罗盘 / AI导师
暗星档案 · 未点亮的星AI 导师 · 教育两西格玛的普及
AI 导师 · 教育两西格玛的普及潜能 T6
一对一辅导能把普通学生提到两个标准差之上但从来贵到无法普及——AI 首次让「每个孩子一位私人导师」在成本上可行。
暗星编号DS-0320
轴A · 可及性与成员福祉
领域ai-computing
状态初步评估
这是什么 · 为什么难
Bloom 在 1984 年发现：接受一对一掌握式辅导的学生，成绩比传统课堂平均高约两个标准差——普通学生变成前 2%。这个「两西格玛问题」四十年无解，因为一对一人类导师贵到只有极少数家庭负担得起，教育的天花板实质上被家庭财力锁死。AI 导师第一次让边际成本趋近于零，理论上能把这份增益送到每个孩子手上——这是 A 轴（可及性）上杠杆最大的方向之一：它撬动的不是分数，而是全球人力资本的底层分布。攻破它意味着教育质量与出身脱钩。
卡在哪 · 机制级卡点
难点不在聊天能力而在教学本身：需要对学习者做跨月跨年的长程建模（知道他哪里没懂、为什么没懂），而当前系统缺乏可靠的长期学生模型；动机与坚持是人类导师的隐性核心功能，AI 尚无稳定替代机制；最关键的是缺严格验证——真实学习增益需要大样本长周期 RCT，而行业普遍用使用时长和满意度代替学习效果，两西格玛是否真能被 AI 复现至今没有定论。
谁在攻
Khan Academy（Khanmigo）、学界两西格玛复现与 AI 辅导效果研究、多家教育科技公司
怎么参与
读学习科学与 AI 的交叉方向（认知诊断、知识追踪、教育测量），Bloom 原始论文加近年 AI tutoring RCT 文献是入门地图。进认真做效果验证的 AI 教育团队（而非套壳聊天产品），从「长程学生模型」或「设计并跑一个严格的学习增益 RCT」这个子问题切入。
谁在攻这颗暗星 · 攻关者名录5 人
这里列出正在探索这一问题的研究者、创业者与支持者。人物资料仍在核对，欢迎补充与纠正。
ACADEMIA学界 · 科研3
肯·科丁格Kenneth Koedinger人机交互与心理学教授
卡内基梅隆大学（LearnLab）
认知导师（Cognitive Tutor）与知识追踪的奠基学者，数十年积累的学习者建模与掌握式学习证据，是 AI 导师能否真正复现两西格玛的科学地基。
艾玛·布伦斯基尔Emma Brunskill计算机科学副教授
斯坦福大学
用强化学习为教育做长程决策与学习者建模，直攻「跨月跨年知道学生哪里没懂、为什么没懂」这一 AI 导师最硬的长期学生模型问题。
克里斯·皮奇Chris Piech计算机科学助理教授
斯坦福大学
深度知识追踪与大规模学习分析方向的研究者，探索用 AI 在低成本下诊断与个性化辅导，推动把教育增益送达资源不足地区。
THIRD PARTY第三方 · 政策/资助/倡导2
萨尔·可汗Sal Khan创始人兼 CEO
可汗学院（Khan Academy）
推出 AI 导师 Khanmigo 并公开援引 Bloom 两西格玛，目标是把「每个孩子一位私人导师」送到不分家境的学生手上，是该方向最大规模、最公开透明的实践者。
克里斯汀·迪切尔博Kristen DiCerbo首席学习官 / 首席学术官
可汗学院（Khan Academy）
主导 Khanmigo 的学习科学设计与效果评估，公开直面「使用率与真实学习增益尚未兑现两西格玛」的核心难题，是把效果验证摆上台面的关键人物。
去哪家 · 机构与公司名录3 家 · 其中初创/成长期 2
了解正在研究或开发相关技术的团队，寻找工作与合作机会。机构资料仍在核对。
Merlyn Mind初创
面向教育者的生成式 AI 助手，用 RAG 把回答对齐到年级与课程标准、最小化幻觉。
↗ 切「辅助教师」而非直接替代一对一辅导的路径，靠 RAG 接地气解决补剂式幻觉——为「AI 导师如何做到教学正确性」提供了一条务实工程范式。
Amira Learning成长期
AI 阅读辅导+早期读写障碍筛查，覆盖 2000+ 学区、服务 400 万+ 学生，2024 年 6 月与 Istation 合并。
↗ 少数拿得出实测效应量的公司（阅读增速最高快 50%、效应量 0.4–0.8）——正卡在这颗暗星最看重的「严格验证真实学习增益」这一命门上，而非套壳聊天。
Khan Academy（Khanmigo）非营利
非营利在线教育平台推出的 AI 导师 Khanmigo，把一对一辅导以近零边际成本推向全球学习者。
↗ 非营利属性使其最有可能把「两西格玛增益」真正送到负担不起人类家教的孩子手上——A 轴（可及性）杠杆最大的样本之一。