10 月 AI 榜單的最大意外：家長、大學生成了增長主力

根據 AI 百強榜 App100（國內下載增速榜 A、國內月活榜 A）的最新數據，教育類應用在 2025 年 10 月呈現出同時「增速較快」與「使用量較高」的特征。其中，小猿搜題、作業幫家長版和大學搜題醬位列兩個榜單的顯眼位置，覆蓋了家長輔導、中小學作業檢查和大學生課程任務等幾類不同的學習場景。

從這幾個應用的變化里，可以看到學習過程中的一些現實調整：家長在輔導上更依賴工具，學生在作業環節尋求更快的反饋，大學生則把部分課程任務交由 AI 處理。這些變化說明，AI 不再是被額外添加進來的技術，而是在被一步步吸收到各自的學習節奏里。圍繞這三個典型應用，或許能更具體地觀察當下學習現場正在發生的若干變化。

2025 年 10 月 AI 應用下載增速榜（MoM Top 10）（數據來源：非凡產研）

2025 年 10 月 AI 應用 MAU 榜（按月活 Top 11）（數據來源：非凡產研）

近幾年，隨著學校教學節奏加快、學科難度在學期初快速提升，家庭在孩子學習中的參與度被不斷推高。尤其在 10 月這個時間點，中小學課程正式進入主線內容，作業量、練習密度和單元測驗同步上升，家長在輔導過程中的時間成本與認知壓力隨之放大。很多家庭在此時會遭遇類似困境：題目越來越復雜、講解成本越來越高，而家長并不能像老師那樣隨時從容地提供高質量反饋。

正是在這種現實背景下，小猿搜題和作業幫家長版的增長呈現出結構性特征。10 月，小猿搜題新增下載量達 145 萬、環比增長 161.37%，作業幫家長版也取得 40.51%的顯著增速。與其說這些應用迎來了「新用戶」，不如說家長在關鍵時間節點、面對更復雜的輔導任務時，自然而然將 AI 納入了家庭學習的常態工具組合。

2025 年 10 月 AI 教育類應用下載增速榜 × MAU 榜交叉表（數據來源：非凡產研）

更值得注意的是，這些工具早已不是當年的「拍照搜題」產品，而是在持續進化成面向家長的「實時講解系統」。小猿搜題依托猿輔導自研大模型和龐大題庫，能夠把一道題拆成多步邏輯鏈并標注關鍵知識點；作業幫家長版與銀河大模型和學習機生態打通，讓家長可以在 App 與家庭硬件屏之間切換輔導場景，提供語音講解、知識鏈接、錯因診斷等更完整的支持。這些都是典型的「認知勞動」，以往只能由家長自己承擔。

當 AI 逐漸接手「判斷對錯」「解釋思路」「提供反饋」這些標準化任務后，家長的角色開始變得更聚焦于情感陪伴與學習節奏管理，而不再被迫充當「半個老師」。北京師范大學統計學院的一項研究顯示，在使用智能化學習工具后，學生整體知識水平平均提升 20%以上，而家長每天用于輔導的時間減少約 0.5 小時。這組數據并不能解釋某一個月的短期增長，卻體現了一個長期趨勢：當 AI 在輔導中能夠穩定提供即時反饋且質量可靠時，家長便自然將其視為一種可依賴的「第二大腦」。

從行業角度來看，家長端工具的增長還與教育公司自身的戰略調整密切相關。自 2022 年起，頭部教育科技公司加速向「App + 大模型 + 智能硬件」組合轉型。作業幫一側，通過作業幫 App、大學搜題醬、快對 AI 覆蓋不同學段；與此同時，其學習機業務在 2024 年第三季度線上銷量份額達 20.6%，全年全渠道銷量位居行業首位。猿輔導則推出「小猿 AI」體系，將 App、題庫與學習機整合成一個完整的 AI 教輔系統。隨著這些產品深入家庭客廳與學習桌，AI 正在從「工具」轉變為一種「家庭學習基礎設施」。10 月榜單中家長端應用的集中走高，正是這一結構性變化的外顯體現。

如果說家長端的變化是家庭責任結構重塑的結果，那么大學端則體現的是學習模式本身的遷移。大學搜題醬在 2025 年 10 月的表現格外突出：下載量 115 萬，環比增長 46.47%；在當月 AI 教育類應用月活榜中，其 MAU 達到 3429 萬，已成為大學生使用最廣的學習工具之一。

與中小學不同，高校場景幾乎不存在「家長輔導」，但存在另一種高度普遍的壓力——任務密集、時間有限、資源分散。十月往往是大學課程從「開學復習」跨入「主線內容」的時間點，各類quiz、小測、作業、項目與閱讀報告開始密集堆疊。面對這樣的任務結構，大學生使用AI的第一直覺不是改變學習方式，而是降低完成任務的成本。

過去一年，通用大模型已經全面進入大學校園。DeepSeek、Kimi、豆包以及接入 GPT 的各類工具，正在變成論文寫作、概念解釋、代碼調試的「后臺基座」。但在課程層面的具體任務上，通用模型并不總是足夠好用：它們能解釋定價理論，卻未必知道老師指定教材第七章習題 3 的標準解法；能寫出一篇討論性短文，卻不一定清楚某門課 quiz 題目的出題套路。

大學搜題醬正是在這一空白中迅速崛起。根據其 App Store 與產品介紹，大學搜題醬由作業幫推出，被定位為「大學生專屬 AI 學習助手」，一端接入 DeepSeek 等大模型，一端接入作業幫長期累積的教材題庫與高校試卷資源——涵蓋上千所高校的期末真題，收錄四六級、考研、考公等各類試題資料，支持拍照搜題、文字搜索、掃碼搜書、找答案浮窗等多種檢索方式。大學搜題醬對大學生而言，這意味著它既擁有通用模型的解釋能力，又具備對「這一題」「這本書」的強匹配能力。

從這個角度看，大學搜題醬的上升并非取代通用大模型，而是揭示出二者在高校學習中形成了一種新的協同結構：通用模型負責「提供理解能力」，垂直工具負責「接住課程任務」。高校的學習方式，也在這種工具結構的變化之中，從「圍繞課堂展開」逐漸滑向「圍繞任務展開」。

如果把家長端的小猿搜題、作業幫家長版與大學端的大學搜題醬放在同一條時間線上來看，可以發現，這三類產品背后既反映了學習行為的變化，也體現了教育科技公司業務方向的調整。在小學到大學的完整學習鏈條中，從基礎練習到題目講解，再到課程任務處理，AI 的介入點始終集中在那些最耗時、最需要即時反饋、又最容易在人力體系中被忽視的環節。教育 AI 的增長不是來自課堂教學本身，而是來自學習流程中那些長期存在的結構性缺口。

這種鏈條變化也在反向重塑頭部教育公司的業務重心。猿輔導和作業幫在近兩年幾乎同時確立了「App + 大模型 + 智能硬件」的路徑：猿輔導推出「猿力大模型」和「小猿 AI」，并強調其積累的 300 多億條學習行為數據、15 億題目及百萬套試卷；作業幫則圍繞「銀河大模型」加速硬件業務增長，學習機品類在 2023 年接近三成全渠道份額，并在 2024 年第三季度拿下線上市場約 20.6%的份額。這些布局的共同目標，是將原本存在于 App 中的 AI 能力延伸到家庭場景中，使 AI 成為更穩定、更靠前的學習基礎設施。

10 月榜單呈現的家長端與大學端同時走高，也印證了這種基礎設施化趨勢：不同年齡段用戶對 AI 的使用并非體驗式的，而是圍繞自身最需要解決的問題反復調用，并形成持續性習慣。這意味著教育 AI 的競爭已經從模型能力的展示，轉向對學習鏈條深度理解與場景嵌入能力的競爭。對于學習者而言，這種變化也使得學習的核心不再圍繞課堂展開，而更多圍繞一個個具體任務推進，AI 正在被嵌入到這些任務的關鍵節點之中。

從這個意義上說，2025 年 10 月的榜單呈現的不是單月的波動，而是教育 AI 在不同場景中被系統性吸收的過程——在家庭中幫助家長處理輔導環節，在高校中協助學生完成復雜任務。AI 正在以一種更務實的方式進入學習工作流，成為日常教育體驗中越來越重要的組成部分。