诞生于一个“快乐的错误”：多邻国靠 AI 两年时间大涨 4 倍，现 DAU 3400 万

OpenAI 还是个亏成无底洞的销金窟，但借力 OpenAI 输出的语言学习软件，已经赚得起飞了。没错，就是你可能也很熟悉的“愤怒小鸟”—— 劝人学习语言一套一套的多邻国。

从 8 月 5 日的阶段性低点上涨至今，多邻国的股价接连创下新高，巅峰时期达 296.51 美元高位。2 年时间大涨 4 倍，目前总市值逼近 127 亿美元。就很 OMG。

但其实并不是那 —— 么 —— 得离谱，因为一切都有迹可循，几乎全靠 AI 带飞。

早在大模型还没火的时候，多邻国就已经搭上了 OpenAI 的 AI 快车，现在更是被 AI 全副武装。

就在 9 月底，多邻国刚在年度会议上宣布，应用程序内新增 AI 视频通话（AI Video Call）及冒险（Adventure）功能。

简单来说，就是用户可以通过与 AI 角色聊天和玩游戏来学习语言，“旨在模拟自然对话，并提供个性化的交互式练习环境”。

值得注意的是，这不是多邻国刚开始对 AI 临时抱佛脚，它最开始拥抱 AI 属性的时候，AI 2.0 的浪潮甚至还没有掀起来 ——2021 年，多邻国就开始与 OpenAI 接触、合作，在应用中集成了 GPT-3 的能力。

到去年，这家公司又非常顺应时事地推出了一款由 GPT-4 支持的新产品 DuolingoMax。结果摆在眼前，多邻国没有白白投入：

财报显示，今年 Q2，多邻国月活跃用户数 1 亿 360 万，比去年同期增长 40%；日活跃用户（DAUs）3410 万，比去年同期增长 59%；季度末付费用户总数达到 800 万，比去年同期增长 52%。

在这一波以年为单位的用户数据增长中，AI 在其中发挥的魔力不可谓不大。所以，AI 到底对多邻国做了什么？

OpenAI 早期合作者，AI 一体两面的具象化

高冷的拽姐（Lily）是多邻国最新 AI 功能（视频通话和冒险）陪伴用户的主角。

在 OpenAI 及多邻国自研大模型的配套支持下，“拨通”拽姐的电话就能通过聊天来学习一门语言。

除了还不能“看”以外，拽姐的能力和 OpenAI 的《Her》大差不差，逼近真人音色，语气、说话节奏都模仿着人类，会打磕巴或短暂停顿进行思考，可以说是惟妙惟肖。

冒险功能同样需要用户和拽姐一起进行，理解起来很容易，就是和拽姐一起做除视频通话以外的更多的事。

你们可能闪现在学校、操场、商店、派对，总之是一切现实中可能出现的场景，然后一起探索事件，发生故事，解决问题。

非要给它加一个解释，那就是把多邻国的日常课程场景化，然后配一个拽拽的 AI 助教。

“在我看来，个性化的 AI 助教并不只是我们正在开发的一个特定功能，”多邻国 AI 主管在接受《福布斯》采访时表示，“它更像是在实现我们对整个应用程序设定的愿景。”

具体而言，是实现类似一对一真人教学一样的教学效果。

他们抱有这样的期待不是一天两天了。

于是多邻国早在上市前就把目光投向了 AI。用多邻国创始人的话来说，从长远来看，AI 可以带来学习的新的可能性，甚至能为大众带来高质量的教育。

AI 的迅速发展，让多邻国愈发迫切希望离愿景目标越来越近。

这也是为什么在 GPT-3 时期，多邻国就成为了 OpenAI 的合作拍档。

2021 年，多邻国开启和 OpenAI 的合作，把 GPT-3 的能力集成到自家的英语测试（DET）业务中，一方面用来生成部分题目，一方面用来进行防作弊保证。这个模式直到今天仍然运行。

去年 GPT-4 发布当天，多邻国也成为了 GPT-4 首批合作案例中唯二的教育科技公司（另一家是 Speak，做 AI 口语对话的）；同天，多邻国推出名为 Duolinguo Max 的订阅服务，提供解释我的答案（Explain My Answer）以及角色扮演（Roleplay）两个带有 AI 的新学习功能。

后来多邻国也有了自己的 AI 大模型 Birdbrain，但这与它继续借力 GPT 最新系列毫不冲突。OpenAI 的模型负责生成更加自然流利的对话文本、音频内容，多邻国自己的大模型用来优化教学相关部分。

作为一家称自己受技术驱动的公司，多邻国对 AI 的重视可见一斑。但稍微留意就可以发现，它对 AI 的使用又是非常巧妙的，从不谈 AGI 一类的宏大目标，擅用最前沿顶尖的大模型，又不让用户完全进入与 AI 开放对话的世界，只是把它们融进颇具自有特色的对话和场景设计中。

这样搭配带来的产出比喜人，让多邻国内部非常满意。

可以说，早就 AI 起来的多邻国，仍然以出色的表现来充分展现了这一波 AI 对单个具体领域的各种加分。

当然了，相伴而来的还有这一波 AI 对具体领域的各种冲击。

2023 年年底，多邻国宣布裁掉了数千名人工翻译和内容创作者，均为合同工，占合同工总数的约 10%。

原因不难猜，被 AI 取而代了。

剩余的同岗位员工也有具体工作安排的变化：他们将主要负责审核 AI 生成的内容，以保证多邻国的课程质量。

AI 2.0（或者可以说是整个 AI）给这个世界带来的一体两面，在多邻国身上展露无疑。

这个时代，如果公司能够靠 AI 获得更标准的程式化、更自动化的流程、更低廉的成本。

为什么不呢？

8 轮融资，现 DAU3400 万

不过话说回来，光靠 AI，多邻国必然是无法成为最火的那个语言学习 App 的。

AI 让多邻国带来了更好的体验感，但总的来说，多邻国的爆火离不开支配感拉满、激起人们内心中胜负欲的社交路线和“显眼包”一般的线下推广。

发疯又搞笑的催学设置、游戏和场景化的学习过程、AI 不断完善体验，多邻国是一个不需要每天付出大量时间，就能接触并学习新的语言知识，从而积跬步以至千里的地方。

15 年来，多邻国就是这样踏出了属于自己的路子。

诞生于一个“快乐的错误”

2009 年，多邻国成立。

成立之初的多邻国还没有现在这么“好玩”。那时候的它，主要采用一种现在依然十分流行的模式 —— 众包。

众包，可以理解为当需要大量数据收集、分析、生成或执行特定任务时，通过互联网，把任务分配给大量的人在线完成。

比如现在你每天都随手完成的“反人类”验证码，就是一种悄悄的众包。

每搞定一次这样的验证码，用户就在无形之中被平台薅了次羊毛，免费生成了一次 AI 模型的训练数据。

早期阶段多邻国的角色，就类似提供验证码的平台 ——

个人用户免费学到了语言知识，购买翻译服务的企业也获得了高质量的翻译，多邻国作为中介平台获利。

那个时候，机器翻译的靠谱程度远不如今天，比真人翻译更是差远了，所以多邻国创始人想到了这种办法。

也就是说，多邻国的成立，俨然是“众包翻译副产品”。

那时候，谁也没想到多邻国会成长为现在这么庞大的全球性语言学习 App，因此，团队把这种阴差阳错称作“快乐的错误”。

越到后来，“歪打正着”的多邻国越运作得风生水起 ——

仅仅四个月之后，多邻国用户量成功达到了第二个一千万。

不仅 BC 两端的用户同时用脚投票，为多邻国带来了巨大的用户量，这种模式也受到了投资者的青睐。

当多邻国用户量达到两千万时，其两千万美元的 C 轮融资也成功完成。加上之前的 A、B 两轮，这家公司一共筹集到 3830 万美元。

但不久之后，众包这种运作模式在多邻国戛然而止。

众包模式难以维系

成长初期，多邻国为众包服务付出的报酬还足以维持服务的运转，但随着 C 端用户规模的不断扩大，供需之间的平衡开始被打破。

当翻译需求达到饱和，收入瓶颈逐渐显现，原有的众包模式已经无法覆盖为 C 端用户提供学习资源的成本。

2014 年起，多邻国将其翻译服务正式改为 B2B 模式，支撑其起家的众包模式，渐渐从该公司的历史舞台上淡去。

在一众老客户中，多邻国只选择继续与 CNN 合作，但也不再吸纳新的客户；与此同时，翻译服务也渐渐彻底从这个公司消失。

原因在于多邻国把目标锁定在 C 端规模的继续增长，而非发掘 B 端的翻译需求。

为了实现这个目标，它开始寻找新的商业模式。

就在同一年，多邻国推出了一项新的服务 —— 线上考试，这项服务也一直延续至今。

相比于动辄上千元的雅思和托福考试，多邻国 DET 测试 25 美元的价格简直不要太便宜（后来涨过几次价，最新价格为 65 美元）。

更关键的是，不用抢考位，不用跋山涉水排长队，从报名到答题全程线上就能完成，成绩等待时间也只要 48 小时……

虽然存在一定的问题，但更好的用户体验无疑为它招来了不少用户。而且为了增加自家线上考试成绩的含金量，多邻国做出了“一颗红心，两手准备”——

一方面，创始人兼 CEO 利用自己在卡耐基梅隆大学任教的便利，与企业、高校等机构积极对接，并获得了一定程度的认可；

另一方面，就是向外界展示的真正实力，多邻国通过大量的研究，发现多邻国 DET 测试成绩与托福成绩之间存在显著关联。

结果是成功的。

到如今，多邻国 DET 测试成绩已经被包括美国 Top100 院校中的 94 所在内的 4000 + 高校认可，参加过的考生数量也已经超过百万。

不得不说的是，线上 DET 测试给多邻国带来的不仅仅是不菲的收入，关键是这项新业务似乎打开了潘多拉的魔盒，多邻国的更多产品开始涌现。

这家公司进入了一个崭新的阶段。

2014 年，完成 C 轮融资、停掉众包业务的大绿鸟，把它的“魔爪”伸向了学校 ——

推出了面向学校的免费服务 Duolingo for School，帮助教师群体进行教学。

这次业务拓展对多邻国带来的正面效应不在于盈利数字，而在于用户量增长。次年，多邻国整体用户规模达到 1 亿，并因此获得了 4500 万美元的 D 轮融资。

此后，多邻国还推出了其他教育 / 学习应用，同样采用了游戏式学习法，同样不向用户收取费用（哪怕是一分钱），除了在多邻国本国里推广新产品，甚至连植入广告都没有一个。

直到 2017 年。

新业务模式，进驻中国市场

随着用户体量剧增，线上 DET 考试带来的收入也无法支撑这个公司的收支平衡，多邻国急需谋求新的收入来源。

万般无奈之下，多邻国开始在平台中投放广告 —— 不过自称广告也不会显著影响用户体验；并且推出了付费订阅服务 —— 订阅会员则可以享受免广告、离线存储资源等高级功能。

另一边，出于各种原因，多邻国仍然保留了免费的基础学习功能。

至此，多邻国“考试服务 + 广告 + 会员订阅”的收入模式格局已经形成，并沿用到了今天。

同年 7 月，多邻国又获得了 2500 万美元的 E 轮融资，至此总融资金额已经超过了 1 亿美元。

日历往后翻，2018 年开始，多邻国的用户增长却一度陷入停滞。开拓新的获客渠道迫在眉睫。

公司尝试过很多种办法，比如从热门三消类游戏中攫取灵感，进一步加大学习过程的游戏化程度；再比如尝试过通过赠送会员让用户帮忙推广。

但都收效甚微。

不轻易死心的团队反复分析用户数据，最终加入了排行榜、推送通知、升级打怪等激励用户学习的机制。

或许如今的“发疯式营销”，正是在这个时候就埋下了伏笔。

机制、玩法的更新是一方面，另一方面，多邻国平台上的可学习的内容也在不断增加，而且不仅增加语种，还增加了学科，比如数学、音乐什么的。

然后再开始尝试点亮尚未踏足的世界地图。

2019 年，多邻国正式进入中国市场。

那不算是最好的时间，甚至可以说它入局太晚，彼时国内的线上教育市场已经一片红海，挤满了大大小小的机构与应用。

故而多邻国在国内的用户规模并未像海外一样野蛮增长。它不得不针对性进行了很多本土化调整。

适度加深英语课程难度、优化日韩等中国区热门小语种、上线粤语课程……

谁也没有意料到，就是那年年底开始，线上学习的地位发生了翻天覆地的变化，从一个加分的可选择项，逐渐变成了遍布全球的刚需，更多的用户涌入多邻国。

截止 2020 年末，多邻国月度活跃用户为 3700 万，比上年同期多了 1000 万；年付费用户 160 万，比 2019 年增加了 70 万。

此期间，多邻国 DET 测试更是成为了特殊时期雅思托福的最佳替代品，用户量大涨，业务量也获得了 1500% 的暴增。

天时地利人和，从 2019 年 12 月到 2020 年 11 月，多邻国紧锣密鼓地完成 3 轮新融资，估值飙升至 24 亿美元。

一切都是时候了。

2021 年 7 月 28 日，多邻国正式在美国纳斯达克证券交易所挂牌上市，发行价格为 102 美元，共计发行 510 万股，按此计算总共募集资金 5.21 亿美元。

3 年过去，多邻国已成为总市值超百亿美元的教育界明星公司，DAU 超过 3400 万，令人艳羡。

回顾多邻国十多年的发展历程，它经历了许多人生选择的十字路口，其中不少舍与得看似是偶然性的产物，但其实，在其创始人早年的经历中，已经埋下了伏笔。

验证码之父的连续创业成果

路易斯・冯・安（Luis von Ahn，以下简称冯・安），计算机科学家，多邻国的创始人兼 CEO。

1979 年，冯・安出生于南美洲的危地马拉。42 岁的母亲高龄产子，此后又独自将冯・安抚养长大。

危地马拉的官方语言是西班牙语，但冯・安从小就在一家英语学校就读。

八岁时，母亲给冯・安买了一台 Commodore 64 计算机，从此他便迷恋上了计算机。

等到了申请大学时，从小学习英语的冯・安，目标是进入美国的大学学习。

毫无例外地，冯・安需要像其他海外申请者一样取得托福成绩。

但当他准备报名参加考试时，危地马拉的考点已经被一抢而空，为此，他必须花费 1200 美元乘坐飞机到邻国萨尔瓦多参加考试。

对于今时今日的任何一个普通家庭来说，1200 美元也是一笔不小的开销，何况当时是 1995 年，危地马拉的人均 GDP 也才不到 1500 美元。

幸而冯・安出生在了一个相对富裕的家庭，这段亲身经历，或许给后来多邻国上线在线 DET 测试留下了无尽灵感。

最终，冯・安成功申请到了杜克大学，并于 2000 年获得数学学士学位。

之后，冯・安进入卡耐基梅隆大学攻读计算机博士，师从 1995 年图灵奖得主曼纽尔・布卢姆（Manuel Blum），研究方向为密码学。

2002 年，还是博士在读生的冯・安发明了验证码。

（嘿，你说为什么多邻国早期像个验证码平台一样搞众包？因为验证码这玩意儿就是多邻国创始人发明的！）

验证码被命名为 CAPTCHA，是“自动区分计算机和人类的图灵测试”（Completely Automated Public Turing test to tell Computers and Humans Apart）的缩写，以一种在线表格测试的形态存在，用来验证用户是真人而非机器人。

这个发明让冯・安小小地名利双收了一把，甚至连比尔・盖茨都亲自打来电话，邀请冯・安到微软工作。

当时冯・安拒绝了这份邀请。

不过他俩人的缘分以一种奇妙的形式续上了，比尔・盖茨后来成为了多邻国的用户，用它学习法语。

验证码这东西，确实在一定程度上防住了自动化程序攻击，但真人用户对它没啥好感度，既没用，又耽误时间。

冯・安想：

能不能让验证码再多发挥亿点点其它的作用？

于是冯・安创立的“众包验证码”公司诞生了，名叫 reCAPTCHA，利用验证码帮助实现图书数字化。

具体来说，reCAPTCHA 把当时的 OCR 技术无法识别的旧书里的文字进行扫描，做成一个个验证码图片；等用户正确识别出这些文字，就把答案传回。

妥妥是最早的验证码众包。

没过两年，reCAPTCHA 就被谷歌收购，成为了谷歌开发者平台中的一项重要服务。

延续这一模式，卖掉 reCAPTCHA 的冯・安和他的学生塞弗林・哈克（Severin Hacker）一同创立了多邻国，自己出任 CEO 一职。

至于多邻国打遍天下的游戏化教育，也可以从冯・安的学生时期找到蛛丝马迹。

冯・安的博士毕业论文围绕着自创的“人类计算”一词展开，讨论了“有目的的游戏”，即以游戏形式进行的众包。

论文指出，通过网络游戏，人们可以集体解决大规模的计算问题，但站在玩家的角度，玩此类游戏的目的依然是为了娱乐。

论文中的这种思想，不仅让冯・安完成了他的第一次创业，也成为了后来多邻国游戏化学习模式的雏形。

2003 年，冯・安设计了一个名为 ESP（超感官知觉）的游戏，将计算机难以完成的图像识别任务包装成游戏，想要借助人力提高计算机的识图水平，最终游戏被正在做图片搜索的谷歌看中并收购。

博士毕业后，冯・安在 CMU 留校任教，他不仅自己身怀独特的教学技巧，在校内获得多个教学奖项，还经常谈起游戏在学习中的作用。

2023 年的一场 TED 演讲中，冯・安就公开表示，要把学习变得像玩游戏一样有趣。

后来，他还在一次采访中提到：

我们一直以来的想法就是让我们的产品有趣、好玩，这样才能让用户一直能够沉浸在学习体验之中。

如果内容不好玩、不有趣，用户可能会离开我们。

显然，冯・安和他的多邻国做到了（将来或许会做得更好？）。

官方数据统计，最高记录，有人已经在多邻国打卡了 3000 多天。

在小红书上，多儿的各种表情已经成为了网友们竞相展示的对象，凭借可爱的形象成功“扮猪吃老虎”，成为网友学习语言的“监工”。

而据多邻国官方口径，拽姐在国内的人气，比这只颇受欢迎的大绿鸟还要高，cos、漫画二创应有尽有。

尽管她永远用一分傲娇两分冷漠三分嘲讽四分漫不经心地态度平等地对待每一个用户。

很多人看着大绿鸟发疯，很多人忍受拽姐的拽。

这也意味着很多人在用，很多人付钱……

这就是多邻国的现状，一款得民心还站在风口上的应用，还是赚得盆满钵满那一种。

参考链接：