很多人学了十几年外语，真正需要开口的时候还是会紧张。Praktika 为这件事做了一群 AI 外语老师，可以在手机上随时开聊。截至 2026 年 9 月，官网宣称已拥有超过 3000 万名学习者，眼下它更在意的是让 AI 记住每一个学生。

今天分享的产品是：Praktika，https://praktika.ai/

很多人学了十几年英语，背过几千个单词，做阅读理解也没什么问题，但真正到了需要开口的时候，还是会紧张。

尤其是工作之后，突然要参加一场英文面试、接待外国客户，或者在国际会议上介绍自己的项目，才发现过去学过的那些英语，真正能用出来的并不多。

找个真人外教练习当然可以，但价格不便宜，还得提前预约。更麻烦的是，很多人其实不好意思跟一个陌生人磕磕巴巴地说英语。

一家名叫 Praktika 的公司，专门为这件事开发了一群 AI 外语老师。

你可以在手机上选一个喜欢的老师，随时开始聊天。说错了，它会纠正；不知道怎么回答，它会给提示；一个句子练习十几遍，它也不会不耐烦。

截至 2026年9月，Praktika 官网宣称已经拥有超过 3000万名学习者。

在2024年5月，它就获得了 3550万美元A轮融资。当时公司披露，月活跃用户达到 120万，过去 12个月收入接近 2000万美元。

不过，这家公司最近最有意思的变化，并不是虚拟老师的形象做得越来越逼真，而是开始认真解决一个很容易被忽略的问题：AI 老师怎样才能记住每一个学生？

今年1月，OpenAI 发布了一份关于 Praktika 的客户案例，根据案例中的公司数据，引入新的长期记忆系统后，Praktika 的次日留存提升24%，几个月内收入翻倍。

01 三个移民创业者，想解决学外语不敢开口的问题

Praktika 的联合创始人分别是 Adam Turaev、Anton Marin 和 Ilya Chernyakov。

三个人有相似的成长经历：他们的家庭都曾为了寻找更好的机会移居其他国家。Adam 后来也曾为了工作，在三个国家之间辗转，需要不断适应不同的语言环境。

他们很早就意识到，掌握英语不仅关系到考试成绩，也会影响一个人能否获得更好的工作机会、融入新的环境。

但即使接受过多年的语言教育，他们自己也经历过同样的困境：读写没有太大问题，真正需要在工作会议或者日常生活中使用英语时，却很难流畅、自信地表达。

三个人并不是第一次创业，在 Praktika 之前，他们共同创办过一家名叫 Cleverbots 的人工智能服务公司，客户包括可口可乐、金佰利和阿斯利康等大型企业，积累了自然语言处理及企业 AI 应用的开发经验。

2022年前后，他们开始把这些技术用于外语教育。

当时的语言学习市场已经有了多邻国这样的成熟产品，但大量移动学习应用仍然围绕背单词、答题和完成课程设计。

用户可以每天在手机上学习十几分钟，却不一定有足够的机会真正开口交流。

Praktika 选择了另一个入口：直接让学生和一个虚拟老师对话。

它最初结合虚拟人物、传统自然语言处理和早期大语言模型，提供可以互动的英语课程。

后来，随着GPT-3.5等模型出现，虚拟老师逐渐能够摆脱大量预先设计的固定对话，根据学生的回答自然地接续聊天。

2024年5月，Praktika 宣布完成 3550万美元 A 轮融资，此前它还完成过一轮250万美元种子融资。

当时，Praktika 已经拥有遍布 100个国家的 120万月活跃用户，过去12个月收入接近 2000万美元。

对于一家成立时间不长的消费级 AI 创业公司来说，它已经找到了愿意为产品持续付费的用户。

02 选一个 AI 老师，帮助练习下周要参加的英文面试

Praktika 目前已经不再局限于英语，而是支持西班牙语、法语、日语、韩语、德语等多种语言。

第一次使用时，用户需要告诉系统自己的语言水平、学习目标和感兴趣的话题。

有人只是想出国旅游时能独立沟通，有人希望准备雅思等考试，也有人需要提高工作中的英语表达能力。

根据这些信息，Praktika 会生成个人学习计划，再让用户选择一位自己喜欢的虚拟老师。

老师有不同的形象、口音和性格。

例如，2026年2月推出的 Praktika 4.0，重点升级了 Skye 和 Tama 两位虚拟老师，使用新的生成式动画技术，让人物的动作和表情更加自然。

但人物形象只是入口，真正的使用过程，是围绕用户的实际需求展开对话。

假设你下周有一场英文面试，需要用英语介绍自己过去负责的项目。你不必从第一课的打招呼开始学习，可以直接进入面试练习。

AI 老师会扮演面试官，提出与你的职业目标有关的问题。你用英语回答，它根据你的表达继续追问。

如果用错了时态、选择了不自然的词语，或者发音不够准确，系统会给出纠正和解释。

练习时实在不知道该说什么，还可以查看针对当前对话生成的表达提示。

面试练完之后，你也可以换一个完全不同的场景，例如模拟机场值机、酒店入住，或者与刚认识的外国同事闲聊。

用户还能够调整老师的反馈风格，选择温和、均衡或者更严格的纠错方式。

这种产品解决了语言学习中一个特别现实的问题：即使你知道应该多开口，日常生活中也未必找得到合适的练习对象。

真人老师的时间有限，通常还需要遵循预约好的课程计划。Praktika 则可以让用户反复练习同一个话题，随时暂停，或者临时改变练习内容。

尤其是准备面试、商务会议这样有明确目标的场景，用户并不一定需要完整学习一套新课程，而是希望在特定时间内，把自己即将说的那些话练熟。

但 AI 能够陪练，并不意味着它已经具备了一名优秀教师的全部能力。

真正的问题是，学生每天说了什么、在哪里犯过错误，老师能不能持续记住，并据此安排接下来的课程。

03 过去的 AI 老师，每次上课都像第一次见面

很多人已经尝试过让 ChatGPT 们充当英语老师。你可以告诉它自己的语言水平，让它模拟面试官，或者帮忙修改英文表达。

一次对话可能非常顺畅，但如果每次开始新课程，都需要重新解释学习目标、当前水平和上次犯过的错误，长期使用就会变得麻烦。

对于 Praktika 这样的教育产品，问题还不止于此。

如果一个学生昨天练习时连续用错了某个时态，今天上课却没有针对性复习；

或者已经熟练掌握了一组商务表达，下次又被安排重复练习，学生很容易觉得课程没有随着自己的进步而变化。

Praktika 最初依靠课程规则及对话模型控制教学过程。随着用户规模扩大，团队开始把原本集中在同一个模型里的任务，拆分给不同的 AI 智能体处理。

今年1月，OpenAI 公布了 Praktika 最新教学系统的具体架构。它已经从单一模型转向多智能体协作，核心由负责课堂对话、学习进度和长期规划的三个部分组成。

案例的全文也分享给大家：https://openai.com/zh-Hans-CN/index/praktika/

第一部分负责课堂上的即时交流。学生刚刚说了什么，老师应该如何追问，是否需要换一种解释方法，都由对话智能体处理。

第二部分负责记录学习表现。它持续分析学生的流利程度、语言准确性、词汇使用情况，以及反复出现的错误。换句话说，系统不仅知道学生完成了哪节课，还试图了解他究竟掌握了什么。

第三部分负责长期教学计划。它结合学习目标和过往表现，决定下一阶段应该练习什么，哪些知识需要巩固，以及什么时候适合增加课程难度。

这三个部分共享一套长期记忆系统，保存学习目标、个人偏好及过往错误，让每次对话产生的信息能够影响之后的课程安排。

例如，一个正在准备国际公司面试的学生，如果连续几次无法清楚解释自己过去的项目经历，系统可以在后续课程中继续强化相关表达，而不是仅仅因为他完成了某一节课程，就自动进入下一个不相关的话题。

这才是 Praktika 引入长期记忆真正要解决的问题：

学生需要的不是一个知道所有英语知识的老师，而是一个知道自己当前最需要练习什么的老师。

04 为什么 AI 老师不能一边听你说话，一边提前回忆？

Praktika 的长期记忆还有一个比较特别的设计：系统在学生完成一次表达之后，再检索与这次发言有关的历史信息。

这听起来只是一个技术细节，但对真实的对话体验很重要。

假设昨天你反复练习过去完成时，今天却在练习时犯了一个与介词有关的错误。

如果系统提前加载了过多昨天的学习内容，老师可能会过分关注之前练习过的语法问题，反而忽略了眼前真正需要纠正的错误。

Praktika 通过在学生说完之后检索相关记忆，让老师能够结合最新的表达，再决定如何纠错、解释和追问。

它并不是每次都把学生过去的全部聊天记录塞给模型，而是提取与当前教学相关的信息，减少无关内容对课堂判断的干扰。

此外，语音识别本身也是教学体验的重要组成部分。

外语学习者经常出现发音不标准、说到一半停顿、重新组织句子等情况。

系统需要尽可能准确地理解这些不完整的表达，才能判断学生真正犯了什么错误，而不是把语音识别的失误当成语言问题。

在模型配置上，Praktika 也没有把所有教学任务交给同一个大模型。

公司公开介绍过使用 GPT-5.2 系列模型负责课堂对话和学习表现跟踪，并调用更高推理能力的模型制定长期学习计划，同时根据任务配置不同规格的模型。

这样的架构除了改善课堂体验，还有成本上的考虑。

即时对话对速度要求很高，学生不可能每说完一句话，就等待很久才得到回应；

而长期课程规划不需要每次发言都重新执行，却可能需要更复杂的分析。把两种任务分开，才有机会兼顾教学效果、响应速度和计算成本。

不过，公司并没有公开不同模型的调用成本、平均每位用户的推理支出，因此还无法判断这种架构具体节省了多少费用。

长期记忆上线后，次日留存提升24%，收入翻倍

对于 Praktika，长期记忆带来的变化，最终需要体现在用户是否愿意继续学习。

今年1月公布的 OpenAI 客户案例披露，在引入新的长期记忆系统后，Praktika的次日留存提升 24%，收入在几个月内翻倍。

但这两个数字需要放在正确的背景下理解。

首先，它们来自 Praktika 与技术供应商发布的客户案例，并非第三方独立研究。

案例没有公开完整的实验分组、样本规模和其他同期产品调整，因此不能把所有增长都归因于长期记忆。

其次，次日留存衡量的是用户第一天使用之后，第二天是否再次回来。

对于一款语言学习 App 来说，这确实是一个重要指标，但要证明用户形成长期习惯，还需要进一步观察一周、一个月甚至更长时间后的使用情况。

我还找到了一组可以帮助理解 Praktika 增长过程的数据。

2026年1月，联合创始人 Ilya Chernyakov 在产品分析平台 Amplitude 发布的客户案例中透露：

公司 2023年至 2024年的收入增长超过 20倍，到 2025年，公司累计下载量已达到 1500万次，月活跃用户超过 200万。

而如今，Praktika 官网展示的学习者规模已经超过 3000万。

Praktika 并不是单纯依靠模型升级推动增长。

根据 Ilya 的介绍，公司从早期就使用 Amplitude 跟踪用户行为，并持续测试新功能、对话模型、学习路径以及不同的收费方案。

这些实验需要回答的问题更具体：

用户完成初始水平测试后，有多少人真正开始第一次对话？哪些课程能促使他们继续开口？不同学习目标的用户，是否应该看到不同的付费方案？

长期记忆之所以值得关注，是因为它让个性化教学从注册时填写的一份学习问卷，变成了贯穿整个使用周期的持续调整过程。

05 每月约 8美元，用户为什么愿意付费？

Praktika 主要通过会员订阅赚钱。

它提供有限的免费练习，让用户体验与AI老师对话；付费会员则开放不限量口语练习、完整的虚拟老师选择、即时纠错、翻译帮助、老师记忆和每日练习挑战等功能。

目前，官网在产品介绍中给出的参考价格约为每月 8美元。公司还提供周付、月付、季付和年付等多种订阅周期。

相较于传统的一对一外语教学，AI 老师可以降低高频练习的成本，而且不需要用户提前预约课程。

Praktika 真正出售的，也不是一套静态的英语教材。

用户为它持续付费，是为了获得随时可以使用、能够追踪学习进度，并根据自己的实际需求调整课程的口语练习服务。

这一点同时决定了它的商业机会和经营难题。

一方面，长期记忆能够让用户不断积累个人学习记录，课程也越来越贴合自己的情况。

用户换到另一个产品，可能需要重新建立学习计划和个性化档案。

另一方面，越愿意频繁使用产品的付费用户，可能消耗越多语音识别、语音合成以及大模型推理资源。

如果用户可以不限量练习，公司就必须保证订阅收入能够覆盖这些持续发生的成本。

而教育效果又不能单纯用使用时长衡量，一个学生每天聊一个小时，如果没有真正提高表达能力，再逼真的虚拟老师也很难长期留住他。

这也是为什么 Praktika 除了继续升级对话模型，还需要不断追踪学生的学习表现，让用户感受到自己确实在进步。

06 AI 外语老师已经不稀缺，记忆也不会永远是竞争优势

Praktika 面对的市场，已经出现了越来越多的竞争者。

例如，Speak 同样以 AI 口语训练为核心。2024年12月，Speak 宣布完成 7800万美元 C轮融资，估值达到 10亿美元。

另一边，多邻国也在持续增加 AI 对话功能。它的 Max 会员可以通过视频通话与虚拟人物 Lily 练习口语，并根据用户当前的语言水平调整对话。

Lily 也已经具备记住此前讨论内容、在下一次通话中继续交流的能力。

因此，长期记忆不是 Praktika 独有的技术。随着基础模型能力不断提高，更多公司都可以开发能够记住学生、生成个性化课程的 AI 老师。

Praktika 需要面对的竞争，也不仅来自其他专业外语学习 App。

通用 AI 聊天工具同样可以扮演英语面试官、修改口语表达，甚至为用户生成长期学习计划。

它必须证明，把大模型包装成一款专门的语言学习产品，确实能够为用户提供足够明显的额外价值。

这里至少有三项现实挑战。

首先，是对外语初学者的识别准确性。学生的发音可能不标准、句子可能不完整。

如果系统把一段本来正确的表达识别错了，再给出错误的纠正，反而会干扰学习。公司需要持续改进对不同口音及不流畅表达的理解能力。

其次，是长期记忆的数据管理。Praktika需要保存学习目标、表达习惯、语言错误等个人信息，才能实现持续的个性化教学。

但记忆越丰富，对隐私保护和数据管理的要求也越高。

最后，依然是教学效果。次日留存提高、用户练习次数增加，都是有意义的产品指标，却不能直接证明学生的真实外语能力获得了同样幅度的提升。

07 AI 教育真正需要的，可能是一位愿意持续教你的老师

今年2月，Praktika 推出了 4.0版本，除了重新设计应用界面、升级虚拟老师形象，还进一步强化了动态学习计划和多智能体教学系统。

从最初让 AI 老师能够自然聊天，到如今尝试记住每个学生的学习过程，它的产品重心正在发生变化。

早期的卖点是，让用户不再需要预约真人老师，随时打开手机就可以练习。

现在，它开始尝试解决下一层问题：

当一个学生连续使用几个月，AI 能否真正理解他已经学会了什么，以及还需要练习什么？

这两件事情之间，存在着非常大的差别。

一个只会即时回答问题的AI老师，可以陪学生完成无数次对话，但如果每次上课都从零开始，它提供的更像是一个方便的口语练习工具。

只有当系统能够持续观察学生的学习过程，记录具体错误，动态调整教学内容，用户才有可能获得一种真正具有连续性的学习体验。

而从 Praktika 已经公布的增长和留存数据来看，这种连续性不仅关系到产品体验，也有机会转化成更稳定的订阅收入。

不过，记住学生只是个性化教学的基础。

随着越来越多的公司具备相同能力，能否准确判断学生的真实水平、合理安排课程，并帮助他们在现实生活中真正用好一门语言，才会成为下一阶段更重要的竞争。

对于那些学了十几年英语，却始终不敢在会议上开口的人来说，他们需要的从来不是一位无所不知的老师，而是一位知道自己哪里不会、愿意陪自己反复练习，并且每次见面都能接着上次继续教的老师。

以上，祝你今天开心。