來源|多知

　　作者|王上

　　“整個上半年，我和團隊都處于一種比較興奮的狀態，整個行業亦是如此。大家能明顯感覺到行業在加速，各種新的工程落地方式和方法層出不窮，令人振奮。”奇點靈智創始人、CEO 包塔告訴多知。

　　作為清華人工智能實驗室研究骨干出身的技術型 CEO，他近期也高頻地使用大模型進行代碼重構與系統驗證。“兩年前我們說‘奇點靈智’這個名字，聽起來像個預言家。但今天，大家已經真正站到了浪潮里。你不順著浪翻上去，就會被浪卷走。”

　　這家由三位清華爸爸創辦的 AI 硬件公司，正在 Vibe Coding (全自動編程)和 Agentic 架構的推動下快速迭代。團隊透露，多奇 AI 小外教即將迎來一次大版本升級，從“AI+硬件”邁向“自進化智能體”，這是一次斷代式的躍遷。

　　奇點靈智成立于 2023 年秋。在產品正式面世前的兩年里，這支清華團隊探索出一套獨特的驗證路徑：為了避免硬件開模帶來的高昂試錯成本，他們采用“軟硬倒置”的原型測試法，將電子元器件植入掏空的毛絨玩具熊中，拼裝出第一代原型機并送入真實家庭。此后，這只“小破熊”歷經多輪 Alpha 與 Beta 迭代，通過 500 多個家庭的持續反饋，團隊提前跑通了“虛實結合”的物理多模態交互玩法，并驗證了兒童長期使用的留存效果。

　　當產品形態與用戶需求在真實反饋中完成閉環后，奇點靈智將這套經過市場驗證的能力正式推向商業化階段。今年1月，多奇AI小外教機器人開售。上線僅5個月，在線上線下渠道共同推進下，累計訂單量已突破2萬臺。

　　“與市面上泛娛樂、純聊天的 AI 單品不同，多奇的功能定位絕非簡單的陪聊玩具，而是重決策的教育啟蒙新物種。家長需要深度理解產品的長期價值，才可能建立信任。”在包塔看來，增長的底層動力來自全渠道的協同，同時，團隊針對落地挑戰，想出因地制宜的解法。

　　“比如為了讓消費者在購買前 get 到產品特色，我們量身定制了‘賣場模式’：多奇在店里不是死板的陳列，而是實時用攝像頭看懂路過的孩子并主動‘吆喝’;甚至允許家長隨手掏出任意一本書讓它現場演示繪本閱讀。這種‘體驗倒置’讓用戶能秒懂新一代 AI 能力的代際價值差異，Aha Moment 在店里就已經完成了。”

　　

 

　　即將發布的新版本背后，是一套全新的底層操作系統 Duoki OS(多奇 OS)。通過引入智能體架構，多奇被賦予了“大腦”和“記憶”，能夠自主調度它的每一個“身體器官”，將底層硬件能力徹底“樂高化拆解”并重新打通。

　　這就意味著，升級后的多奇不再是“出廠即固化”的傳統硬件，而是一個可以自我進化的“賽博書童”。包塔介紹，這次升級相當于把 Vibe Coding直接帶進了家庭，讓“人人都是開發者”真正落地——家長和孩子只需一句簡單的語音指令，系統就能現場實時生成開箱即用的個性化輕應用。

　　這位技術型 CEO 用了一個極具煙火氣的比喻：“這輪 AGI 浪潮帶來的能力，就像是人類新發現的火種。但對家庭用戶來說，火種沒法直接用來做飯，家長沒能力改 bug。奇點靈智做的事情，是在桌面上搭建了一座‘智能灶臺’。我們把安全的控制閥門、底層的復雜技術，全部收斂在底座里。家長們只需輕松‘點菜’，系統就能按需定制烹飪;甚至能在第二天自己研究出一道你家孩子可能愛吃的新菜。”

　　不過，他同樣強調，多奇 AI 小外教機器人“英語啟蒙”的主線不會改變，他們想先把這個小切口做深做透。

　　01 新需求的增長總是快于功能更新節奏

　　“今天多奇一開機就彈升級，孩子才三歲根本等不了，直接跑去玩積木。而且，帶娃讀英語繪本，你們為啥不能先用英文連續讀三遍原句，再換成中文把新詞展開講講?”

　　這是一位媽媽給多奇產品經理的微信留言。

　　當一款硬件開始在成千上萬個家庭里高頻運轉，它一成不變的功能邊界，很難裝下千家萬戶不同的教育解法了。

　　但在剛開售的幾個月里，多奇團隊并沒有料到用戶的卷入度會如此高頻。產品早期的各項核心指標均超出了預期：孩子們平均每天使用約 30~40 分鐘，一些孩子用了兩周后，開口說英語的次數甚至超過過去半年。這種角色扮演和過家家式的互動，在讓孩子建立共同經歷的同時，也拉升了和機器人聊天的意愿。

　　面對家長們提出的英文沉浸或指讀模式，團隊當時的做法是拼人頭、全速迭代，用一個月的時間硬生生把這些功能熬了出來。但很快，團隊發現這遠遠不夠，新需求的涌現速度完全超過了功能更新的節奏。

　　包塔由此總結道，兒童教育天然是一個極其長尾的市場。如果說K12階段的需求相對集中(如提分、刷題)，那么低齡兒童的需求則高度碎片化——學習、閱讀、游戲、習慣養成、情緒陪伴，每個家庭都有獨特的組合方式。

　　第一股力量來自家長高度定制化的教學期待。 統一的產品流程在被各種專業流派教育過的家長面前，容易陷入“眾口難調”的困境。有人要全英文沉浸，有人要中英互譯，有人甚至要求精確到“連讀三遍再換中文展開”。這種具體的訴求，讓團隊撞上了傳統硬件開發中無法打破的“不可能三角”：受限于極簡的物理界面與沉重的固件發版周期，核心功能很難在追求高覆蓋廣度的同時，又完美適配單個家庭極其細膩的個性化深度。

　　第二股力量來自孩子們天馬行空的交互。 讓團隊意外的是，有些孩子在短短兩三個月內，就將配套游戲書里預設的場景全部玩遍了。在傳統的固定開發模式下，內容消耗永遠快于團隊的生產。更重要的是，當小朋友真正把多奇當成親密小伙伴、開始打破規則自創玩法并要求機器人配合時，行業傳統那種事先寫死的交互邏輯，很難完全跟上孩子不按套路出牌的腦洞。

　　“如果繼續沿用‘產品提需求-研發寫死代碼-按月大包發版’的老邏輯，大模型進化得那么快，天天加班也只能在細枝末節里打轉，跟不上不斷拉長的需求池。”包塔直言，“要想打破這個死結，就必須打破機器出廠時被定死的框框，把怎么玩的權利徹底交還給用戶。”

　　然而，在一個連開關都極簡的兒童機器人身上，普通用戶既不會寫代碼，也沒有開發者工具。如果說兩年前靠“軟硬倒置”的破局巧思，曾讓這支清華團隊慶幸繞過了傳統硬件的開模生死線;那么如今，面對千家萬戶每天都在涌現的碎片化需求，是硬件行業更普遍、也更難解的個性化死結。

　　這一次，他們必須再找出一條新路。

　　02 新范式：兒童硬件的AI原生化

　　新一輪AI技術，給奇點靈智團隊帶來了新的方向。

　　過去兩年，大模型已經能夠生成內容，但今年發生的變化是，它開始具備“生成能力本身的能力”。換句話說，以前 AI 能給孩子生成故事，現在 AI 開始能夠創造一個講故事的工具。這也是多奇最新系統版本最核心的變化——家長一句話指令即可創造新的應用。

　　包塔拿了一臺最新版本的多奇向多知演示。他對著機器人說：“幫我做一個10以內加減法游戲，太空主題，左右鍵選答案。”

　　系統并沒有立刻開始編寫代碼，而是由后臺的 PM Agent(產品經理代理)開始介入。它像一個真正的產品經理一樣，圍繞場景向演示者發起了多輪追問和確認：不僅主動推薦了射擊、營救、商店三種兒童常見主題供選擇，還詳細確認了游戲是否需要音效和動畫，以及哪些硬件參與互動。在需求逐漸明確并得到演示者的確認后，后臺的 Coding Agent(編程代理)才開始自動現場編程。

　　一兩分鐘后，一個全新的小游戲就被生成出來。

　　如果家長覺得不夠好，還可以繼續通過對話修改：“讓背景星星動起來”、“改成直接用屏幕點擊”、“修改為 20 以內的數字”……系統會繼續根據新的要求迭代生成新的版本。

　　過去這類功能由產品經理寫需求、設計師出圖、工程師開發，起碼要耗費兩周的產研流程;現在，它縮短成了用戶與 AI 之間幾次簡單的對話即可。

　　太空口算游戲剛演示完，包塔緊接著又對著多奇拋出了第二道更有挑戰性的即興考題：“幫我做一個太鼓達人的游戲。”

　　這一次，大模型的后臺分析展現出了極強的場景理解力。系統并沒有盲目套用萬能的屏幕點擊，而是在多奇所有的傳感器和交互通路中進行了一輪篩選：在剛剛的太空口算游戲里，胸口觸屏、掌心按鍵、甚至麥克風的語音輸入都是合理的作答通路;但面對太鼓達人這種高頻、強節奏的打擊場景，AI 敏銳地判斷出，讓孩子頻繁重擊屏幕顯然不是一個好體驗。在眾人的注視下，系統果斷摒棄了觸屏與語音，轉而主動激活了兩臂上的掌心按鍵作為敲擊載體。

　　隨后，系統自己調出音效、背景音樂和屏幕反饋等封裝好的skill模塊現場編程，兩分鐘后，這個完全基于物理按鍵交互的全新小游戲就在硬件上直接跑了起來。

　　這種根據具體場景自主調度硬件的能力，背后正是多奇 OS 在本地系統架構上的創新。　　

　　“傳統電子產品中每個器件怎么用，出廠時就被程序定死了。”包塔解釋道，而多奇打破了這種固化限制，讓系統能承接云端 AI 思考后的能力透傳，現場實時生成新程序，直接調用底層的硬件模組。

　　至此，多奇身上的胸口觸屏、攝像頭、麥克風、內置揚聲器、陀螺儀和掌心按鍵，全部變成了可以根據場景動態調用的“底層積木”。它們不再是彼此孤立的死零件，AI 能夠像指揮身體器官一樣靈活調度硬件，將不同的模塊打破固有邊界，進行任意的組合與控制。

　　在多奇 OS 內部，這套智能系統是一個持續感知環境、理解孩子偏好、識別情緒變化的動態循環，它賦予了多奇“大腦”和“記憶”。

　　其核心由兩層智能化分工矩陣驅動：在前端，由“伙伴 Agent”負責趣味互動，解決孩子為什么愿意玩的問題;由“教育規劃 Agent”負責制定學習路徑，解決家長為什么愿意給孩子買的問題。這兩個 Agent 決定了多奇既是有趣的玩伴，又是專業的老師。

　　而在看不到的后臺，則駐扎著一個由內容、PM Agent 和 Coding Agent 組成的 Agent Team，專門負責把家長的模糊指令，實時翻譯成機器代碼并調度硬件執行。

　　在多奇團隊的底層邏輯中，“伙伴”拉動孩子興趣，“教育規劃”滿足家長訴求，而貫穿前后臺的底層場景交互層，則決定了多奇能否在長期陪伴中同時實現這兩個目標。

　　這套輕盈的應用生成體系，其底座并非來自通用大模型。通用大模型雖然懂萬物，但因為缺少桌面多模態的硬件觸角，它們天然看不見孩子在桌面游戲時的真實動作，也無法理解兒童特有的思維偏誤。這導致大模型直接生成的應用，要么高估了孩子的理解力，要么抓不住孩子的興奮點，很難讓孩子真正玩得下去。

　　多奇真正的差異化，來自于這顆大腦背后高頻積淀下的“場景劇本”。

　　所謂場景劇本，本質上是系統對孩子在日常學習、運動游戲等不同場景下，交互規則的結構化抽取。這套規則的凝練過程如同燕子筑巢，是團隊在產品正式發布前，通過長期的定向邀請測試與線下交互實驗室，將兒童行為特征轉化為工程語言的積累。這份研發沉淀中，既包含了對早期測試樣本中兒童語言習慣的語料分析，也包含了在實驗室中對低幼互動方式的分類抽象，以及前期調研訪談里摸清的家長痛點細節。

　　這些一線經驗，最終演化成了多奇系統內部的一套Skills.md (技能與邊界指南文件庫)。每一個特定劇本的背后，都對應著一類場景下的專屬規則文檔，里面寫滿了現場自編程時必須遵循的無數條“Do and Don'ts”(原則與禁忌)。當家長的即興指令傳回，后臺的 Agent 團隊就會根據場景動態調用這組對應的專屬指南來寫代碼，確保實時生成的每一個小游戲，既能踩中孩子的興奮點，又能把諸如開口說英語、建立作息習慣等家長的長遠心思，不動聲色地揉進互動里。

　　隨著這些私有化的場景理解越來越厚，多奇 OS 在現場生成輕應用時，自然也就更精準。在多奇 OS 的架構下，這些交互經驗與場景劇本，在底層已經與物理硬件實現了解耦。

　　這意味著，未來無論多奇的物理形態如何更迭，這顆“大腦”和積累下來的學習進度、家庭記憶、場景劇本都能無縫遷移。當軟件不再依附于特定的靜態硬件而存在時，兒童陪伴機器人真正具備了向自進化具身智能演進的想象空間。

　　03 面向未來的自進化智能體

　　更進一步的是，多奇開始具備“自我生長”的能力。

　　如果一個孩子最近頻繁閱讀恐龍主題的故事繪本，多奇就會在日常互動中捕捉到孩子對霸王龍特別感興趣。到了深夜，系統會對這些白天的場景交互進行消化與反思;而在清晨，多奇則會基于夜間的反思邏輯，自動為孩子定制出一個全新的“營救霸王龍”小游戲，把恐龍知識、英語單詞和闖關任務融合進去。

　　早上，多奇會通過家長的手機小程序，主動解釋生成這款新游戲的原因。家長在手機端點擊確認后，這個小游戲方可正式發布到孩子的多奇上，確保內容和交互的安全可控。

　　這種基于大模型自編程的機制，如果形象地理解，就像是機器人能夠“白天在看，夜里在想，清晨在做”。機器人不再是出廠即固定的死板硬件，而是能自我進化的 7×24 全職老師。

　　這種在硬件端實時生成、部署代碼的能力，在低幼教育設備里，無異于自研了一套兒童專屬的“Codex 系統”。

　　相比于過去幾乎“開箱即巔峰”的傳統兒童硬件，多奇打破了這套固定邏輯。它在與孩子的相處過程中不斷長出新的能力，表現出一種“越用越聰明”的動態進化。

　　這種特質，讓多奇開始超越最初的“AI小外教”或語伴邊界。它更像是一個能夠感知、思考、創造，并持續自進化的兒童智能體，能做的事情更多了。

　　回看多奇的硬件架構，會發現一些很有意思的產研伏筆。早在兩年前進行最初的產品定義時，這款設備就組合預埋了雙攝、屏幕、陀螺儀和掌心按鍵等全套物理感官。

　　在當時的市場環境里，這種偏向多模態交互的硬件配置在同類產品中并不多見。但正是因為提前搭好了完整的硬件能力，今天云端大模型生成的輕應用和自編程邏輯，才真正落在機器人身上，進而得以持續進化。

　　“我們當時思考未來的終局，多奇一定需要在真實世界里和孩子進行完整的交互，所以在做產品定義時，就決定把這些多模態的硬件器件全部預埋進去，”包塔坦言，“但今年 AI 進化的速度，帶來了一種推背感極強的加速。它給了我們一個極高的技術支點，讓我們能主動把原本規劃在 3.0 版本的部分長遠藍圖，提前在系統里推向落地。”

　　盡管技術演進的邊界已經被拓寬，奇點靈智在商業化落地上，依然將重心鎖在最初的英語啟蒙上。包塔告訴多知，啟蒙英語是家庭教育中覆蓋面最廣、需求最碎片化的剛需，也最適合用 AI 以低成本、高頻交互的方式解題。

　　在團隊的設想中，先在英語高頻場景上把下盤扎穩，是極為關鍵的一步。有了這個穩固的基礎，那套早就 Ready 的軟硬件底座，未來才能順理成章地去承載邊界更寬的技能生態。

　　04 構建兒童教育的“分布式共創社區”

　　在這次版本升級規劃中，多奇還試圖在低幼教育領域種下一顆“共創”的種子——以“啟發式互動與輕量化二創”為紐帶，構建兒童教育領域的分布式技能社區。

　　過去，軟件開發是研發工程師的專屬。多奇則嘗試把這種“協同共創”的模式帶進家庭。在多奇 OS 中，每一個輕應用(Instant App)都不是出廠即寫死的程序，而是一個可以被重新激發的創意種子。

　　為了讓沒有任何技術背景的家長也能輕松駕馭，多奇嘗試將這種“現場生成代碼”的能力徹底開放，拆解為了兩套由淺入深的 AI 驅動路徑：

　　第一種是基于現有場景的指令級重構。比如在“單詞消消樂”游戲中，媽媽只需說一句：“孩子喜歡像素風，幫我把關卡換成像素風格。”多奇就會在后臺現場改寫代碼， 1 分鐘內完成 UI 更新，實現真正的“所見即所得”。

　　第二種則是基于自然語言的全量自生成。家長只需給出一個粗顆粒度的想法，比如包塔所演示的“做一個 10 以內加減法游戲”。多奇的 PM Agent 就會像“點菜”一樣主動反問、梳理細節，確認需求后由云端自動 Coding，一分多鐘后新游戲直接在設備上線。　　

　　(多奇 OS 的四級定制能力階梯：從前臺的“輕量二創”，最終演進為后臺的“全自主自進化”)

　　這種基于自然語言的交互，徹底抹平了技術門檻。在近期的灰度測試中，許多完全不會編程的家長，都能用極低的門檻“召喚”出令人驚艷的個性化應用。

　　一位經常需要值夜班的護士媽媽，就通過與多奇 PM Agent 的幾輪對話，在一夜之間“聊”出了一款跨時空的“好習慣鬧鐘”。這款專屬打卡工具不同于死板的鬧鈴，它不僅克隆了媽媽溫柔的聲音，還由 AI 根據刷牙、睡覺等特定任務，現場隨機生成了帶有定制歌詞的專屬兒歌，在特定時間提醒孩子;孩子則可以通過多奇的攝像頭拍照上傳進度，值夜班的媽媽在手機端可以實時查看。

　　這個輕應用極大地緩解了跨時空育兒的情緒內耗。這正是 AGI 原生硬件的魅力所在：它讓最懂孩子的父母和教育達人，在面對傳統硬件時，不再有“想要的功能廠家沒做”的焦慮與無力感。

　　當越來越多的教育達人、專家和家長加入創作者行列時，多奇 OS 的社區在后端自然演化為一個面向全網、高度定制化的兒童教育“技能大市場(Skill Marketplace)”。

　　它不再是傳統移動互聯網時代基于固化應用包分發的 App Store，而是更接近于生成式 AI 生態中的 Skills(智能體技能)網絡。英語啟蒙達人、數理老師、兒童心理專家，都可以把自己的獨特教學創意與邏輯規則，打包成一個個專屬的“技能卡片(Skill)”。用戶一鍵注入設備即可調用，甚至能在使用過程中，隨時通過自然語言對話對這個“技能”進行個性化的二創和迭代。

　　按奇點靈智團隊的設想，這套 Skills 網絡的成型，也將為跨界合作和商業模式帶來新的解法。

　　對于擁有專業背景的教育達人與行業專家而言，Skills 機制提供了一種極輕量級的專業能力擴散與變現方式。這些教育專家在垂直領域各有特色、廣為認可，但過去受限于技術門檻，其核心方法論只能停留在圖書或圖文課程層面。

　　如今，通過多奇后臺的 PM Agent，AI 可以將他們的專業教學能力直接“編譯”成生動有趣的輕應用或互動游戲。這種跨界賦能不僅能為用戶提供帶有專家獨特教學痕跡的差異化功能，也讓多奇未來有望在硬件銷售的基礎上，跑通可持續的訂閱制模式，并與創作者共同探索長效分成的可能性。

　　此前，多奇的理想是成為一個能夠察言觀色、循循善誘、因材施教的“小老師”。而現在，隨著底層技術模塊的成熟，團隊正在將這些原本孤立的能力像交響樂般融為一體。

　　在這套全新的系統架構中，前臺是具有溫度與同理心的日常溝通，后臺的軟硬件接口則與 AI Coding 深度打通。兩者的緊密咬合，讓多奇開始真正具備獨立觀察、深度思考與自主創造的能力。

　　在與家庭共創的生態下，這位“賽博書童”正在自進化中。