视觉模型等基础模型之上做创新，让AI能够非常流畅地像人一样，具备人的性格和外国人沟通。
整个过程中AI同时具备了教学知识能力和超拟人的水平，再结合双语沟通的能力，整体效果会非常好。
然后就是整个的教学体系，大家都在提龙虾，其实龙虾的本质就是Agent集群，其实没什么神奇的。
这里的关键不是单纯从技术的角度思考这件事，更重要的是我们可以从服务行业、服务业务的角度去更好地实现教与学，本质上就是组成不同的集群去解决各种各样的问题。这是更重要的。
然后是从去年开始到现在积累的一个最大的圈，在这里我们沉淀了大量在AI时代下的外国人学中文的音频的数据，是他们真实地开口说中文的数据。这个数据给我们带来巨大的一个能力，就是我们训练出的模型能够比现在的基础模型更懂外国人的所思所想。
这些足够垂直、足够真实的场景数据支撑了我们下面的圈圈，就是够推动实现精准校正发音和教学的服务。
最后就是在今年的3月底，我们正式突破了让人人都可以教外国人学中文的状态。
现在单纯靠一些老师去教学是有问题的，比如成本高、准入成本高、老师们需要备课、需要时间配合海外用户等等。
这个时候如果能够做出一个类似网约车的模式，我们只需要确保解决千人千面的教学课件问题;解决在教学场景精准的、实时的跨语言沟通，就可以让任何一个中国人链接到这个生态之中。
外国人学中文其实不为了考试，更多是为了学以致用，这时人人都可以教的好处是什么，就是你想和自己行业一致的人交流语言，你在这里就可以找到。
简单说一下业务模式，我们通过留学生的直播来去做全球的获客，这些学生会加上外国留学生，在APP中就可以模拟环境，通过虚拟人老师来上课。整个过程中我们没有做任何的广告投放，所有的增长都只依赖流量增长。
这就是我们这两年一直在做的事情，最终的目的就是让任何人都可以教外国人学中文。
当然在这个基础上想要延伸跨境的东西，也有很多可能，我们也会期待和留学生来做深度共建。
接着我想给大家介绍下我们在全球的直播间，北京的直播间、杭州的直播间，到现在为止有将近总共有100个留学生加入我们的项目，来自于十多个国家。
现阶段，在东南亚和中东的峰值期，一小时内就是有差不多7万人在直播间跟着我们一起学中文。这个过程中并不是简单的互动连麦，还会带动学生们去体验我们的AI产品，引导下载我们的APP或者继续学习等等。
所以各位如果想要去做跨境，对这方面感兴趣可以找我们聊，我们的经验可以分享给大家。其实这个过程中看似不复杂，好像就是简单拿个手机的事儿，但其实是一个整体思路。
02 全面进入4.0时代
在去年春节前，我们的整个产品体系进入到4.0的阶段。
首先我们是通过AIGC技术、通过AI推理大模型技术，在APP中建立真实的中国场景，用户足不出户就能在视觉上体验真实的中国世界。
然后这些场景下，就找到了自己喜欢的环境就能给你匹配上超拟人老师。用户可以用自己的母语和中文与超拟人AI老师互动，老师会对整个的学习流程都有个性化记忆，有定向的交流。
还有一些小功能我就不详细展开了。
这是我们去年的数据：从去年6月份开始我们的日活增长了40多倍，真实用户的每天开口数在去年峰值突破了6万，在最近两突破了7万。大概是这样的数字在持续地增长。
这个数字的背后反应了哪些问题呢?
其实就是需求没有得到满足，这其中还有一个巨大的需求红利存在。
接下来我给大家介绍下我们的“老中”。
我不认为AI能替代人，但是人+AI的协调能力是可以提供很好的效果的。在我们的场景中，如何让AI真实赋能老师、赋能学生，这就是老中在做的事情。
那么我们刚才说了要开放全面能力，也看了我们做了一些什么样的实践，接下来给大家看下我们的后台。
因为我们不认为Agent或者技术工具就能生产价值，它必须要结合行业才可。如果工具没有行业知识库或者知识图谱的话，那么这个工具就无法在行业升成有价值的内容。
那么我们是怎么做得呢。
我们的后台系统是给老师学校和机构使用的，可以实现教、学、练、考一键生成。
比如用户基于自己的需求，比如想生成一个课件，只需要简单上传文档后就可以选择如面向什么年级、面向什么需求等等，很快就能生成一个多媒体的交互课件。
老师讲完课了以后可以把教学课件上传，也可以提出生成课后作业，学生端就会收到作业模块，我们做成了一体化的设计。它好最大的好处就是省去了老师很多重复性的、低信息性的操作时间。
我们之所以能够实现这些服务水平，其实就是我前面提到的，我们把自己的知识体系框架已经搭建好了，本质上不是让AI去支撑内核，而是让内容积累、结合教育理解、让AI配合，最终生成解决方案。
包括我们的一些交互式课件、交互式课堂等等，都是基于这套东西。
这样的好处在于在教学的过程中，学生提出问题就能马上得到教师的反馈，就像是曾经的孔子那样千人千面的对话。这是一个很重要的交互体验。
在我们的课堂中还可以看到的是，我们会将老师的声音刻成一个AI声音库，这样你就可以选择是自己本人亲自去讲解，还是由你的AI分身去讲，老师只需要盯着AI干活就行了。
这些目前我们已经完全实现，可以理解为一个教师的AI化预生成的能力。这个时候老师的操作空间就很大了。
接下来我介绍下学生端，以印尼的一个学生作业模块为例，学生每天的课后作业考试练习都会在这里，也可以看到打卡等等的数字化管理信息。
其实这些在咱们国内已经是很普及的事儿了，没什么技术含量，但是在海外还是有很大的天地。
然后我想聊的下一个部分是，团队业务如何享受AI重构。
03 如何“享受”AI重构?
我分享下在破局过程中我们的三个关键词，也可以称为三个阶段。
第一个阶段，AI是一个要素的生产力。
怎么理解呢，以前我们需要一些图片是需要设计师做图或者购买图片资源的，有了AI之后，AI可以帮我们直接解决问题，我们不再需要去雇专门的一个职位了。
到去年5月份之前，AI已经可以在声音、图片、文字上去满足了。
第二个阶段就是Agent来了，拐点来了。
这个时期比较有代表性的事件是Google Banana来了，AI图像生成领域的技术进展到了一个新的阶段，它一出来我们马上接入了。
后来在我们的产品4.0阶段的视觉呈现上，其实就有它的能力在，知识传递的效果也会好很多。
Agent来了之后，对我们的核心助益就是时间成本特别低、但生产速度、生产力会很高，让我的小团队能够去扩充的能量会比别人要低，速度快很多。
第三个阶段就是龙虾阶段。
我想透露一个我们内部的信息，在今年1月4日的时候我们内部年会上我们提到，2026年要求每个人必须有4个AI分身在团队的不同环节上，至少4个。
龙虾出来了之后呢，其实龙虾现在还解决不了端到端的生产力的问题，尤其是在企业侧，它还不是能够带来最佳方案的时间点。
龙虾的本质我们判断就是多Agent协作网络，是规模化的核心引擎。
这一点在落地到教学场景的时候如何去匹配，我想再分享下，左边是我们面向用户客户端的Agent集群、右边是内部的生产端。
在教研部分，我们先将教研工作的自动化完全做了个重构，这里面有几个关键点：
首先是人在这里的作用是什么?
人的作用是两个，第一是定义，不管你是研发还是产品经理，一定要定义。因为如果不定义需求，AI是不会进行下去的。然后是最后环节进行复核、审核的阶段，必须需要人去掌控质量。
至于中间的环节，则是会随着知识内容与Agent协作的时间越长，它越善于复制你的能力，最终带来的效果也越来越好，为你节省的时间也会越来越多。
最终你的时间会被释放给更多有价值的事情。
比如在我们的直播环节我们做了一个东西叫指纹浏览器+AI协作，大家都知道之前有个东西叫跨境账号的媒体矩阵，就是把账号隔离开，看起来就都是单独的账号。
但是仅做这件事没有价值的，我们需要让AI往前多做一步，让所有的账号通过Agent去操作。就是既能实现物理隔离，又能高效高速运营，当这套东西被流程化、标准化之后，我们就可以在面对几十个国家几十个账号的时候让AI直接操作。
这会让我们在管理上带来极大的效率提升。
现在在海外我们已经落地了AI员工+真人协作这样的流程。
今年的春节之后我们做了一件事，就是让我们教外国人学中文的整套系统，通过技术提取出所有的印尼学生记录、学情以及印尼老师的知识能力，把这些都导入我们的知识图谱进而生成自动生产的流程。
我们也让AI提取出了老师们的性格，这样学生们进来之后马上就会得到真人一样的回复、真人一样的知识储备和实时对话能力。这样任何一个员工老师不想做了、有急事了，就直接启动，这一个动作就可以让AI去干活了。
当然AI的所有动作都会留痕，当然这个过程中也可以随时调整、更新，在编辑框中直接更新就马上生效。
在教研工作上，前期定义好大纲之后我们可以做定制方案+AI干活+教研审核这样的一个过程。以前的教研教案内容不具备设计的能力、不具备产品的能力，所以无法很好地流程化或者对外，但是今天咱们做得的东西只要通过审核就可以直接面对用户。
这些逻辑都是一致的了。
在技术端上，现在我们AI代码的贡献度已经达到了70%，基本上都是靠AI来生成了。
技术同学主要负责定义，因为不定义肯定会跑偏，不能让AI自己搞代码，这个定义也是出于成本和准确性的角度，是选择是由工程师来去定义这件事。
我是一个生产者，我是个企业用钱方，所以我必须得精打细算，否则的话钱会极度的浪费。
今年我们要求每个技术端的同学要做十个不同角色，龙虾也参与到我们的这些环节中了。
龙虾在参与的过程中也给了我们很多惊喜，我们也会发现现在比之前外部各种各样的模型价降了2-3成，市场的水分真的太大了。
本来以为我们的整个的 Token的各种采购的成本已经足够有优势了，因为我心里有数了，结果没想到通过一些方式发现我们的成本进一步的下降，竞争力也相应提升了。
我们会觉得AI时代还是要精打细算，也欢迎大家来深度交流。
04 Q&A
问：请问您当时和团队是为什么会选择中国人教汉语的赛道?
李晓兵：其实我和我们的创始团队都是从阿里出来的，当时我们有很多个行业备选，最后选择了对外汉语。
主要有几个方面。
首先是时间，在2024年的4、5月份的时候，当时国内的AI能力还是比较弱的，主要能力都还在海外。
那么这个时候我们想的是，如果想创业就去接近接触最先进的生产力，这样体感一定会比别人更深。
另外就是我们当时的确是看到了海外市场学中文的这个需求在向上增长，我们这几个人刚好也有跨境经验，所以我们也就选了这个方向。
问：当时有没有考虑过计算机教育的方向?
李晓兵：没有，我们判断前途有限。
问：您对海外中文市场的用户需求是怎么判断的?
李晓兵：其实之前有一篇文章提到，其实海外的华人市场不大，也就是2000万的规模，他们不需要我服务，这个体量也不大。
但是我们可以看到的确是有很多外国人在学中文，不是为了考试、不是为了中华文化，而是为了赚钱。因为他们想要和中国人做生意，学会一些中文就可以谈更多的货、赚更多的钱。另外就是来中国的留学生，这些都是原生的驱动力。
中国已经是一个发达的科技强国，市场机会无限。
相关阅读：
