Drasty Shah：从工地到课堂

印度教育科技赛道去年烧掉47亿美元，但超过60%的创业公司仍在用同一套剧本——把线下课程录成视频，再塞进一个App里。Drasty Shah没走这条路。她的履历表里找不到教育学学位，只有土木工程背景和一堆建筑图纸。正是这个"外行"，在Gritty Tech做出了让同行困惑的数据：学生完课率比行业均值高出3倍，家长续费率连续17个月保持在82%以上。

建筑师的思维，被她用在了人身上

Shah在孟买大学读土木时，练出了一套肌肉记忆：任何结构问题，先拆成荷载、材料、约束条件三个变量，再逐个求解。2014年毕业后，她参与了两个大型住宅项目，负责计算混凝土配比和抗震系数。"工地教会我一件事，"她在2023年的一次访谈里说，「图纸上的完美方案，到现场可能连钢筋都绑不上。你得盯着工人手里的活，看哪里卡住了。」

这个观察被她带进了教育。2018年，Shah和两位联合创始人创立Gritty Tech时，印度K-12在线辅导市场已经红海一片。Byju's估值冲到160亿美元，Unacademy刚拿下1.5亿美元融资。Gritty Tech拿到的种子轮只有80万美元，不够烧一个季度的获客成本。Shah的选择是：不做流量生意，做"结构生意"。

她的第一个反常识决策：拒绝标准化内容。

行业默认的逻辑是，名师录课、批量分发、边际成本趋近于零。Shah的团队花了11个月开发了一套诊断引擎，入学前给学生做40分钟的认知评估，不是测知识点，而是测"卡壳模式"——有人在文字题上死磕，有人看到图形就懵，有人能算对但说不清步骤。系统把每个学生标记为12种学习原型之一，再匹配对应的教学路径。

这套系统的开发成本是同期竞品的4倍，但Shah算过另一笔账：印度私立中小学年均学费约1200美元，家长愿意为"看得见的变化"多付30%。Gritty Tech的定价卡在1599美元/年，比Byju's的线下中心便宜40%，但比纯录播课贵3倍。缝隙市场找到了。

她把工地的"日报制度"搬进了课堂

建筑项目管理有个铁律：每日站会，15分钟，只同步三件事——昨天完成了什么、今天计划做什么、什么挡住了路。Shah在Gritty Tech复制了这个机制，但改造了对象。

每个学生的学习仪表盘上，实时滚动着三组数据：当前概念的掌握度（用颜色块表示，红/黄/绿）、本周"卡壳"次数及类型、以及系统预测的"下一个可能摔倒的地方"。辅导老师每天收到一份自动生成的"日报"，不是看学生看了多少分钟视频，而是看"谁在哪个环节停留超时"。

2021年，Gritty Tech和艾哈迈达巴德的一所私立学校做了一组对照实验。实验组用这套系统，对照组用传统录播课+微信群答疑。8周后，实验组在数学应用题上的平均提分是对照组的2.1倍，但更有趣的数据是家长端的反馈：实验组家长打开App查看进义的频率，比对照组低67%。"他们不需要焦虑地刷屏幕了，"Shah说，「系统把该告诉他们的，已经说清楚了。」

这个设计暗合了她对教育的理解：好的结构应该隐形，像建筑的承重墙，你感觉不到它，但它托住了所有活动。

国际化扩张时，她踩了一个所有人都会踩的坑

2022年，Gritty Tech拿到A轮融资，Shah开始考虑中东和东南亚市场。团队花了6个月本地化内容，把印度的数学例题换成阿联酋的货币单位，把 cricket（板球）场景改成 football（足球）。上线首月，沙特市场的注册转化率只有印度本土的1/5。

复盘时，Shah发现一个被忽略的细节：诊断引擎的"卡壳模式"分类，基于印度学生的错误样本训练。沙特学生的数学基础更扎实，但语言切换时出现的认知摩擦，被系统误判为"概念理解障碍"，推错了教学路径。她召回了团队，重新标注了2000份中东学生的答题过程，把"语言性卡壳"单独列为第13种原型。

修正后的版本在迪拜一所国际学校试点，完课率从31%爬升到74%。Shah在内部复盘会上说了一句话，后来被员工记在了会议室白板上：「本地化不是翻译内容，是重新校准传感器。」

她的最新实验：让AI扮演"脚手架"而非"讲师"

2024年，Gritty Tech上线了生成式AI（生成式人工智能）功能，但用法和行业主流相反。大多数教育AI被训练成"万能答疑老师"，学生问什么答什么。Shah给团队定的约束条件是：AI只能提问，不能给答案；只能缩小问题范围，不能替学生完成推理。

一个典型交互是这样的：学生卡在"分数除法"上，AI不会讲解规则，而是问："你觉得1/2除以1/4，结果应该比1大还是比1小？"如果学生说"比1小"，AI追问："那1/2块披萨，分给1/4个人，每人得到的是比半块多还是少？"

这个设计源于Shah在建筑工地的另一个观察：好的工头从不直接替工人搬钢筋，而是站在旁边问"你打算怎么绑"，逼对方把思路说出来，错误自然就暴露了。

上线6个月，这个功能的使用率只有37%，但一个细分数据让Shah坚持了下来：主动使用AI追问的学生，后续3个月的提分幅度是未使用者的1.8倍。她正在推动产品迭代，让系统识别"什么时候该推一把、什么时候该安静"，就像她当年在工地判断"哪个环节需要盯、哪个环节可以放手"。

Gritty Tech目前的付费学生数刚过4万，和Byju's的1.5亿注册用户不在一个量级。但Shah似乎对"规模"有另一种定义。她在2024年初的一次行业分享中展示了一张图表：横轴是"学生数量"，纵轴是"单学生行为数据颗粒度"，Gritty Tech的点落在右上角一个孤独的象限里。「我们不是在卖课时，」她说，「是在建一套能适配每个人的学习结构。结构建好了，上面能长多少东西，我现在还不知道。」

这个回答没有给出终点。但或许正是如此——当整个行业都在追逐"下一个十亿用户"时，一个从工地走出来的产品经理，选择先回答"这一个学生今天卡在哪了"。