AI教育公司DeweyLearn完成500万美元A轮融资

AI 教育产品已经从答疑、备课、作业批改，逐渐延伸到越来越复杂的教学场景。如今，连过去高度依赖教师现场观察的实操技能，也开始成为人工智能的评估对象。

近日，教育科技初创公司 DeweyLearn 宣布完成 500 万美元 (约 3375 万元人民币)A 轮融资，本轮融资由 SJF Ventures 领投，Catalysis Capital、晨兴资本、Owl Ventures 等机构跟投。此前，公司还从全球 3000 多家参赛企业中脱颖而出，获得 2026 年 ASU+GSV Cup 领先教育科技初创企业奖。

与多数聚焦知识学习的 AI 教育产品不同，DeweyLearn 瞄准的是技能评估。平台利用多模态 AI 分析学习过程中的视觉、音频和情境信息，为烹饪、护理、临床治疗等高度依赖实践操作的专业生成评估建议，并由教师完成最终审核。随着新一轮融资落地，公司计划将这一能力进一步拓展至医疗培训、高等教育、劳动力培训以及 K12 等更多学习场景。

DeweyLearn 由前培生首席产品官、2U 首席学习官 Luyen Chou 与人工智能专家 Dirk Liebich 联合创立。前者长期负责教育产品和学习体验设计，后者则专注于人工智能、数据分析和预测系统研发。

相比已经较为成熟的 AI 答疑、智能辅导等产品，两位创始人将创业方向放在了技能评估这一相对细分的领域。

这一选择，与职业教育和技能培训中的实际需求密切相关。在烹饪、护理、临床治疗等专业，学生最终需要展示的并不仅是知识掌握情况，更重要的是能否完成规范的实践操作。教师在评价过程中，不仅需要观察学习者是否完成任务，还需要综合判断动作是否规范、流程是否正确、沟通是否得当，以及能否根据现场情况作出合理决策。这类能力长期依赖教师或行业专家现场观察，也是职业教育实践教学中最耗费时间的环节之一。

DeweyLearn 因此将产品聚焦于实践技能评估，希望借助人工智能帮助学校和培训机构提升实践课程的评价效率，让教师能够更快完成技能反馈，同时将更多精力投入到个性化指导和复杂教学环节。公司目前已将产品应用于烹饪、护理、临床治疗等多个实践场景，并计划进一步拓展至医疗培训、高等教育、劳动力培训以及 K12 等更多学习环境。

今年，DeweyLearn 还从超过 3000 家参赛企业中脱颖而出，获得 2026 年 ASU+GSV Cup 领先教育科技初创企业奖。对于一家成立时间并不长的教育科技公司而言，其产品方向和落地进展也开始受到教育行业和投资机构的关注。

在 DeweyLearn 看来，技能评估很难依靠一套通用模型完成。不同学校、不同专业，甚至同一专业的不同课程，对学生实践能力的要求都存在差异。如果 AI 无法理解这些标准，再强大的模型也很难给出真正有参考价值的评价。

因此，DeweyLearn 没有采用统一的评估体系，而是为每一所合作院校建立定制化知识图谱。这些知识图谱并不是简单整理课程内容，而是围绕课程目标、评价标准和专业知识构建，让 AI 理解「什么样的表现才算达标」。

这种差异在实践课程中尤为明显。例如，在烹饪专业，系统需要识别不同刀法对应的动作和完成效果；在护理专业，需要判断临床操作是否符合规范；在临床治疗培训中，则需要分析学习者与患者互动中的沟通方式、干预流程和现场决策。也就是说，AI 评估的不是某一道题，而是完成整个任务的过程。

在此基础上，DeweyLearn 再结合多模态 AI，对学习过程中的视频、音频和情境信息进行分析，并将学习者的操作步骤与课程标准进行比对，生成可供教师参考的评估建议。相比只关注最终结果，这种方式更强调学习过程本身，也更接近教师在课堂中的真实评价方式。

联合创始人兼首席技术官 Dirk Liebich 将这一技术路线称为「学习的世界模型 (Learning World Model) 」。他表示，公司希望通过不同专业、不同课程持续积累学习行为数据，不断完善知识图谱，最终形成能够理解人类学习过程的底层模型，并将这些能力应用到更多教育场景。

目前，DeweyLearn 已经开始在不同类型的实践教学场景中落地应用。其中，奥古斯特·埃科菲烹饪艺术学校是公司的代表性合作机构之一。截至目前，平台已累计完成超过 2 万份学生作业的评估。

在实际教学中，DeweyLearn 承担的是初步评估工作，由教师对 AI 生成的评估结果进行审核、补充或调整。这种模式不仅缩短了学生等待反馈的时间，也为教师节省了数百小时原本用于批改和评估的工作时间，使其能够将更多精力投入到课堂指导和个性化教学中。

除了职业院校，DeweyLearn 的应用范围也在不断扩大。公司目前已与学生评估机构 Riverside Insights 展开合作，探索如何将相关技术应用于更多评估产品。同时，平台还被应用于神经情感关系模型临床培训，为治疗发展性创伤和复杂性创伤的心理治疗师提供继续教育支持。在这一场景中，AI 需要分析的不只是学习者是否完成操作，还包括沟通方式、干预过程以及与模拟患者互动的整体表现。

本轮融资完成后，DeweyLearn 计划进一步将产品拓展至临床和医疗教育、高等教育、劳动力培训以及 K12 等更多学习场景。相比传统知识学习，这些领域都更加重视实践能力培养和过程评价，也意味着技能评估将面对更加多样化的教学标准和应用需求。

Luyen Chou 表示，DeweyLearn 希望借助多模态 AI，让过去只有少数行业专家能够提供的专业反馈覆盖更多学习者，但这并不意味着将教师从教学过程中移除。在当前的产品设计中，AI 承担的是分析、记录和初步评估工作，教师仍负责最终审核、教学判断以及个性化指导。随着实践课程数字化程度不断提升，围绕技能评估的人机协同模式，也正在成为教育 AI 探索的新方向。

2026 年 8 月 20 日至 22 日，上海·国家会展中心，第 12 届 WWEC 世界教育者大会将全新升级归来。本次大会将围绕教育前沿趋势、产教融合创新、跨界资源赋能、人才培养改革等关键议题，展开深度思想碰撞与务实合作交流。

文章来自于"多鲸"，作者 "思珞"。