从一个家庭教育想法，到真正能玩的 AI 启蒙产品

最开始，我的想法其实很朴素：做一套适合中国孩子的 AI 家庭教育产品。

它要能理解图片、声音和文字，也要能用这些方式教学；但更重要的是，它不能只是把传统练习册搬到屏幕上。我希望广东佛山幼儿园升小学的孩子，可以在入学前用它做一些数学、英语和生活准备，而且愿意自己点开、自己玩下去。

最近这段时间，我和 AI 一起把这个想法往前推了一大步。

第一步不是写代码，而是重新理解问题

项目一开始已经有前端、后端和 AI 对话的基本骨架，但离“孩子可以直接玩”还有明显距离：题目入口不清晰，学生端和教师端的信息不连贯，题目页面更像工具而不是儿童产品，对话也曾出现点击后没有反应的情况。

更核心的问题是：产品有功能，却还没有形成孩子的完整体验。

于是我们把工作拆成需求、教学设计、视觉设计、前端、后端和测试几个角色来重新审视。每次迭代都追问几个很具体的问题：

这个过程让我意识到，儿童产品里最难的往往不是功能实现，而是克制。

产品后来形成了一个很明确的原则：每天大约十分钟，不考试、不排名，玩完就休息。

内容从幼升小真正需要的准备出发：数一数苹果、比较数量、识别简单规律；听一听 apple、找一找 cat；也加入整理书包、表达和社会适应等内容。数学和英语是核心，但不会把入学准备误解成提前学习小学课本。

AI 幼升小启蒙首页

启蒙首页：把学习准备、生活准备、社会准备和表达准备放在同一个体验里。

在具体交互上，我们尽量减少文字说明，用大图、明确的问题和大面积选项让孩子理解任务。做对以后获得一颗星星，再自然进入下一关；做错时也不使用否定性的评价，而是给出可以继续尝试的提示。

数一数苹果的手机端练习

手机端数数练习：一屏只做一件事，让孩子能自己完成。

完成题目后的正向反馈

完成后的反馈不是分数排名，而是一次温和、明确的鼓励。

这次最有意思的地方，是 AI 并不只扮演程序员。

它帮助审查现有代码、梳理产品状态、研究适龄题型、补充测试，也参与视觉改版、接口设计、部署排错和移动端验收。在工作方式上，更像一个可以快速切换角色的协作团队：需求提出人负责追问目标，设计角色负责儿童体验，前后端负责实现，测试角色负责不断证明“真的能用”。

但这也不是一句需求就自动得到成品。过程中遇到过很多很具体的问题：前端依赖锁文件与构建环境不一致、Go 模块下载超时、环境变量中的行尾注释被容器当成真实配置、服务在服务器内部正常但公网端口没有放行。每一次都需要先收集证据、找到根因，再修复和重新验证。

AI 真正放大的不是偷懒，而是一个人持续组织复杂工作的能力。

为了让产品不只停留在我的电脑上，我们购买了腾讯云轻量应用服务器，使用独立 SSH 密钥登录，配置 Docker、Nginx、健康检查和防火墙，并分别验证了页面、接口和手机端体验。

腾讯云部署与防火墙配置

部署过程中保存的后台记录：服务器只开放需要的端口，并使用密钥而不是共享密码。

现在，启蒙产品已经可以通过公网访问。后端在服务器上健康运行，前端和 API 由同一套容器化配置部署。每次说“已经好了”之前，都要经过本地测试、构建测试、接口检查和真实浏览器操作，而不只是看代码能不能编译。

目前已经有了一套可以体验的幼升小启蒙主流程、数学与英语题目、星星与关卡反馈、家长提示、AI 教学对话的本地兜底，以及面向微信小程序的承载壳。

但我不想把“能运行”说成“已经成熟”。真正的多模态模型还需要正式接入和持续控制成本；课程内容需要教育工作者和真实家庭验证；微信小程序正式上线，还需要域名、ICP备案、HTTPS 和业务域名配置。儿童隐私、家长控制、内容审核与学习效果评估，也都必须在扩大使用前继续完善。

下一阶段，我希望完成三件事：

以前，一个人想把教育产品从想法做到服务器上线，需要跨过太多专业边界。现在 AI 让这些边界变薄了：产品、设计、代码、测试和运维可以在一次持续对话里协同推进。

但方向仍然来自人。什么值得教、怎样对待孩子、什么数据不能收、什么时候应该停下来休息，这些判断不能交给模型。

这套产品还在生长。比“AI 做得有多快”更值得记录的是，我们终于有机会用更低的成本，把一个关于孩子如何学习的想法，做成真实世界里可以被触摸、被质疑、也被继续改进的东西。