AREX Feed Article
当教育科技公司还在按月收费，Google 把 AI 私教变成了免费基础设施
AI 会答题不算本事，会教课才算
打开 ChatGPT 或 Gemini 解一道偏微分方程，AI 能在三秒内给出完美推导——这已经是 2026 年任何一个理工科大学生的肌肉记忆。
但解题和教学是两件完全不同的事。解题只需要模型能力强，教学需要先诊断"你到底哪里不会"，再给你恰好能填补那块空白的讲解，然后用练习验证你是不是真的懂了，最后还要持续追踪你的进步曲线。这一整套闭环，过去只有收费不菲的人类家教才能提供。
6 月 25 日，在丹佛举办的 ISTE 2026 大会上，Google 扔出了一枚震动教育科技圈的重磅炸弹：在 Gemini 应用中正式上线 Study Notebooks（学习笔记本），一个完全免费、面向全球所有语言用户的自适应学习空间。
Google Gemini 产品负责人 Carol Walport 在官方博客中的表述毫不含糊："Study notebooks 是专门为学生设计的目标导向型学习空间，基于你的实时优势和知识缺口生成个性化课程（personalized lessons based on your real-time strengths and knowledge gaps）。"
换句话说，Google 的野心不是给 Gemini 加一个新功能，而是试图把整个 AI 助手的角色从"你问它答"的对话工具，升级成"它会主动教你"的私人教练。而入场券的价格是零。
一个免费学习空间，打通诊断、授课、追踪三步闭环
Study Notebooks 的核心产品逻辑可以浓缩成三句话：先测你哪里不会，再专门讲你不会的那部分，最后用仪表盘告诉你进步了多少——整个过程自动循环。
用户创建一个学习笔记本时，只需输入学习目标——比如"准备分子生物学期末考试"或"彻底搞懂 transformer 注意力机制"——并上传讲义、教材、笔记等课程材料。
Gemini 随即生成一套诊断测验来建立学术基线。与传统在线课程"先上课再测验"的顺序相反，Study Notebooks 的诊断前置意味着每一位学生的学习路径从一开始就是不同的。
诊断完成后，系统围绕学生暴露出的知识缺口自动编排短课程（bite-sized lessons），每节课仅聚焦一个具体知识点，附带的随堂测验题目基于用户自己上传的原始材料生成。
一个涵盖 100 多个学习目标的技能进度仪表盘实时追踪每个知识点的掌握状态，标记为"优势""重点关注"或"未开始"，并根据测验结果自动更新和推荐下一步最高优先级的学习任务。
值得注意的是，Study Notebooks 还与 NotebookLM 实现了数据互通——用户可以将学习笔记本中的全部源材料和分析结果一键导入 NotebookLM，生成互动闪卡、视频概览和更多复习工具。这是 Google 教育 AI 产品矩阵内部第一次实现端到端打通，而非把两个产品当作功能孤岛运营。
从"你不知道自己不知道什么"到"你知道下一步该学什么"
Study Notebooks 的产品设计中有几个值得拆解的工程决策，它们共同暴露了 Google 对这个产品的学习理论底色。
诊断前置：先找到学生的真实水平线。 绝大多数在线学习平台的组织逻辑是按章节排课，让学生从头看到尾。Study Notebooks 颠倒了这个顺序——先出诊断题，找到学生的实际知识水位，再根据水位差生成课程。
这背后藏着一个关键假设：大部分学生最大的瓶颈不是"学不会"，而是"不知道自己哪里不会"。一个在有机化学考试中反复丢分的学生，可能不是所有章节都有问题——他也许对命名法滚瓜烂熟，但立体化学的反应机理从根上就理解错了。
传统课堂和网课很难精准定位这个"根"，而诊断测验相当于一位经验丰富的老师花十分钟摸清学生的底，然后说："你的命名法没问题，但我们需要从手性碳开始重新来一遍。"
课程粒度被压到了单知识点级别。 一节短课程只聚焦一个知识缺口，而非一章或一个单元。这意味着一个学生可能在"化学键"上只上两节课就达到"优势"状态，而在"分子轨道理论"上需要五节课才能从"未开始"爬到"优势"。课程长度由缺口深度决定，而非由教材目录决定。这种动态粒度在集体教学场景中几乎不可能实现——它要求系统为每个学生维护一张独立的知识图谱，而这恰好是语言模型+知识检索架构的天然优势。
进度追踪被量化到 100+ 可检测子目标。 Gemini 将一个大目标（如"学完 AP 化学"）自动拆解为超过 100 个可独立评估的学习目标，按主题聚类后在仪表盘上做三分类标记。"优势""重点关注""未开始"这个分类体系本身就内嵌了优先级排序逻辑——系统不会让你在已经掌握的内容上浪费任何一分钟，而是自动推荐下一节最高优先级的课程。Google 官方称之为"高优先级课程推荐"，本质上是用一个轻量级推荐系统替代了学生自己做学习规划的认知负荷。
标准化考试备考被做成了专项模块。 Study Notebooks 已接入 Princeton Review 的权威题库，学生可以直接在笔记本内进行 SAT 备考，享受与其他学科相同的诊断测验和个性化微课程流程。Google 还宣布将在今夏扩展支持 GRE、ACT 以及印度的 JEE、NEET 和巴西的 ENEM 等全球主流标准化考试。
配合此前宣布的与 Princeton Review 合作的免费 ACT 和 GRE 全真模拟测试，Google 在标准化考试备考这条线上摆出的是一副"从练习到诊断到补习"全免费覆盖的架势。对于一个动辄收费数百美元的备考市场而言，这个定价信号本身就足以改写竞争规则。
NotebookLM 联动让"学会"不等于"结束"。 学习笔记本中的所有源材料和分析结果都可以无缝迁移到 NotebookLM。学生可以在 NotebookLM 中针对同一批材料生成互动闪卡用于间隔重复复习，或生成视频概览用于考前快速回顾。这个设计暗示了一个更深的产品理念：Study Notebooks 负责"教会你"，NotebookLM 负责"帮你记住"——学与习的分离分工，恰好对应了认知科学中"编码"和"检索"两个不同的记忆阶段。
ISTE 大会上的一套组合拳
Study Notebooks 不是 Google 在教育赛道打的唯一一张牌。在 ISTE 2026 的同一天，Google 教育业务 VP Chris Phillips 公布了一整套面向师生两端的产品更新矩阵。
教师端，Gemini 中新增了 Classroom 应用，教师可以基于真实的班级上下文调用 AI——比如跨班级生成通知草稿、分析全班作业中的共性薄弱点、或在布置作业前用 AI 预览学生可能遇到的困难。Chromebook 也同步加入了 Guided Learning 工具，通过专注模式和分心拦截来减少学生在课堂上的数字干扰。
学生端，除 Study Notebooks 外，Gemini in Classroom 正式向所有年龄段学生开放。教师即将可以基于班级课程材料为学生布置专属学习笔记本，并获取全班和个体层面的学习进展洞察——这意味着 Study Notebooks 不是一个孤立的 C 端工具，而是可以直接嵌入学校教学流程的 B 端基础设施。
生态层面，Google.org 宣布资助两家非营利组织：aiEDU 帮助美国 Title 1 学区（低收入家庭学生集中的公立学校）制定 AI 就绪策略，ISTE+ASCD 则负责研究 AI 在学生评估中的应用。同时，Google Educator Series 承诺为美国每一位教育工作者提供 AI 培训。
这套组合拳的战术逻辑很清楚：用 Classroom 守住学校入口，用 Study Notebooks 占据学生课后时间，用 NotebookLM 锁住知识管理的高阶场景，再用 Google.org 的资助和教育者培训把整个生态的信任地基铺好。四层结构互为犄角，缺一不可。
Khanmigo 要 $4/月，Study Notebooks 分文不取
把 Study Notebooks 放进 2026 年教育 AI 工具的竞争版图里观察，最直接的参照系是 Khan Academy 的 Khanmigo。
Khanmigo 是截至目前口碑最好的 AI 辅导产品之一，提供对话式分步辅导、写作反馈和基于苏格拉底问答法的引导式学习，定价为家庭用户 $4/月（教师免费）。它在教育者社群中的接受度相当高，但付费墙天然地将一部分最需要辅导的学生挡在了门外。
Google 的选择截然相反：Study Notebooks 完全免费，覆盖 Gemini 应用支持的全部语言，在全球同步上线。
这个定价策略的杀伤力不仅在于"不收费"本身，更在于它传递的信号——Google 把 AI 教育视为一个可以通过规模摊薄边际成本的基础设施级服务，而非一个需要直接变现的产品线。就像 Google 搜索免费、Gmail 免费、Google Docs 免费一样，Study Notebooks 的"免费"不是为了获客，而是因为它本身就属于 Google 生态的基础层。
其他值得关注的竞品还包括 Quizlet 的 Q-Chat（AI 辅导功能，含在 Quizlet Plus 订阅中）、Duolingo Max（借助 GPT-4 提供角色扮演对话和语法解释，$30/月）、以及 Anthropic 近期推出的 Claude for Education（面向高校定制，含专门的学习模式，以学区和大学为单位采购）。但截至目前，没有一个竞品同时在"免费 + 自适应诊断 + 标准化考试题库 + 知识管理工具联动"这四个维度上与 Study Notebooks 对齐。
编辑观察：Study Notebooks 最犀利的竞争壁垒，不是某一项功能比竞品做得更好，而是它挂在 Gemini 这个已有数亿用户的超级应用之下，且与 NotebookLM 和 Google Classroom 形成了产品矩阵内的数据和体验闭环。
对于任何一个独立教育 AI 创业公司来说，这不是"功能比不过"的问题，而是结构性竞争压力——当一个巨头把你自己最值钱的功能做成了其生态中的一个免费组件时，你的定价模型和用户获取策略都需要全部重新计算。
当 AI 从"答题器"变成"教练"
Study Notebooks 背后的产品哲学可以浓缩为一句判断：AI 在学习中的角色，不应该是一个更快给出答案的机器，而应该是一个更懂你哪里不会的老师。
这个转向当然不是 Google 独有。Khan Academy 创始人 Sal Khan 在 2023 年的 TED 演讲中就描绘过"每个学生都有一个 AI 私教"的愿景，Anthropic 也为 Claude 加入了专门的学习模式。但 Google 是第一个把这个愿景打包成一个免费、全球化、多语言、且与标准化考试题库直接挂钩、并嵌入学校教学流程的产品矩阵的公司。
对于学生而言，这意味着一场认知升级：从"问 AI 这道题怎么做"到"让 AI 告诉我应该先补哪里"。
对于教育科技行业而言，这意味着免费的高质量 AI 辅导不再是远方的愿景，而是一个今天就可以打开浏览器使用的产品。当门槛降到零，竞争的焦点将从"谁能做出 AI 辅导"转向"谁能让 AI 辅导真的帮助学生学会"——而这场竞赛才刚刚开始。
参考链接：
本文由机器之心原创，转载请联系本公众号获得授权。