2亿次安装、5341万月活：东亚做题家被AI打包卖向全球

一个反直觉的现象正在发生：当中国人开始反思中式教育的内卷压力时，一批中国、韩国的教育创业者，正借助AI技术，把东亚这套被骂了多年的"应试训练能力"，打包成一个个APP，反向卖到全世界——而且卖得极好。

韩国成人教育产品Speaker，2024年下半年才上线，不仅拿到了Accel 7800万美元融资，仅用一年多就登上韩国英语在线教育市场排名第一。

曾经的在线教育双雄，作业帮出海的Question.AI，稳居北美iOS教育榜前五；猿辅导的Uknow.AI在越南同类应用中用户活跃度排名第一，目前已覆盖越南、日本、印尼、马来西亚四个国家。

而要论这个赛道的王者，还要数字节的Gauth，截至2026年9月全球安装超2亿次、月活5341万，是中国AI出海应用里教育赛道的绝对第一。

老外们争相为这些产品付费。他们买的不是"中文内容"，不是"东方文化"，而是一套被验证了半个多世纪、如今被AI重新封装成商品的"做题家方法论"。

什么是做题家方法论

简单来说，就是把东亚中学教育+高考突击模式进行拆解重组，重新市场化的过程。

1. 标准答案。东亚教育本质上是围绕"标准答案"运转的——考试有标准答案，解题有固定套路，评分有明确标准。这套东西天然适合被AI算法化、被程序化。
2. 错题集。中国人上学时人人都有一个错题本。它的底层逻辑是：人犯错不是随机的，而是有固定模式；把错误归集起来反复击打，是最有效的提分路径。这本质上是一种"个性化诊断+针对性训练"。
3. 重复训练。题海战术虽然被嘲笑，但它有效。重复不是盲目重复，而是在同一知识点的不同变体里反复碾压，直到形成条件反射。
4. 教培SOP。从诊断学情、拆解目标、布置任务、批改反馈到阶段性测评，东亚教培把"把一个人教好"变成了一条可复制的流水线。

过去，这套方法论只存在于优秀教师的脑子里和头部教培机构的运营手册里，靠人肉复制，又贵又慢，还依赖大量优秀师资。AI改变了一切——它把这套方法论里的"人"，替换成了模型。

于是，在线教育的费效比开始重构。

搜题工具跑出中国AI教育出海御三家

最先跑出来的是搜题工具。

Gauth（字节跳动，2020年上线）最初叫Gauthmath，核心功能是拍照搜题。逻辑直接继承自国内的"错题本+解析+反复练"闭环，但剥离了中文语境，适配英文题目识别。目前Gauth拥有3亿全球用户，2025年9月全球月流水达到122万美元，其中美国市场占比超过90%。商业化采用"免费+订阅"模式，普通使用免费，Gauth PLUS会员解锁全部解析和7×24小时导师服务。2026年8月，Gauth进一步推出AI Course功能，从"讲好一道题"升级到"讲好一个知识"。

作业帮旗下的Question.AI走的是同一条路。上线后迅速覆盖北美和东南亚，2024年4月登顶美国App Store教育类排行榜，长期保持前五。2025年7月入选全球百大AI应用。它的差异化在于"阶梯式解析"——不只给答案，而是把解题过程拆解为可理解的步骤，这正是东亚教育"任务拆解"训练逻辑的产品化。

当字节跳动的Gauth和作业帮的Question.AI在北美市场正面交锋时，猿辅导的Uknow.AI选择了一条"农村包围城市"的路线，主攻东南亚和东亚市场，并成功在越南等地取得了领先地位。

Uknow.AI的核心定位是一个24小时的AI Tutor，支持小学到高中的数学、物理、化学等多学科答疑，相当于小猿搜题的AI版。这展示了中国教培公司在"双减"后的转型逻辑——国内积累的AI能力和题库资产，通过出海产品重新变现。

这三款产品的成功路径高度一致：工具先行，课程跟进。用免费搜题建立用户习惯，再向订阅服务和AI课程延伸，提升ARPU值。本质上，它们是把中国拍照搜题产品积累了十年的"解析+反馈"训练结构，用AI重新封装后输出到海外市场——那里没有中国式的教培军备竞赛，但学生同样面对标准化考试压力。

韩流AI到底行不行？

如果说中国出海产品靠的是流量和题库规模，韩国产品走的则是另一条路：深度嵌入考试文化，把"应试教育拿结果"变成商业壁垒。

QANDA是韩国在线教育赛道的头部产品，它的核心功能同样是拍照搜题+AI解题，服务韩国从小学到高中的全学段学生。累计融资超过1.05亿美元，Google对QANDA的投资是其对韩国初创企业的首次投资。付费订阅用户约3万人，月费约15美元，2025年营收270亿韩元（约合人民币1.4亿元）。

QANDA的护城河在于韩国"私教育"市场的深度嵌入。韩国是全球课外补习支出最高的国家之一，QANDA本质上是用AI替代了部分家教功能——即时答疑、步骤解析、错题反馈。这套能力在韩国验证后，被复制到越南、印尼等同样存在高强度考试文化的市场，在越南同类应用中用户活跃度排名第一。

Socra AI的"Santa"则展示了另一条壁垒路径。Santa最初专注TOEIC备考，在日本市场用TOEIC建立用户基础后，2025年10月推出TOEFL服务，六个月便占据了日本45%的市场份额。2026年上半年在日销售额同比增长86%，日本市场贡献了Socra AI总营收的58%以上。关键壁垒在于与ETS（TOEFL考试主办方）签署了官方内容授权协议，并采用ETS官方评分算法。

这意味着Santa不只是"一个AI工具"，而是"被考试机构认可的备考系统"。在应试文化深厚的东亚市场，这种权威性具有决定性意义。

差异化竞争：toB和toG市场

相比于C端市场的开拓，也有产品在走集采路线。

日本COMPASS公司最近开发了一款AI教材工具Qubena，走的就是B2G路线，即通过公立教育系统采购实现规模扩张。它通过地方政府教育委员会采购进入公立学校。2026年度，滋贺县草津市在全市20所公立中小学约1.2万名学生中正式采用，标准年费为每名学生7200日元。扩展方式是"逐市推进"——岩手县奥州市、福冈市等均已采用。

这条路线壁垒不在于产品体验，而在于与政府公关和合规能力。一旦进入，粘性极高。

为了在高度竞争的韩国市场杀出一条血路，AvoLingo选择走B2B模式。它摒弃了C端订阅付费的常见模式，而是选择为教育机构服务，其核心价值主张是"备课时间缩短90%"，直击机构运营痛点。

AvoLingo的核心技术是自研的ALA（Agentic Learning Automation）引擎。它的设计目标是让AI代理自主完成原本需要教师手动执行的运营和管理流程，如分析机构现有课程体系、自动生成匹配的学习环境、管理作业与评分闭环等。在这套体系下，教师备课流程极大缩短，机构也可以减少教师雇佣。

目前，AvoLingo已与50多家语言培训机构和教育机构达成合作，并将业务拓展至土耳其、德国、马来西亚。投资方SparkLabs认为AvoLingo的核心竞争力在"生成与学生学习水平和目标最匹配的作业内容，自动完成评分与反馈"——同样是东亚教育"错题集+重复训练"逻辑的AI化表达，只不过这次的商业结合点是帮机构和教师减负。

东亚教育AI出海三段论

梳理这些案例，可以归纳出东亚AI教育出海的三条共性路径：

• 路径一：工具先行，课程跟进。Gauth和Question.AI从免费搜题切入，积累用户后向AI课程和订阅服务延伸。
• 路径二：考试文化作为壁垒。Socra AI与ETS的官方合作、QANDA对韩国考试体系的深度嵌入，说明谁能获得权威考试机构认可，谁就能建立不可替代性。
• 路径三：B2G、B2B的差异化竞争。Qubena和AvoLingo通过学校或机构采购实现稳定收入，适合教育系统高度集中的市场。

东亚教育AI出海输出的并不是名师和压力，而是训练的底层结构——目标设定、任务拆解、反复练习、即时纠错。

东亚做题家被做成APP出口全球，出口的不是"卷"本身，而是"卷"背后的方法论：把学习拆解为可量化、可执行、可反馈的步骤。这套方法论在东亚被验证了三十年，现在被AI重新封装，卖给了全世界。

Inspired AI创始人贾子健此前接受媒体采访时算过一笔账，全球每年考雅思的人大概只有400万，但地球上每年在学语言的人大概有17、18亿。也就是说，东亚教育最擅长服务的那群人——盯着雅思托福、盯着留学和升学考试刷题的学生——本身只是一个很小的池子；真正庞大的市场，是那些因为工作、生活需要而学语言的人：在美国墨西哥裔移民要学的是餐厅英语和卡车运输术语，日本、韩国、中国港台地区的用户学语言的动力更多来自工作、旅行和流行文化。

AI把东亚做题家的能力封装进App中，为更多场景创造了解决方案。

从东亚做题家到世界做题家

那么，为什么老外会买单，快乐教育不好吗？

答案藏在三个词里：技能化、即时反馈、足够便宜。

过去十年，欧美在线教育被"MOOC大课"教育过——几万人听一位名师讲，完课率却惨不忍睹，比如著名的哈佛公开课。因为看课是输入，不是训练；而人类学任何技能，靠的都是"做+被纠正"的输出循环。

东亚做题家方法论的精髓，恰恰是把学习还原成训练：给任务、给反馈、给纠错、再给任务。AI把它做成了"拍照就有答案、做错立刻被纠正、薄弱点自动被标记"的即时反馈产品。这种"训练感"是老外从没在他们的传统教育产品里体验到的。

更关键的是价格。一节课几十、几百美元的家教，变成一个月几美元、甚至免费的APP，边际成本趋近于零。当"优秀教师的训练方法"不再依赖优秀教师本人，它的成本就降到了一个全球消费者都能无痛尝试的区间。

对于在线教育产业来说，更大的变化是：我们第一次把"方法论"本身变成了出口商品。

这次出口的是"如何高效训练一个人"的方法论：错题集、题海、标准化教培、KPI化学习。这是东亚几十年应试内卷沉淀下来的"负资产"，在被AI解构之后，变成了全球教育市场的"正资产"。

所以，当一套被本土内卷折磨了几十年的方法论，遇上AI的冲击与重组，会发生什么商业变局？

答案是——它不再内耗，而是开始输出"卷"。