每天只学两小时，成绩几乎全在99百分位：Alpha School 把 2-Sigma 做成了现实

一个五年级学生学一年数学，传统课堂要花大约200小时。Alpha School 的学生只用20到30小时，学习速度还是统计模型预测的2.3倍。2024到2025学年结束，这所学校所有年级、所有科目的 MAP 测试成绩几乎全部落在99百分位，只有五年级数学是93百分位。

MacKenzie Price 是 Alpha School 和 2 Hour Learning 的创始人。2014年她创办第一所学校，起因很具体：两个女儿进幼儿园时已经能读章节书，老师还在教 A 发「ah」的音。她不是教育科班出身，用她自己的话说，她小时候「成绩不错，但讨厌学校」，总在课堂上举手问「我为什么需要知道这个」。

这期播客里，她和主持人 Nathan Labenz 聊了 Alpha School 十一年的演进、AI 产品怎么搭、老师变成 Guide 之后做什么，以及这套模式怎么往公立特许学校和家庭学校复制。

2-Sigma 问题：从苏格拉底到 Bloom

MacKenzie 把故事拉回一千年前。苏格拉底教柏拉图，柏拉图教亚里士多德，亚里士多德教亚历山大，亚历山大22岁征服已知世界的大部分。那时候的教育是一对一、掌握式的，只留给王室和知识精英。

几百年前工业革命要大规模、低成本地教育大众，才有了老师站在教室前面的模式。过去四十年，学习科学的研究论文反复说一件事：一对一掌握式学习能让孩子快2到10倍。每篇论文的开头或结尾都会加一句「可惜这在传统课堂里做不到」。

Bloom 在1984年提出 2-Sigma 问题。两个标准差的提升，大约把平均学生带到前5%的位置。MacKenzie 说，AI 是第一个能让这件事规模化的工具。她拿显微镜和望远镜打比方：AI 对教育的作用，相当于显微镜对生物学、望远镜对物理学的作用，把学习科学从模糊的经验变成有明确输入输出的精密科学。

她具体讲了自己的历史。她小时候成绩不错但讨厌学校，总问「我为什么需要知道这个」。两个女儿进幼儿园时已经能读章节书，老师还在教字母发音。这不是老师的错。问题出在模式上：一个班的孩子水平差异巨大，老师只能从最低的共同点开始教。

为什么不用聊天机器人

很多人听到「AI 学校」，第一反应是「每个孩子配一个 AI 家教聊天框」。MacKenzie 明确说，聊天界面恰恰是他们不用的部分。

如果你给孩子一个聊天机器人界面，大多数时候它会被用来作弊。复制、粘贴、答案是什么、帮我写这篇文章。我们希望孩子和苏格拉底式讨论，但现实不是这样。

他们用的是什么？一套叫 Dash 的平台，背后是一堆自适应学习 app 的组合。有买的，比如 IXL、Math Academy、Literably；有自己建的，Alpha Math、AlphaRead、AlphaWrite、Teach Tales、Fluency Coach。

学生登录 Dash，说「现在做数学」，平台把他带到那个科目里最适合他的 app 和那一节课。后台的 AI 分析他做题的准确率和速度，给反馈：「你准确率偏低，因为答错之后没读解释就跳到下一题，我们慢一点。」或者「你读了解释还是卡住，我们回去复习上一节。」

这里有几个学习科学概念：

• 最近发展区：题目难度刚好比当前水平高一点，不太难也不太简单。
• 认知负荷理论：工作记忆能装的东西有限，装满了就短路，所以要根据孩子的承受力调整信息量。
• 间隔重复：定期回头测以前学过的内容，防止忘光。

还有个具体例子：如果一个概念你重复5次就懂了，不应该被迫做10次；如果我需要15次，也不应该只给我10次。

视觉模型也用上了。AI 会分析孩子做题的过程：有没有读解释、有没有看视频、在一道题上停了多久。给反馈的时候可以直接回放：「你看，这道题你做错了，解释弹出来，你两秒钟就跳到下一题了。」MacKenzie 说，这让孩子对自己的学习有掌控感，从被动的乘客变成主动的驾驶者。

多模态和手写都没丢

阅读是 Alpha 特别重视的一块。孩子要读出声音，AI 分析读得多快、在哪卡住、发音对不对。他们用自建的 Fluency Coach 和第三方 app Literably，尤其针对学前班到二年级。MacKenzie 说，三年级是从「学习阅读」转到「通过阅读学习」的节点，三年级还读不好，后面的学业成功会受影响。

手写也没丢。幼儿园和一年级教室里有教具，小木钉可以数、可以摆，看得见摸得着。二年级还有连笔字练习，孩子说「cursive 最难」。MacKenzie 说，触觉功能很重要，这些要保留。但她也承认，新世界里孩子还需要多少连笔字，谁知道呢。

学习差异的孩子也能受益。阅读障碍、书写障碍，严重程度在底部50%的孩子在 Alpha 表现不错，因为他们按自己的节奏走，需要听觉和视觉支持的地方有支持。MacKenzie 澄清：他们没有改变阅读障碍孩子的神经通路，那是专门学校做的事。

2022年的转折点

Alpha School 2014年开办时，市面上已经有 Khan Academy、ALEKS 这些自适应 app。但问题很明显：孩子会在 app 里乱跳。遇到难题就退出，换一个简单的；或者15分钟只做一道题。他们管这叫「反模式」。

有个一年级男孩的例子。他特别喜欢数学，一路做到八年级水平，但他不会读题，需要有人给他念。学校意识到：这孩子不会主动花时间阅读，必须干预。于是他们引入了番茄工作法，每个核心科目每天25分钟专注时间，每个科目都要碰，不能只挑喜欢的。

2022年是个大转折。他们开始用语言模型处理评估、分析学习模式、生成个性化课程计划。同时做了一个大胆决定：完全停止老师教课，所有学术教学交给 AI。

结果是学习率从1.5倍跳到2倍以上。MacKenzie 说，看过去几年的学习率曲线，2022到2023学年有一个明显的台阶式跃升。

2024到2025学年，他们的学习率是2.3倍。用 NWEA MAP 测试来衡量，美国大约1000万学生参加这个自适应测试，有 RIT 分数。如果一个学生在85百分位，统计模型预测他一年涨4分，Alpha 的目标是8分。不管孩子进来时在10百分位还是98百分位，他们都按各自的速度走，补漏洞，超前学。

2025年1月的 MAP 报告出来，所有年级所有科目99百分位，只有五年级数学93百分位。学术团队立刻介入查原因。

五年级数学出了什么问题

诊断出来几件事。第一，Math Academy 这个 app 很好，但更适合喜欢数学的高级学生，大约25%的学生用着舒服，大多数学生用 Alpha Math 或 IXL 效果更好。第二，DOK 深度问题。DOK 是 Depth of Knowledge，衡量一个 app 教得多深。有个 app 在 DOK 一二层没问题，到三四层就不够深。他们给 app 公司反馈，对方出了新版本。

这也是 MacKenzie 觉得 edtech 公司喜欢和 Alpha 合作的原因：数据干净，没有课堂活动的干扰，能清楚看到孩子怎么学、哪里卡住。她现在有一个心理测量学家的学术团队，专门研究怎么把学习科学和课程设计结合起来。

她还提到一个数字：美国只有三分之一的学生阅读或数学达到年级水平。传统课堂里，老师要面对20到30个水平差异巨大的孩子，还要填漏洞、喂饱学得快的人，这几乎是不可能完成的任务。

老师变成 Guide

Alpha School 把老师叫 Guide 或 Coach。MacKenzie 说，Guide 这个词是他们自己选的，因为这些人不教学术科目，不是「我是科学老师」那种学科专家。他们从「讲台上的圣人」变成「旁边的向导」，负责动机、导师支持和情感陪伴。

学校对 Guide 有三个承诺要兑现：学生爱学校、两小时学两倍、发展生活技能。如果学生没有茁壮成长，MacKenzie 说，那是学校的错，不是孩子的错。

有个观鸟男孩的例子。这孩子上课老走神，盯着窗外看。他的 Guide 知道他痴迷鸟类学，就和他一起做了一块海报板，画满奥斯汀绿带地区的鸟。他每周完成目标，就能换15分钟和 Guide 去绿带观鸟。这就是他需要的连接。

激励手段很多：学校货币、特权、选座位、带 Chick-fil-A 午餐、动物园旅行。核心逻辑是：上午两小时专注完成学术，下午时间还给你，去做你真正喜欢的事。足球、篮球、戏剧、机器人、辩论、舞蹈，孩子们通常下午3点才开始的那些事，现在中午12点就能开始。

招聘上，大约15%的 Guide 来自传统教学背景，尤其是低年级。更多的是创业背景、职业运动员、大学教练、企业高管。Guide 起薪10万美元。MacKenzie 说，愿意把一生献给教育的人应该得到好报酬。她也不客气：如果 Guide 不能很好地激励学生，在这个岗位上待不长。有人说「你们学校不会有教师工会吧」，她回答：「你永远不会有一个没人喜欢但还赖着不走的老教师。」

下午的生活技能工作坊包括：金融素养、创业、讲故事、公共演讲、领导力、团队合作、社交、毅力、学习处理失败。学生也用 AI 做东西：幼儿园和一年级孩子做书、图形艺术、电影；编程无人机、机器人、自动驾驶汽车、做视频游戏。

高中生还用 AI 做学习歌曲。AP 美国历史的学生做了一套类似《汉密尔顿》的原声带，AP 艺术史的学生用 Taylor Swift 的旋律记知识点。MacKenzie 说，上午用 AI 学学术，不是作弊；下午用 AI 当超能力。

MacKenzie 说，三个 R（阅读、写作、算术）不够了，现在是四个 C：批判性思维、协作、沟通、创造力。

经济学与规模化

旗舰校 Alpha School 是高端私立，学费每年4万到6.5万美元，看城市。还有2.5万美元的学校（天才学校、体育学院、电竞中学），以及1.5万美元的学校。学术体验一样，都是两小时个性化学习平台，差别在下午的生活技能项目。

布朗斯维尔是个特别案例。那是美国最贫困的学区之一，学费1万美元一年。大约一半学生是 SpaceX 员工的子女，一半来自本地社区，社会经济、种族、英语作为第二语言都很多元。布朗斯维尔的校区学习率一直超过其他校区。MacKenzie 说，这证明了个性化学习平台是伟大的均衡器，不管孩子从哪来、什么背景。

公立方向，他们拿了亚利桑那的虚拟特许学校批准，正在申请德州的实体特许学校。也和教育部、白宫谈过怎么让这种模式进入公立系统。MacKenzie 说，很多州反应混合，有些直接说不感兴趣。

成本在降。她现在花很多钱在数据分析和视觉模型上，没有和特定 LLM 绑定，Alpha 是试验场，不断测最新模型。她预计五年内，每个孩子每年1000美元的平板就能学所有东西。

长期愿景是让全球10亿儿童用上这种教育。路径包括：继续建私立学校、让别人采用他们的学习平台、在公立系统做干预服务，补差或拔高。

普通家长明天能做什么

主持人 Nathan 住在底特律，孩子一个6岁一个4岁，短期内去不了 Alpha School。他问 MacKenzie，普通家长怎么 DIY。

几个具体建议：

• Alpha Anywhere：他们的家庭学校项目，把动机模型也做进去了，没有实体校的 Guide 在场也能用。
• Teach Tales：免费试。孩子是自己选剧情的故事的主角，故事融入他的兴趣（最喜欢的电影、少年棒球队的队友），难度匹配他的阅读水平。目的是激发阅读兴趣。
• 公共演讲 AI 工具：让孩子准备一个故事，晚饭时讲，然后用 AI 分析语调、节奏、有没有口头禅。门槛低，反馈具体。
• Austin Scholar 的 Substack：Alpha 毕业生，刚读完斯坦福大一，写给家长看的新教育信息和暑期 AI 项目建议。
• futureofeducation.net：MacKenzie 六月上线的免费资源站，汇总 AI 工具和 app。

最重要的一条：家长自己先用 AI。MacKenzie 说，很多老师不熟悉 AI，所以害怕它。家长从日常用起，做饭、工作、规划旅行，先自己体会，再带孩子玩。让孩子成为创造者和贡献者，而不只是消费者。

这期播客里，Nathan 提到自己六年级的 Francis 老师、Rogers 老师，生物课的 McBain 老师，高中英语的 Vance 老师和 Kohut 老师，AP 历史的 Voss 老师，化学物理的 Andriaschko 老师，政府课的 Madorski 老师。他说，如果每个孩子都能有这种改变人生的师生关系，从例外变成常态，那可能比 AI 教学本身影响更大。

MacKenzie 的回应是，这正是 Guide 被问责的东西。她问每个学生：「每个成年人都能说出一两个改变自己人生的老师。你觉得你的 Guide 是那个人吗？」

这大概就是 Alpha School 最值得抄的地方。两小时学完学术科目，下午还给孩子，这是产品层面的创新。把老师从讲台上解放出来，去干只有人能干的事，这是组织层面的创新。两件事叠在一起，2-Sigma 才不只是论文里的一个数字。