“学而思”们看好的火热赛道，99.99%的机构却做不好？

托管行业，近年来不可谓不火热。

学而思、新东方都曾涉足过托管领域，猿辅导在2024年开设线下托管业务“小猿家”，从2025年3月在福州开设第一家门店后，目前已拓展至6-7家。

为什么教培“巨头”们都会盯上做托管？

和教培不同的是，托管的核心客户不是孩子，而是家长。虽然目前出生人口下降，但未来入托率反而会提升——原因就在于如今的95后家长生活习惯变了，很多人不会做饭，无暇陪伴，因此托管作为一个社会化服务，对于他们而言是刚需。

然而，AI的冲击下，托管人却越来越难了。在此前校长邦“新质托管线上圆桌论坛”直播中提到，托管行业已经迈向追求“AI赋能、全人育人”的3.0时代。

在和许多托管从业者的对谈中，我们发现，虽然大家对“AI赋能托管”已经达成共识，但是很多人对如何落地还是一头雾水，或者一实操起来发现处处是难题，AI工具成本高，老师使用起来也不熟练......目前托管行业内也普遍缺少这类实操干货。

因此，在前不久，校长邦创始人汪义庭就以“AI工具如何重构‘学情诊断-个性化方案-效果量化’托管闭环”为主题，开展了一场线上直播，特别邀请到了2位一线实战派和科技研发者——晓方块KeyX创始人、大湾区新质托管研究院创始院长胡国志，高端托管圈发起人、语萌思塾联合创始人田立波。

胡国志先生此前专注教培行业10余年，转型托管后一直致力于教育科技研发，其团队研发的智能硬件已在广州10多所托管机构试点；田立波先生运营10多家语萌思塾校区，主打“小班精细化服务”，覆盖西安、深圳等城市，作为高端托管行业交流圈牵头人，服务了全国千余家托管机构。

此次，校长邦就结合直播内容，聚焦AI赋能托管全闭环，深度拆解AI工具的实际应用和落地难点。

-01-大部分托管机构，为什么都做不好“学情诊断”？

语萌思塾联合创始人田立波先生直言：“99.99%的托管机构，都不会给学生做前置测评。”

孩子第一次来托管班时，几乎所有机构都是让孩子直接入托，不会做任何有关学科基础、学习习惯、性格特质等测评。

这也是托管行业难以升级的一大原因，缺乏“测评-规划-教学”的标准化流程，就好像“病人来看病，医生不诊断直接开药”一样——不做测评，谈何学情诊断？都不清楚孩子的真实水平，如何提供针对性服务呢？

除此之外，要做好“学情诊断”，“作业批改”是核心。这是重要的学情采集渠道，也是教育闭环的关键反馈节点。

然而，大多数托管机构还在用以前的“土办法”批改作业，有3大痛点迟迟难以突破：

一个是数据采集低效。哪怕是做到北方某地级市头部的托管机构，还在要求孩子每天将错题手抄到纸质错题本上，老师逐本检查。一晚上时间只能完成“错题收集”，根本无法深入分析错误原因。

二是诊断逻辑粗糙。大多数机构还在沿用老套的教学思路，仅仅根据错题数量判断学生水平。好一点的老师最多能关联到知识点掌握层面，但缺乏系统的能力维度分析。

三是辅导方案单一。给孩子的配套练习，大多是直接丢一套传统教辅，按基础、提升、拓展简单分类，无法针对每个学生错题背后的能力缺口，提供精准练习。

所以接下来关键就在于，通过AI标准化工具来填补测评诊断缺口，让托管行业从“单纯看护”向“精准服务”升级。

-02-托管行业如何用AI做好“个性化方案”？

我们都知道因材施教是理想的教学状态，但为什么现在托管行业中，个性化辅导很难落地？主要是因为面临“AI工具缺失”这一主要难题。

这里的“AI工具缺失”，指的是“学生没有专属教育硬件终端”，这是导致个性化辅导难以落地的根本原因——学生的学习数据无法被统一收集、让AI分析，那么老师该如何高效率地了解每个人的学习情况，针对性辅导呢？

目前大多数托管机构给孩子辅导作业，还是用传统错题本和分层教辅的方式，少数尝试用AI工具的机构，也只是使用现成的作业批改类软件，不会去配备硬件终端。

根本原因在于——成本太高，中小机构难以承受。专属终端随便就是大几百元，家长不愿意额外付费，机构独自承担成本的话利润又会被压缩，这就导致AI基础设施普及困难。

晓方块专研了自己的智能批改终端，能让学生拍摄作业后自动采集错题，老师再通过手机或者平板批改，数据实时同步，后台还会生成针对当天错题的补练。另外还内置了积分机制，学生完成作业拍摄、错题订正后获得积分，可以兑换文具、课外阅读书或特色体验课等等。

这台终端的成本已经能控制到100-300元，在试点机构里学生使用率达到90%以上。

不过，光做到这些还不够，托管机构的终端还有额外要求——需要非学科领域的功能支撑，能做到“学科+非学科”双赋能。

现有的AI工具大多还是沿用教培逻辑，聚焦作业批改、错题整理，但托管的核心价值在于 “长期陪伴”——孩子每天的托管时间长达三四个小时，机构应当承担起习惯培养、品格塑造、社交能力提升等非学科责任。

那么就需要AI工具，能为这些需求提供标准化方案。

田立波先生给到了AI工具的设计思路——可以优先从体育、劳动、德育三大维度落地，帮助托管老师设计体育活动方案（比如跳绳、趣味运动会）、劳动任务（比如教室清洁、植物养护活动）、以及德育引导（比如情绪管理话术）等等，提供活动流程、打卡记录、成长反馈等全流程支持，能做到精准指引。

晓方块创始人胡国志则是提出，可以融合当下两种主流的AI产品。

一种是“题库+知识图谱”，代表产品包括小点斗App、作业不凡App等。像这类产品的优势是，错题标签化精度高，能做到精准的学情诊断和学习方案匹配，稳定性强，但不足的是，高度依赖原题库，对于非标作业（比如老师手写题、自定义作业）缺乏应对能力。

另一种是“生成式AI”。可以处理非标作业，但是容易产生“AI幻觉”，导致答案准确率不稳定，比如一些产品的数学计算题准确率只有92%，语文主观题准确率只有60%，无法满足严肃的教育场景需求。

因此，我们可以融合这两种产品的优势，用“题库+知识图谱”保证学情诊断的稳定性，同时用生成式AI拓展非学科服务，比如习惯培养方案、社交引导话术等等，同时解决非标作业的处理难题。

-03-托管行业如何用AI做好“效果量化”？

以前，托管机构的“效果量化”很大程度上依赖校长和教师的个人能力，家长感知到的价值不稳定，毕竟孩子素养能力的提升，无法通过“卷面分数”来展示。

假如家长不喜欢某个老师，就会对整个机构不肯定。这也导致托管行业难以出现千店、万店的规模化连锁品牌。

但现在，AI可以帮助实现效果的标准化输出。来看看语萌思塾是怎么做的：

首先，机构可以基于自己的培养理念，来设定核心培养目标。比如语萌思塾就聚焦“习惯养成+社交”能力，将其分阶段提升，拆解成1-6年级阶段性素养指标。

比如在一年级，就重点培养整理书包能力、课堂专注度。

其次，要做到流程标准化。将阶段性指标植入日常托管流程中，比如要求孩子做每日整理书包打卡、每周完成一项小组合作任务。用AI工具记录完成情况，生成月度成长报告。

最重要的一点是，教师要明确“量化重点”。

在学科方面，不能单单就记录一个分数，而是要重点呈现“错题订正率”、“知识点掌握进度”等过程性数据。

在非学科方面，要记录孩子参与体育活动时长、劳动任务完成质量、社交互动积极性等能体现成长过程的数据。不需要用精准的分数来记录，可以“星级+文字描述”的形式呈现，比如“本月劳动打卡15次，主动帮助同学3次，社交积极性三星”。

-04-结语

直播的最后，胡国志提到，全人教育是托管行业的“灵魂”，AI就是“精准描述孩子、辅助施教”的工具。

田立波则给到了托管从业者们一个建议：高端托管是行业长久方向，但我们不要好高骛远，先夯实基础服务，同时紧密关注新技术，再通过AI提升竞争力。

期待更多托管从业者能参与行业创新，共同推动工具完善与标准建立，让托管真正成为孩子成长的助力！