K12 AI 交互原型 · 小可

该原型是「K12 AI 少儿智能硬件」产品线的 AI 交互验证环节——产品线侧负责量产硬件与商业模式（见关联项目），本原型专注回答：AI 伙伴要做到怎样的体验，孩子才会真正喜欢、天天想用。正式上市发布时软硬件融合为一个产品。

K12 健康类硬件最大的坑不是功能不够，而是「买了不用」。我的产品假设是：把 AI 做成一个会聊天、有性格的伙伴「小可」，让孩子在玩的过程中自然完成健康习惯——用孩子「想跟小可说话」的内驱力，替代家长「催着用」的外驱力。

体验上死磕一件事：对话要像跟真人说话一样不冷场。孩子说完一句话，小可约两秒内就开口回应——这两秒里，系统完成了「听清楚（语音识别）→ 想明白（大模型）→ 说出来（语音合成）」三步，且三步是边听、边想、边说地流水线并行（全流式架构），而不是等上一步做完再做下一步。这是把等待从五六秒压缩到两秒的关键，也是「工具感」和「伙伴感」的分水岭。

更进一步，让小可能「看见」孩子：摄像头捕捉表情，小可开口时会自然带上一句「看你笑得这么开心」——情绪被看见的那一刻，孩子和 AI 的关系就从工具变成了伙伴。这个能力的设计底线是绝不拖慢对话：表情识别在后台悄悄进行（约 2 秒出结果），赶上了就用、赶不上就跳过，主对话永远零等待。

这个原型本身就是 AI 原生工作方式的实证：从产品定义、技术选型到全部代码实现，由我一个人 vibe coding 完成，没有团队。AI 是我的手脚——Claude 主力写码、多个 AI 引擎交叉评审，而我定义体验标准、把关每一个交互细节、亲自做真机验收，把决策直接变成可运行的代码。传统上这需要前端、后端、算法工程师组成的小团队按月推进；现在一个既懂产品、又会 vibe coding 的产品经理，一个人就能按周把想法推到公网可体验的真机 demo。

围绕青少年使用习惯设计游戏化成长体系、场景化对话引导与情感化语音反馈，完整验证「AI + 硬件 + 教育内容」的产品三角模型。该原型为产品线的量产决策提供了真实的产品定义依据和用户验证数据，也是公司 AR 光学技术降维到消费品战略的关键一环。