5億用户捧出“教育界消消樂”，多鄰國靠AI能走多遠？_風聞

來源 | Tech星球

文| 任雪芸

即便你從未使用過多鄰國，也大概率對它並不陌生。

在抖音、小紅書等社交平台上，“多鄰國受害人”“忠誠綠鳥兵”“多鄰國後遺症”等話題的視頻熱度居高不下，不少用户帶着從多鄰國“突擊”學到的蹩腳粵語自信“實戰”。

他們大都只學會了多鄰國裏的早茶四件套：蝦餃、腸粉、燒賣、豉汁排骨。喝茶只會點鐵觀音、菊花茶和普洱茶。

“散裝粵語”與認真實操的反差場景，正是多鄰國在社交平台出圈的關鍵密碼。在抖音等平台上，用户分享的多鄰國實戰視頻熱度驚人，單條熱門內容點贊量甚至高達數十萬。

這些充滿喜感的“散裝粵語實戰”絕非多鄰國的全部。實際上，這個以綠色貓頭鷹為吉祥物的產品，在全球擁有超5億用户。根據2025年第一季度財報，多鄰國全球月活用户超1.3億，日活躍用户為4660萬。

儘管沒有中國用户的具體數據，但是根據此前報道，中國已成為多鄰國年增速最快的國際市場之一。一位多鄰國深度用户告訴Tech星球，他已經打卡超過400天，而且還會繼續。

對比國內英語流利説、滬江網校等語言學習平台，多鄰國看似以“輕量化”打破了語言學習“反人性”的困局。但大量用户被吸引的背後，多鄰國究竟藏着哪些秘密？

靠“發瘋”留存用户，靠“AI”創造課程

“不像在學習，而是像玩一個遊戲”，上述多鄰國深度用户表示。

2022年時，多鄰國在課程設置裏添加了遊戲元素，並進行了界面更新。根據多鄰國APP顯示，其學習界面類似遊戲中的解鎖闖關模式，甚至遊戲中常用的寶箱、金幣等元素也被應用在界面上。

（圖：源自多鄰國APP）

遊戲化設計和碎片化學習方式減少了語言學習的痛苦。與此同時，通過獎勵機制和排名系統，多鄰國則將用户粘性推向新高度。

2022年年末，多鄰國上線了類似遊戲中的排行榜，用户通過解鎖更多的關卡，累積經驗值，從而提高自己的段位和排名。

用户為了維持排名，就需要增加解鎖關卡數量，這意味着就要在多鄰國消耗更多的時間。據Jorge Mazal統計，排行榜上線後，多鄰國用户總體學習時間增加了17%，高度投入的學習者（每週5天每天至少花費1小時的用户）的數量增加了2倍。

而即使用户試圖“逃離”多鄰國，也難免陷入“掙扎”。

一位曾因工作繁忙被迫放棄打卡多鄰國的用户告訴Tech星球，在沒有打開多鄰國的每一天裏，都能看到手機小組件裏“小綠鳥”變換着各種“勸學”的表情包。“每天被催會產生沒學習的愧疚感，現在我又重新開始打卡了。”

（圖：源自網絡）

一位在線教育APP的資深從業者表示，多鄰國的模式類似“消消樂”，利用了人們的競爭心理和對獎勵的渴望，通過將學習過程遊戲化，並建立積分排行榜，讓用户感受到了挑戰和滿足。

這一切的背後，實則有一套精密的AI系統在持續運作。多鄰國通過複雜的算法模型，精準測算並優化 “勸學” 內容的推送時機，旨在以最高效率喚醒用户的學習意願。

隨着AI在用户留存領域的成效顯現，多鄰國進一步將AI能力注入核心業務。近期，其一口氣推出148門新語言課程，使平台課程總量翻倍。值得關注的是，這些新增課程由AI完成創建。

如此一來，從用户留存到課程開發，AI正深度滲透至多鄰國的核心業務鏈條，成為其規模化擴張與智能化運營的底層驅動力。

All in AI後，多鄰國要做怎樣的產品？

多鄰國與AI的深度綁定早已埋下伏筆。

2016年，多鄰國就採用了機器學習技術實現個性化學習路徑。通過自適應分級測試、重複間隔算法和內置的Birdbrain模型，分析用户的掌握度，相應地調整課題難度，提高學習效率。

2021年開始，多鄰國與OpenAI達成合作，深度推進AI在企業內部的應用。OpenAI模型被多鄰國用於生成課程內容、教學材料，以及為部分課程中的用户寫作提供反饋。

去年9月，在多鄰國於美國舉辦的第六屆全球分享大會上，多鄰國CEO&聯創Luis von Ahn宣佈了兩項新的AI驅動功能：視頻通話與多鄰國大冒險。用户可以與多鄰國角色對話，且對話內容會根據用户語言水平靈活調整。

到了今年，多鄰國在AI方面的動作更為激進。今年4月底，多鄰國CEO&聯創Luis von Ahn發佈了全員信，宣佈公司要All in AI。根據多鄰國的計劃，其將通過“AI優先”戰略加速內容創作，增強用户體驗。

這次上線的148門新語言課程，就是多鄰國利用AI在課程設計上的一次大邁步。

不過，一位線上英語老師告訴Tech星球，“AI在線上語言學習平台的應用很常見，但大都侷限於AI技術分析用户的學習數據，動態調整學習內容等方面。”

在他看來，若完全依賴AI編寫語言類課程，可能存在不少的問題。比如，AI雖能生成語法正確的句子，卻難以精準捕捉真實場景中的語義細微差別。再比如，語言學習不僅是詞彙積累，更需情感共鳴，AI生成的對話場景往往偏模板化，難以模擬人類教師的感知與引導。

但對於多鄰國而言，相比追求極致的準確率，AI首先帶來的效果是降本和提效。

148門由AI製作的課程推出後，Luis von Ahn曾對外提到，公司曾花費了長達12年的時間開發了前100門課程，而現在藉助生成式AI的力量，僅用一年就成功推出了近150門新課程。

儘管用户頻繁吐槽AI生成的課程弊病叢生，不僅內容缺乏情感共鳴、場景脱離實際，連基礎準確性都難以保障。社交平台上一位學習韓語的用户直言，更新後的課程難度跳躍明顯，翻譯錯誤、發音失準等問題頻發。

但對急於擴張課程版圖的多鄰國來説，AI仍是不可替代的“快車道”。人工打磨一門課程耗時耗力，而AI能以極低邊際成本批量生產內容。目前，多鄰國已不滿足於語言賽道，正藉助AI技術快速切入音樂、數學等新領域，相關課程已在試點市場上線。

寧做“教育界消消樂”，不做“語言界新東方”

多鄰國遊戲化、碎片化的教學模式，飽受爭議。這種模式雖能憑藉打卡獎勵機制提高用户粘性，卻難以讓學習者直觀感受到自己的語言能力提升。

上述從業者表示，其教學內容不追求系統性，而是反覆聚焦高頻詞彙，通過機械重複來強化記憶，“一旦AI深度介入後，這些固有問題反而愈發凸顯。”

在他看來，AI生成的課程進一步加劇了內容的零散化。雖然課程數量大幅增加，但知識缺乏內在邏輯串聯。重複練習的模式在AI加持下變得更加機械化，用户在虛擬遊戲場景中完成任務，卻依然難以將碎片化知識整合為完整的語言應用能力。如此一來，學習效果難以保證。

一位連續打卡了一年多鄰國日語課程的用户告訴Tech星球，相比把多鄰國當做一個學習類工具，它更像一個“電子寵物”。

在她看來，“在對語言和學習沒興趣的時候，多鄰國的確能激發學習的興趣，但一旦想進階或者進入考試，還是需要系統地去啃教科書。”

不過，多鄰國似乎也並未想成為一個“系統性教育工具”。當Luis von Ahn被問：“用户參與度和教育效果之間產生衝突的時候，怎麼辦？” 他回答：“很簡單，永遠選擇用户參與度。”

這一策略與遊戲界“常青樹”《開心消消樂》的成功邏輯不謀而合。

自2014年上線至今，《開心消消樂》始終保持着穩定的用户熱度，這款消除類遊戲憑藉零門檻操作與即時反饋機制（如特效連擊、積分獎勵），持續吸引海量用户。

多鄰國同樣深諳此道，將語言學習拆解為類似消除闖關的輕量任務，用經驗值、等級晉升等遊戲化元素，將學習行為轉化為充滿即時快感的日常打卡。

而市場數據也印證了這種策略的有效性。在最近發佈的2025年Q1財報中，多鄰國2025年1月1日至2025年3月31日的收入為2.31億美元，同比增長37.71%，淨利潤為3513.50萬美元，同比增長30.34%。

眼下，多鄰國的“遊戲化+All in AI”的策略，本質是用互聯網產品思維重構學習這件事，它或許無法成為語言學習的 “最優解”，卻精準踩中了當代人對輕量化學習的需求痛點。

但對多鄰國而言，真正的挑戰或許並非課程深度不足，畢竟其商業模式本就不依賴 “教學效果承諾”，而是如何在用户新鮮感消退後，持續用AI創新和營銷破圈吸引新用户、留住老用户。