Joe Liemandt

Alpha School称，基于掌握度的AI辅导能把学业压缩到2小时，同时将学生推向全国表现的顶端。 其披露的SAT平均分为全高中1410分、高年级学生1535分；新生目标至少1410分，部分学生已超过1500分。Joe Liemandt更宽泛的判断是，任何学生都能达到全国99百分位，无需整天伏案，也不用晚上写作业。

这套技术的核心不是“给孩子用ChatGPT”，而是把学习科学、个性化课程生成与持续行为测量结合起来。 TimeBack的目标答题准确率为80%-85%，会根据每个学生的知识储备和兴趣动态调整，并用视觉模型识别猜题、跳过讲解或离开学习环境等行为。Alpha称已向平台投入超过1000万美元，但目前每名学生仍要花约1万美元的AI token成本，降本压力很大。

Alpha的运营模式拆解了传统上压在一名低薪教师身上的5项工作。 软件负责学科专业知识和教学顺序；年薪达到六位数的“导师”则专注于激励、情绪支持、家长沟通和文化建设，据称相关岗位收到8万份申请。“青少年需要高标准，也需要高支持”是招聘和培训的基本前提；幼儿园阶段仍刻意保留较强的人力投入，师生比约为1比5或1比6。

学生参与度被视为系统不可缺少的输入，而不是一个软性结果。 据称超过90%的学生表示喜欢上学，40%-60%的学生愿意选择学校而不是度假；Alpha High约三分之二的学生曾要求学校暑期继续开放。Joe Liemandt警告那些只想采购EdTech的学校：除非围绕“孩子必须比喜欢度假更喜欢上学”这一命题重建体系，否则不会奏效。

节省下来的时间成为Alpha的差异化产品：下午用于领导力、团队协作、创业、金融素养、人际关系、讲故事和坚毅力训练。 五年级学生已经运营过餐车和Airbnb，高中生则用4年时间推进不断演化的兴趣项目，例如制作一部全员青少年出演的百老汇音乐剧。这套模式售卖的不只是学业，也包括自主性：学生应当成为“创造者和贡献者，而不是消费者”。

其市场进入路径始于自营私立微型学校，随后把TimeBack引擎扩展到不同办学形态和价格区间。 新校通常从约25名学生起步；Alpha坚持自营、不做加盟，并在所讨论的这一年新增13所学校。集团已推出Texas Sports Academy和一所天才学校，还描述了未来进一步推出的荒野学校、Montessori学校等模式，包括在2026年落地。Texas Sports Academy利用州代金券，将家长月付费压到约300美元。

尚未解决的最大风险包括效果证明、家长接受度、公共教育体系的阻力、单位经济性，以及规模化后的质量一致性。 Alpha在10个州申请线下特许学校均未获批准，Arizona则批准了一个线上选项；政府希望看到更多证据。Liemandt提出开展覆盖100万名学生、达到“药品级”的随机试验。他的目标是在20年内建成1万所学校，最终覆盖10亿名学习者，但他的直白结论是：“教育改革的阻碍，在家长的脑子里。”

🔗 原始收听与视频来源： 这家4000万美元的AI公司，正用AI导师每天教2小时｜#233

Alpha School 的核心主张是：孩子每天只需用2小时专注学习，就能达到学业表现前1%的水平，随后用4小时培养自己看重的人生技能。 Joe Liemandt 表示，在 AI tutor 将每个学习者的成功率维持在80%-85%的情况下，掌握一个年级的一门学科通常需要20-30小时。学生得到的交换条件很简单：真正投入，换回「时间」。

Liemandt 叙述中真正具备投资价值的护城河，不是聊天机器人，而是与激励系统结合的学习科学引擎。 他认为，只有5%-10%的孩子会自然投入 Khan Academy 等产品，因此即使 EdTech 足够优秀，没有激励也很难奏效。Alpha 的设计从「别浪费我的人生。别浪费我的12年」出发，再通过个性化节奏、竞争、金钱或下午的兴趣活动维持投入。

Elad Gil 警告，在学校里不受约束地使用 ChatGPT 会造成实际伤害，因为大多数学生会用它逃避学习。 他说：「它是作弊机器人，不是聊天机器人。」Liemandt 认同当前形态很糟糕，并认为 AI 并没有消除记忆事实和写作的重要性：批判性思考需要事实，而「写作就是思考」。

取消课堂讲授，改变的不只是教学法，也包括学校的劳动经济学。 Alpha 向 guides 支付至少10万美元，负责提供动机和情绪支持；个性化教学则交给软件完成。Guides 要对孩子爱上学校、学习效率达到2倍以及人生技能负责。由于个性化学业不再取决于班级规模，更大的小组反而可以支撑薪酬更高的 coaches。

商业切入口，是已经足够庞大的私立教育市场，再叠加不断扩大的择校资金。 Liemandt 提到，美国私立学校市场规模超过500亿美元，德州每年教育支出达1000亿美元，即将推出的德州 voucher 约10亿美元，联邦层面可能提供的 voucher 则达到2000亿美元。Alpha 有意维持高价，但新模式的收费区间为1.5万-2.5万美元，低端价格低于公立学校平均生均支出。

Alpha 接受外在激励，只要它能帮助孩子养成习惯、修复自我信念，或为创造活动提供资金。 初中生达到某一学科前1%，可以获得1000美元；也可以通过面向儿童的 Robinhood 账户投资真实资金，或资助全青少年百老汇音乐剧等兴趣项目。Liemandt 最有力的论点是：奖励即使花光，也可能打破「我不够聪明」的信念。

规模化机会巨大，但采用风险同样巨大。 Liemandt 表示，99.9%的家长一开始都会反对放弃「老师站在教室前面」的模式，而 Mackenzie Price 花了2年才说服他。公立学校转型可能需要10年。他说自己已经投入「第一个10亿美元」作为种子资金，但预计重建教育需要数千亿美元、1万栋建筑、严格试验，以及整整一代建设者。

🔗 原始收听与视频来源： No Priors 第133期｜对话 Alpha School 校长 Joe Liemandt

Liemandt 的核心判断是：Alpha School 的孩子每天学习2小时，学到的内容是普通学校每天6小时课时加作业的2倍——这一结果已通过第三方 MAPS 测试验证，因为 AI 导师终于把学习科学40年前就预测、却一直无法规模化的做法落地。 关键数字是：“一门学科的完整年级内容，大约20到30小时就能教完”，而普通学校需要180个课时再加作业；他的 AP 学生学习 AP World History 的时间“最多75小时”，最终全部拿到5分。

edtech 长期忽略的产品洞察是：“动机占解决方案的90%。” 教育科技只占10%。教育科技不断失败，是因为它服务的是那5%-10%“为了学术本身就热爱学习”的孩子；Alpha 的第一大激励，是把时间还给孩子——专注学习2小时，就能换来4小时工作坊。Liemandt 还给出一个绝对判断：“ChatGPT 90%的使用场景都是作弊”；Alpha 自研 AI 则刻意关闭了聊天功能。

“所有教育内容都已过时。” 每一本教材、每一份教案、每一套考试都一样——GenAI 根据每个孩子的知识图谱和兴趣图谱生成个性化课程。Timeback 平台预计在今年8月至12月之间推出 beta 版本，目标是明年正式发布；但 Liemandt 也坦承差距仍在：在50多名 homeschooler 的测试中，如果没有校内的动机模型，“我们还做不到2小时达到2倍效果”。

对投资者而言，商业叙事是：教育是一个“没有好产品的万亿美元市场”。 他认为“资本主义进入对话”，目前已烧掉“数亿美元”，准备投入“第一个10亿美元”和20年；他还认为非营利结构正是好学校停滞的原因：“我在等有人给我4,000万美元……我有3,000人的等待名单。” 他还向打造学习游戏的 AAA 游戏设计师投入了超过$100M，认为美国有“1,000万名愿意每月支付100美元的母亲”。

规模化依靠的是择校，而不是学区：德州新推出的10亿美元择校项目，将支持 Texas Sports Academy 这样的微型学校——每个学区为有志成为 D1 运动员的学生设立一所中学，上午使用 Timeback 学习，此外还有 GT 学校和创业者打造的教育模式；公立学校“还要等10年”。 最终目标是：5年内推出“一台价格低于$1,000的平板，让地球上的每个孩子每天用2小时学会他们需要知道的一切”。

资金引擎是一台“死亡独角兽”收割机：ESW/Trilogy 从私人信贷机构手里“用1美元”买下失败的 SaaS 公司，再拆分其现金流；他称账面上这样的公司有200亿美元之多，打法是围绕存量客户展开——打电话给每一位客户，管理那些注定走向终结的 DCF。 前瞻判断是：纯交易型 SaaS 的回报会“显著变差”，而“AI native 公司将比历史上任何一家 SaaS 公司都更值钱”。

底层管理操作系统来自 Jim Abel 的“三行、每行三个词”战略纪律（“在没有退路的地方制定战略”）、Jack Welch 的残酷反馈式指导（“如果 General Electric 没有从投资中获得回报，那就是你的产品烂”），以及把信念推到极限——复制“85%的 Joe”的人，最后都会发现“行不通”。

🔗 原始收听与视频来源： Alpha School 对未来教育的颠覆性构想