學霸君：從拍照搜題開始，用技術驅動學習

學霸君的目標是幫大部分中國學生考上一本。

張凱磊上學時就是個學霸，高考數學和物理成績都是滿分，秘訣是“一直做錯題本”。創立學霸君以后，他直接把錯題本的方法注入到現在的產品理念中：“考綱一共就3000多個考點，現在的中學生要做7萬多道題目，很多都是重復無效的練習。”

學霸君清晰地知道自己做的事：在純應試教育背景下為學生提分。坦白說，這并不是素質教育，但在如今的時代背景下，相比激進的變革者，學霸君更像踏實的踐行者：既然中國傳統應試教育很難徹底改變，那么應試時就盡量輕松點吧。

知識點肢解和知識大數據

學霸君希望能夠把學生遇到的每個學習問題都準確地定位到某一個知識點，針對實際情況為學生提供個性化解決方案，而不是盲目地報班補課。于是學霸君教研團隊把相關科目的知識拆分到了考綱要求的最精細的程度，系統計算出每個考點的考試頻率、考試分數占比、解題步驟、丟分點、重點、難點、常見的解題方法都有哪些。同時，系統會把這些知識點連成網絡，形成學科知識體系。

以高中數學為例，教研團隊把所有內容拆分為7個大模塊、22個章節、550個知識點和3529個考點四個層級。如此一來，所有學生在某一科目的問題都可以落實到某一個具體的知識點，經過長時間數據積累，系統可以清晰地看到學生的知識點圖譜及缺漏項。

然而，要想找準學生的知識薄弱點，必須搜集到廣泛的學生學習數據。傳統的公立學校課堂也正是因為老師無法全面精細地掌握每個學生的學習狀況才導致無法進行極度個性化的教學。因此，張凱磊希望通過學霸君的平臺能夠真正搜集到這些學習數據，從而通過技術的方式為學生提供個性化的解決方案。

學霸君的這項宏圖大業，最初是從很小的一個“拍照搜題”功能開始的。

學生在課下遇到不會的題目可以拍照上傳，系統會根據圖像識別等技術在幾秒之內給出詳細答案，準確率達94%以上。在這項技術功能火了之后，市場涌現出大批的同類產品。但學霸君做這件事并不是為了用戶擴張，所以它從一開始就建立了注冊登錄門檻，目的是建立自己的用戶數據系統，就算一開始損失了一些DAU也在所不惜。“我們希望建立的是數據中心，而非用戶中心。”張凱磊說。

然而拍照搜題能搜集到的數據是粗線條的。一個題目可能包含眾多的知識點，學生不會的原因既可能是這個知識點，也可能是相關的前序知識點。因此，學霸君還得掌握更精細化的學生學習數據。

后來學霸君又上線輔導功能，學生在拿到答案解析后，如果碰到理解不了的步驟可以一鍵呼叫老師進行在線答疑講解。老師在講解過程中會根據學生所問的知識點進行相關前序知識點的考核，發現學生是在哪一環節或步驟上卡住的，解答完畢后同時為學生建立知識點薄弱標簽。

找到問題癥結只是開始。張凱磊還希望通過學霸君平臺為學生輸出一套個性化的解決方案，通過針對相關薄弱知識點的補強提升學習成績。而提供給學生家長的這套解決方案，張凱磊希望是有針對性和有數據支撐的。

生產“知識點型老師”

對于方案輸出之后的路怎么走，張凱磊似乎早已胸有成竹。

學霸君后臺系統可以結合學生的行為數據和老師為學生添加的標簽，為每一個學生用戶及其家長進行用戶數據導出，從而為學生和家長提供決策依據。此外，系統也會對相應的薄弱知識點環節進行線下和線上結合的老師輔導推薦。在推薦老師的信息欄里，學生和家長可以看到該老師之前對該知識點的題目進行過多少次的解答、該老師離自己家距離有多遠甚至授課價格等等。系統會幫老師建立專業標簽，并和學生的薄弱標簽對接起來。

學霸君的后臺可以向學生家長發出這樣一份通知：“您的孩子在過去的學習過程中，詢問最多的問題是‘余弦定理’和‘異面直線求角’，而對這兩個知識點精通的老師距離您家1公里以內有3個。”

學霸君不打名師牌，它只通過標準化服務為學生解決固定的知識點問題。學霸君平臺上的老師都是根據個人專業程度只開固定知識點的課程。學生在找到自己的薄弱知識點之后，只需找相應的老師即可。此外，老師在幫助學生解答相關問題時，系統會為老師提供講解步驟等標準化服務。這看起來更像是流水線作業的過程，類似韓國練習生式的造星機制，通過標準化的模式進行工程化的生產。

不是名師不好，而是數量稀缺，培養成本太高。一個老師在短時間內能為300個學生解答同一個獨立的知識點，但名校培養一個名師可能要花3年時間。而現實中很多培訓機構的師源供給并不理想。

張凱磊更強調高效率的技術驅動型的課下輔導培訓體系。這樣，學霸君平臺在對老師的審核過程中更好操作，只要老師能在固定的知識點領域為學生解答相關問題即可。他希望建立的這套培訓系統，對于老師來說是標準化的服務，而對于學生來說是個性化的解決方案。張凱磊坦言：“我們要做的是幫中國的大部分學生考上一本，考試提分之外的我不管。”

學霸君已經實現了從發現問題到分析問題再到解決問題的閉環，接下來要做的是不斷往平臺上添磚加瓦。

與其研究公立學校，不如研究解決方案

張凱磊之前也有過課外輔導的創業經歷，“當時明白需求但做不出技術”，現在他找到了一群技術帝。這個技術驅動的教育公司還在醞釀很多黑科技，不過張凱磊不想透露太多未來大招。

但可以說說已經在運用的。在拍照搜題過程中，要像學霸君這樣達到94%以上的準確率并不容易，它需要一系列技術的支撐，比如識別技術（包括圖像識別、公式識別、自然場景下的文字識別、語義識別等）、搜索引擎技術、機器學習、自然語言處理、數據挖掘以及深度學習（Deep Learning）等。

而老師在線答疑環節，通過電子筆在普通紙張上的書寫可達到在電子屏幕顯示的效果，老師在畫數軸、函數圖像和輸入數學公式等方面可更加便捷高效，學生端也更清晰。

學霸君當初之所以選擇課后輔導這一塊的市場，是因為原有的教學體系壁壘森嚴，相較攻破公立學校的大門，張凱磊更愿意花更多的時間在實際的解決問題方案上。而學霸君最開始的拍照搜題的簡單易用性，也得益于移動化設備的普及。

學霸君今年6月獲得5000萬美元的B輪融資，由摯信資本及啟明創投領投，M Fund及祥峰投資跟投。摯信資本在給《創業邦》的郵件采訪回復中說，答疑這個市場一定會出來一家10億級美金以上的公司。而這家VC押注了學霸君。