一条抱怨点破了整个赛道
前几天翻论坛，看到一条英语板块的帖子，我一下子就停住了。发帖人说他发现ChatGPT能对话，拿来练英语简直完美，能纠发音、听不懂还能用中文引导。
但他有个抱怨：这玩意儿没什么学习计划，你让它教你英文，上来就是How are you。他真正想要的是——先跟他聊几句，摸清他什么水平，然后根据水平给合适的内容，别每次都从How are you开始。
说真的，这句话我读了三遍。因为它把一个被无数人误解的需求讲得特别透。
大部分人做AI英语产品，第一反应是拼对话能力：语音多自然、回复多流畅、能不能纠音。可这位用户压根没抱怨对话能力，他抱怨的是没有编排。
对话它已经满意了，缺的是一个懂他进度的老师。
真需求不是聊天，是有人帮我排课
我自己也踩过这个坑。之前想用现成的AI聊天框练点东西，聊两天就没动力了。
为什么？因为每次打开都像从零开始，它不知道我昨天学到哪，也不知道我哪个语法点老是错。
它永远热情，永远从How are you开始，可我永远在原地。
这就是套壳聊天框的通病：对话是即时的，学习是连续的，两者根本不是一回事。
把用户那句话拆开看，其实是三个明确的动作：
第一，先摸底。开口聊几句，判断我现在大概什么水平，别一上来就默认我是零基础。
第二，按级排课。知道水平之后，给我匹配难度的内容，太简单会腻，太难会跑。
第三，记住进度。下次再来，接着上次的地方走，而不是重开一局。
你会发现，真正难的、也真正值钱的，是后面这两件——排课和记忆。对话能力是模型送的，编排能力才是产品要自己长出来的东西。
这条抱怨背后其实站着一大批人：想学但没耐心自己规划、又不想为一对一外教付大钱的普通人。
我的判断：别跟大模型拼对话，去补它不管的那半段
这里我想给个明确的观点：独立开发者要是也去卷对话流畅度，基本没戏，那是模型厂商的战场。但"先测级、再排课、还记得住"这半段，模型厂商恰恰懒得做细，因为它太个性化、太琐碎，不适合做成通用能力。
这就是缝隙，也是普通人能钻进去的地方。
换句话说，你不是在做一个更强的AI，你是在做一个更懂坚持的产品。模型负责聊，你负责让用户能一直聊下去、聊得越来越对。
落地形态：一个能记住你的在线陪练
聊聊具体怎么做。我倾向于先做成一个网页版的在线工具，用户打开就能用，不用装App、不用配环境。
前端这层用HTML在线运行先把界面和交互跑起来，一个对话区加一个进度面板，先验证流程走不走得通，能不能让人第一次用完还想来第二次。
真正的骨架有三块，我一块块说。
摸底这块，本质是一段带目的的对话。让AI按预设的评估逻辑跟用户聊，从回答里判断个大致水平段位。
这里就不是简单转发消息了，得有一个懂教学意图的编排层，这部分适合用AI智能体开发来搭，让它按你设计的流程走，而不是随便聊。至于水平判断到底准不准，是否需要更严谨的测评题库来校准，这个待核实，前期先用能跑起来的粗判断验证方向。
排课这块，说白了就是一张内容和难度的映射表。不同段位对应不同的话题、句型、词汇量。
这块逻辑不复杂，但需要一个地方稳稳地存内容库和排课规则。
记忆这块是留存的命门。用户每次练了什么、错在哪、进度到哪，都得存下来，下次接着走。
这些结构化数据我会直接落到SQLite里，调试的时候用SQLite编辑器直接看表结构、翻翻用户的学习记录对不对，比盲猜省事太多。
一个反直觉的取舍：先别做语音
本以为做英语陪练，语音是标配，不做就没竞争力。但我做规划的时候反而想删掉它。
原因很简单：语音链路重、成本高、体验不好还容易劝退，而用户那条抱怨里，痛点根本不在"能不能说"，在"有没有计划"。先把测级、排课、记忆这条主线做扎实，让用户感觉到"这个东西真的懂我进度"，比堆一堆花哨功能重要得多。
语音可以是后面的加分项，不是第一版的门票。
能不能落地也要说清楚边界：能做的是网页交互、智能体编排、数据存储和进度记忆这套完整闭环；发音的精细纠正、大规模题库的专业性校准这些，目前只能标"待核实"，别对用户过度承诺。做产品最忌讳的就是把没把握的事说得斩钉截铁。
顺便说个用户根本不关心的真相
翻论坛的时候我还看到一堆帖子，在讨论GPT账号被标记、降智、土区订阅怎么续、怎么用别的语言申诉账号。你能感觉到，很多人为了用上一个能对话的AI，折腾成本高得吓人。
这反过来提醒我：如果你的陪练是一个打开网页就能用、进度还留在自己这儿的在线工具，光是"省去这些折腾"本身就是卖点。用户要的从来不是最强的模型，是最省心、最能陪他坚持下去的那个。
今天就能做的一件小事
别急着写代码。找三个身边真在学英语的朋友，问他们同一个问题：你上次用AI练英语，是卡在它不会聊，还是卡在它不知道你学到哪了？
如果答案压倒性地指向后者，那这个先测级、再排课、还记得住的方向，就值得你动手做第一版了。