《晚点聊》167，程曼祺对谈洋葱学园联合创始人兼 CEO 杨临风。这期是洋葱学园支持播出的商业合作节目，但杨临风给的与其说是一份成长故事，不如说是一套反共识的判断：当所有人都在用 AI 把学习变快、变省、变成捷径，他说捷径正在废掉真学习。我们感兴趣的也从来不是洋葱有多成功，而是这套判断站不站得住。

2016 到 2020 年，在线教育的钱像潮水一样涌进来。双师直播、名师录播、拍照搜题，三种形式各自烧出了百亿美元级的公司。一家 2013 年就成立的教育科技公司，理论上正站在风口正中央——可它三种一个都没做。

这家公司是洋葱学园。它的联合创始人杨临风在《晚点聊》里复盘那几年时，语气平得有点反常：内部讨论"最多不超过两次就想明白了"。理由也不煽情——不擅长打仗、过去的积累用不上、怀疑烧钱换增长这套商业逻辑的健康度。

更早一点，2013 年他们做"让中小学生自主学习"这件事时，听到最多的一句话是"你们疯了吧"。问十个家长，九个说中国学生不可能自主学习。结果是：洋葱在 2022 年第一次全年打平，双减落地时业务受影响有限。

这是一个典型的反共识决断样本——和我们写过的《今日割三成，明日割五成｜许华哲离开星海图，去摘最大的西瓜》、何小鹏的物理 AI 豪赌是同一类故事。但杨临风这一篇的特别之处，是他把"为什么不跟风"追溯到了一个更硬的判断上：用 AI 制造捷径，是在废掉真学习。以下是我们的拆解和判断。

大招是碎片，真理解是网

杨临风对"捷径"的攻击，落点不在道德，在记忆机制。

他说人的记忆是网状串联的——你把一件事讲得越透彻、理解得越细，它和别的知识连得越多，越容易被记住。而大招、口诀、解题技巧（"左加右减、上加下减"那种）天然是碎片化的：它们让你短时间内能解题，却是一份新的记忆负担，挂在网络之外，孤立、易掉。

所以他给了一个反直觉的判断：这种培训甚至对应试都未必有效，它只适合尖子生锦上添花，而大部分学生需要的是雪中送炭。 尖子生底层逻辑已经自己理顺了，缺的只是见更多题型，大招对他们是增量；普通学生底层没通，你再给他一堆大招，是往一个没搭好的架子上继续堆碎片。

这个区分值得停一下。市面上绝大多数 AI 教育产品——拍照搜题、AI 秒出解析、个性化推题——优化的恰恰是"更快给出那个碎片"。它们把"提效"当成不言自明的好。杨临风的判断是：在学习这件事上，提效和真学习可能是反向的。你越快地把答案、技巧、捷径喂给学生，越是在替他跳过那个"自己把网织起来"的过程——而那个过程，才是学习本身。

我的判断是，这一刀真正的锋利之处，不在教育圈内，在它对"AI = 提效"这个集体共识的质疑。过去两年几乎所有 AI 应用的叙事都是"我帮你更快地拿到结果"。但在一类事情上——学习、判断、品味的养成——结果不是重点，把结果长出来的那个过程才是重点。这类事情被 AI"提效"，提掉的可能正是它的内核。

大模型为什么教不会一个初中生

如果说上一节是"捷径不好"，这一节是杨临风给的一个更硬的技术判断：现阶段的大模型，从头给中小学生讲明白一个需要深度逻辑的知识，做不到。

他不是技术专家，但给的第一性推理很清楚：大模型的语料训练是高度逻辑化、抽象化的，越是结构清晰的语料（比如论文）对模型能力提升越大。所以大模型对成年人、大学生特别有用——因为他们的认知能力已经成熟，你给一个逻辑结构良好的东西，他能接住、能吃透。

但中小学生的逻辑化、结构化理解能力还在成长。一个被高度抽象语料训练出来的模型，去给一个认知还没成熟到那个份上的人讲东西，中间天然存在一道 gap。 打辅助、答疑、就着已学的上下文做托底，没问题；但从零开始把一个系统二的深度逻辑讲到学生跟得上，杨临风说"大部分学生是跟不上、也听不明白的"。

他没有把话说死。如果有一天大模型的训练方式发生根本变革、或者 AGI 来了，"学生跟模型的对话变得非常丝滑，模型能一键生成一个学生大概率跟得上的学习范式"——那时可能就不需要洋葱做什么了。被问到"那对你们是不是危险"，他答得很干脆：有可能，所以我们要在那之前自我进化。

这是这期里我愿意替他多说一句的地方。这个判断的诚实，恰恰来自它没有否认自己可能被颠覆。一个把"我们可能被 AGI 取代"摆在桌上的创始人，比那些张口就说"AI 永远替代不了教育"的更可信。区别在于：他守的不是"AI 教不了"这个结论，而是"在模型训练范式没变之前，教育交付的是过程"这个机制。

教育交付的是过程，所以不会有巨头

顺着上一节，杨临风给了一个产业判断：AI 不会在教育里催生一个吃掉大半市场的巨头。

他的逻辑是，很多行业交付的是结果——我要买个东西，谁能让我更快看到、一键下单、放到我眼前，谁就赢，至于我是用大模型下单还是用淘宝下单无所谓，结果一样。但教育交付的是过程：重要的不是那个分数、那个答案，是学生怎么把它学进去的。这个过程"还是需要人去完成的，模型履约能力再强也替代不了"——你得是学生自己跟上模型、把东西学懂。

所以他判断教育不是一个大市场，而是"非常多彼此逻辑完全不一样的细分市场"：学校、老师、家长、学生对教育的需求各不相同，理念上的互斥性强、协同的必要性弱。哪怕 OpenAI 真的有钱，把一千个教育环节的公司全收了，这一千家彼此理念互斥、供应链又短，很难串成一个有化学反应的体系。

这个判断未必对，但它给了一个有用的切角：在那些"过程即价值"的领域里，AI 的赢家通吃逻辑会失灵。 它失灵的原因不在技术够不够强，在于这些领域的价值根本不落在"更快交付结果"那一端。这跟我们之前在《Token 是 AI 的过渡币｜Freda 投资札记重写定价逻辑》里聊的是同一个问题的两面：当所有人都用"调用量""DAU""履约速度"给 AI 定价时，有一类价值是这些尺子量不出来的。

不过这里也是我对杨临风保留意见的地方。"教育不会出巨头"这个判断，和洋葱自己的体量之间，其实有点微妙——按他在节目里给的数字，洋葱注册学生约 1.3 亿、全中国三分之一的中小学生用过。一个说"细分、不会通吃"的人，自己已经做到了相当的规模。他可以说自己只解决了"学习过程中的一个环节"，但一个环节做到全国三分之一的渗透，本身已经是一种"大"。

他这期没有正面拆这个张力，那我替他把追问摆这儿：当一家公司既是"教育不出巨头"的布道者、又是覆盖全国三分之一中小学生的实际大玩家，它对"巨头"的定义权本身就值得警惕。"教育不会出巨头"更像一句阶段性的自我提醒——警惕自己有一天变成那种靠垄断结果来收割的巨头——而不是一个可以高枕无忧的终局判断。

难而正确，还是熬得起的人才配谈难而正确

到这里，得把这期容易被赞美声盖过、却该被认真追问的一面摆出来。

程曼祺问得很直接：你从北京四中到英国伊顿到哈佛，一路精英背景，你们设想的这个"自主学习"状态，会不会太理想化、根本支撑不起一门大生意？

杨临风的回应是反过来的——他说恰恰因为见过那些来问问题的好学生、和坐在教室里整节课昏昏沉沉睡觉的学生，才意识到"学懂一件事到底有多难"，所以他们比大部分人更务实、更有敬畏感。这个回答漂亮，但它绕过了问题的另一半。见过好学生，不等于天然就更懂普通学生为什么学不会；而精英背景真正给的东西，可能不是同理心，是另一种更隐蔽的资本——把"忍住不烧钱"看成一种定力，而它同时也是一种"输得起"的底气。

那一半是：洋葱花了两年时间、没有用户、没有产品上线，一个视频一个视频地做（单个 5-8 分钟视频制作成本约十万元，前五年做了一千五百个）；它能熬过这种"非常不理性、风险极高"的慢，能熬过双减前满屏竞品广告、投资人天天来问"别人交易额指数级涨你怎么办"的几年——靠的不只是反共识的认知，还有一个足以扛住十几年不被资本反噬的底座。 杨临风自己也承认，他花了很多时间才找到峰瑞李峰这样认同"难而正确"、不指望它赚大钱的投资人。

换句话说，"难而正确"是一个幸存者视角的总结。我们能听到这个故事，是因为洋葱活下来了；那些同样选了难路、却没能熬到 2022 年的公司，没有机会上播客讲他们的"难而正确"。这不削弱杨临风判断的质量，但它提醒我们：把"坚持难而正确"当成可复制的方法论之前，先得问一句——你有没有那个能熬的底座。别轻易拿"难而正确"去给商业上的"慢"镀金，大多数人的慢，没熬到正确那一天，就先被出清了。

还有一层程曼祺替读者点破的隐忧：AI 会让愿意主动学的人能力被极大放大，让平庸的人更跟不上——机会更公平了，结果却更不公平。杨临风没有回避，他承认"这件事肯定会发生"，但把它归为"AI 对社会的影响，不是 AI 对教育的风险"，教育能做的只是"尽可能让容易被甩下的人不被甩下"。这是一个诚实但也无奈的答案：它等于承认，技术放大的不公平，不是一家教育公司接得住的。

笔者的判断：day-one 决定你十年后能不能绕回来

这期真正有穿透力的一段，杨临风没怎么讲教育，讲的是创业本身。

他被问"先赚钱、再回头实现理想，行不行"，回答是"大概率不会成功"。理由不是意志力，是结构：你 day-one 处理这件事的解法设计、产品形态、商业结构，会形成一张价值网——一旦这套结构成功了，"大部分企业很难打碎一个已经成功的商业模式"，它会有非常强的基因绑着你。他主动拿 OpenAI 做反例：一个以"反 AI 垄断"为初衷成立的组织，走着走着绕不回去了。不是创始人不真诚，是 stakeholder 多了、用户多了、竞争多了，"到时候就不是你自己能选择的了"。

洋葱的反证是：因为 day-one 就瞄着教育公平，他们才选了人机交互（不上真人老师）、选了普惠普适的形态。所以多年后产品"恰好适合"无偿捐给乡村。杨临风纠正了那个"恰好"——"不是恰好适合，是 day one 开始就这么设计的"。

我认为这是这期可以脱离教育、单独成立的一个判断：创始人能不能在十年后绕回初心，往往不取决于他后来有多坚持，取决于他 day-one 的解法设计有没有把目标焊进商业结构里。 初心如果只是写在愿景墙上、没有进入产品形态和收入模型，它就会在一个个"当下最优"的决策里被一点点交易掉。这不是道德问题，是结构问题——这也是为什么"先做大再向善"的故事，绝大多数都绕不回来。

把这个框架反扣回洋葱自己，反而能让人对它的判断更有信心也更有警惕：信心在于，它的普惠确实是 day-one 焊死的，不是 PR 话术；警惕在于，一旦它有一天要在商业增长和"必须无偿向乡村开放"之间做更难的取舍，这套 day-one 结构既是它的压舱石，也可能是它的天花板。

声入商业说

我们不替洋葱学园背书，也不替它唱衰。这期播客真正值得带走的，是一个可以脱开教育用的判断框架：在"过程即价值"的事情上，用 AI 把过程提速、把结果直接喂出来，提掉的可能正是价值本身。

杨临风把它说成"用 AI 造捷径是在废掉真学习"。换个领域，它同样成立：当你用 AI 替自己跳过了思考、判断、动手试错的过程，你拿到的是结果，丢掉的是让你下次还能拿到结果的那个能力。这不只对学生，对用 AI 替自己写判断的从业者、用 AI 替自己做尽调的投资人，是同一道题。

评论区想听你的：你最近用 AI 帮自己"走捷径"的那件事，是真的让你学会了什么，还是只是更快地拿到了一个你其实没真正搞懂的答案？

完整这期访谈，小宇宙搜索"晚点聊 167 洋葱学园"，或点击阅读原文。