4人团队仅靠YC的50万美元融资，用“毒舌”AI对话在语言学习赛道杀出重围，TikTok播放超10亿，月流水一度达48万美元。但产品粗糙、定位模糊，RPD仅0.32美元，远低于竞品。病毒传播之后，如何留住用户成为最大考验。

2026 年的语言学习品类，早就过了加入 AI 就能突围的时间段，赛道分层固化，鲜有新产品跑出。但过去几个月，一款叫「Pingo AI」的产品有所突破，5 月份流水最高时，分成后入账 48 万美元，约合 320 万人民币（其他三方平台数据会更高一些，在 400 万人民币左右）。

这里面反常识的是，除了「Pingo AI」2025 年 1 月才上线，团队仅有 4 个人，只拿过 YC 50 万美元的早期融资，产品也简单到只有 2 个对话入口。相比之下，2015 年上线、团队超百人、融资总额超 6000 万美元的 ELSA，也是这个收入水平。

「Pingo AI」仅有两大核心入口：主题聊天（图 1、2）和自由聊天（图 3、4）

一、靠“毒舌”撬动 10 亿播放

在 TikTok 上搜索“Pingo AI”，点赞最高的一条视频里，一位博主正认真地跟着 AI 念西班牙语。AI 问他 “I eat pie” 怎么说，他答错了，屏幕里的 AI 随即发出魔性笑声，然后告诉他：你其实说的是“I eat feet”。博主当场痛哭。

「Pingo AI」在 TikTok 上的高赞社媒内容｜图片来源：TikTok

在以往的认知里，用户对语言学习 App 的预期是温和纠错，但「Pingo AI」因为一个普通的错误直接开启嘲讽，靠“AI 怎么敢的” 违和感抓住眼球。夸张的痛哭、滤镜和魔性的笑声一起，把一次纯文本的 AI 互动演成了有情绪张力的短剧，同时全程露出“按住说话、即时翻译反馈”这些真实用户界面，为这条视频拿下了 270 万的点赞。类似的高赞内容还有好几条，在 TikTok 和 Instagram 上总共攒下了超 10 亿次播放。

极高的社媒数据，指向了「Pingo AI」的突围原因，病毒传播带来下载，体现在流量来源为自然搜索流量占比 65.1%，为绝对主力。

点点数据显示，2026年4-6月，「Pingo AI」的下载量 138 万、158 万、93 万，而从流量来源看，其自然搜索流量达到 65.1%，是绝对的主力流量，付费渠道加起来不到 4%｜图片来源：点点数据

而「Pingo AI」的走红不是运气，创始人 Morrie 把这套打法称作“风险投资组合模型”，用 VC 的方式管理创作者，而“毒舌”这个玩法，正是在团队给予达人高自由度和爆款激励之下，被创作者试出来的。

具体来看，「Pingo AI」团队在创作者筛选和管理上，有一套相当标准的流程。团队雇佣的 VA（真人远程助理）在 TikTok、Instagram 批量给创作者发私信，核心目标是粉丝量在 5000-3 万、且有过一条爆款的小微创作者；如果对方本身是语言学习者，会优先被选中。

创作开始后，团队会按 VC 的管理方式，仅留效果最好的 20-30% 创作者，其余砍掉。由于砍掉了七八成的创作者，预算可以省出来做“爆款激励”。对应，创作者的收入包括“底薪+按播放量阶梯递增的提成”（5 万到 100 万），鼓励创作者追求爆款。

内容方面，团队会最大程度上放权。脚本、创意，全部由创作者决定，团队只提供一个 Discord 频道让大家互相交流，唯一的硬性要求是视频必须露出真实产品界面，保证转化。用创始人自己的话说，“有意义的病毒传播”必须是产品演示，而不只是噱头。

联合创始人 Michael 提到，团队最初就认定“社媒病毒传播是最有效的增长方式”，所以在产品设计上兼顾了传播元素，他们相信“最好的营销洞察根本不来自内部”。于是在度过初期之后，团队直接放弃了“自行生产创意”的模式，转而设计了类似 VC 的“广撒网、押注头部、中腰部止损”打法。初期，「Pingo AI」所有的增长和运营都是两位创始人亲力亲为，现在团队也不过 4 人。

这套管理模式，是这个 4 人团队能撬动 10 亿播放、百万下载，月流水接近 50 万美元的核心原因，但流量涌入之后，故事才真正开始。

二、粗糙产品接不住流量？

与我们此前观察过的靠社媒病毒传播驱动增长的产品一样，在增长峰值过后，「Pingo AI」的月流水从峰值的约 48 万美元回落到 35 万美元左右。虽然社媒增长峰值后回落属于正常现象，但是仔细观察数据会发现一些问题。

「Pingo AI」全球双端月流水｜图片来源：点点数据

从 RPD 数据层面看，虽然 5 月份进来了一波“猎奇流量”，但「Pingo AI」的 RPD 与其他月份基本持平，没有明显下滑，这种数据表现某种程度上证明了“病毒传播”的有效，来的流量，转化了一定比例的付费用户，不只是看热闹的。

Speak、Loora、ELSA、Pingo AI，2026年1月至今的 7 天 RPD 数据｜图片来源：点点数据

但横向对比，问题凸显。笔者选择了 Speak、Loora、ELSA 等收入水平位于不同层级、功能类似的语言学习产品与「Pingo AI」进行对比。「Pingo AI」的 RPD 仅有 0.32 美元，只有 Speak 的 1/12，与收入水平相当的 ELSA 也差了一倍；而 Loora 的下载量比「Pingo AI」还少一些，收入却是它的三倍。

也就是说，虽然跟自己比，「Pingo AI」的“病毒传播”确实带来了增量付费用户，但单次下载的价值远未达到语言学习产品的平均水平。而体验下来，其背后的原因可能来自于两点，产品本身粗糙和定位不清。

先说产品层面，「Pingo AI」仅有两个入口，“主题聊天”和“自由聊天”。“自由聊天”部分提供角色扮演、学短语、闲聊等选项，基本与其他产品无异，而真正的问题在于充当“课程”作用的“主题聊天”。

「Pingo AI」主题聊天近似“课程”

但是相比 Speak 颇为粗疏

单看课程其实不算差，能够看到一条清晰的目标链，从回顾兴趣、说出理由，到提出追问、连接句子，最后完成一次自然交流，六步层层递进。但实际体验下来，难度设定飘忽。

测试时，笔者以零基础学西班牙语的身份进去（AI 会询问用户的现有水平），但上来就是学习“问登机口”的句子，与 Speak 相比，没有任何基础发音的内容，在不了解西班牙语发音规则的情况下，一句话说 10 遍过不了是常态，非常劝退。

而上面的难度飘忽则体现在，从应用商店评论区来看，很多用户为非初学者，但依然体验不好，自己明明标注了非初学者，课程仍从最基础的内容开始。

笔者首次打开产品，标注 0 基础后，AI 还是会给笔者推这个

“难度飘忽”之外，基础语音识别同样不稳。应用商店评论区里出现频率最高的抱怨是语音识别不准。用户普遍反映，AI 要求近乎母语的发音才肯放行，一句话至少重复三四遍。更极端的，还有直接听错语种的问题，一位学法语的用户表示，AI 会把他的回答识别成完全不同的语言，课程完全没法继续。

小语种情况更糟，荷兰语用户说自己得用一种刻板的美式口音去念荷兰语才能通过，学阿拉伯语用户则反映词汇练习的听力功能干脆不工作。

增长层面的“毒舌”人设，映射到产品设计里，真的导致用户崩溃。

再往上一层，是定位的模糊。「Pingo AI」支持二十多个语种，但笔者简单体验了用中文学习英语、西班牙语、希腊语的课程，感觉上差别并不大，并没有针对某些语种定向打磨，增长也看不出清晰的目标用户。

从付费来源看，德国、美国、巴西位列前 3，其他基本都是各欧洲国家、澳大利亚、加拿大等，这些市场母语各异，倾向学习的语言也有很大差异，并没有一个清晰、刚需的用户群体｜图片来源：点点数据

反观收入表现较好的 Speak、Learna 等产品，都能说出特定的目标用户，比如 Speak 是教日韩用户学英语、教美国英语用户学西语；而 Learna 反过来，教美国移民群体学英语。当母语、目标语言的组合确定，课程节奏、常见错误、发音难点都可以针对性打磨。

我们以往的观察中，语言学习产品基本都不同程度上加入了 AI 功能，AI 本身并不是护城河。长期的课程深耕，找到清晰、刚需的目标用户，由此在 AI 语音识别、甚至口音识别拥有更佳表现的产品，才能留住更多用户，转化价值，「Pingo AI」做的还远远不够。