03年美國留子輟學創業AI教育，獲BAI、高瓴數百萬美元投資

文｜周鑫雨

編輯｜蘇建勛

如果不出意外，一個03年出生的普通學生，大概率會在2026年6月讀完本科，緊接著步入社會，成為“牛馬”

然而，對03年的李文軒和鐘子湫而言，2022年底發布的ChatGPT，成了那個意外——大膽的決定接踵而來：輟學，全職創業。

“大學突然沒意義了，我們學的東西ChatGPT基本能搞定。”彼時正在美國加州大學伯克利分校計算機系讀大一的李文軒，發現了一個殘酷的事實：即便參與大學課程，自己的專業知識依然能被ChatGPT輕松覆蓋。

但從中，他也看到了AI帶來新的內容交互形式的可能。2023年中，大一結束后，李文軒與高中同學、在紐約大學Stern商學院金融專業的鐘子湫一拍即合，選擇輟學創業——擅長算法的李文軒擔任CEO和CTO，擁有社媒運營經驗的鐘子湫擔任COO和CMO，切入的方向為AI教育。

如今，他們的產品，被定義為“下一代Agentic個性化知識內容生成平臺”的ThetaWave AI，付費訂閱上線9個月，ARR（年化收入）已經突破100萬美金。

近期，《智能涌現》獨家獲悉，ThetaWave AI完成數百萬美元Pre-A輪融資，由BAI資本、高瓴創投領投，美國本土基金MBA Fund等跟投，種子輪股東奇績創壇持續加注，探奇資本擔任本輪獨家財務顧問。

若是研究ThetaWave AI的團隊樣本，你就會發現，這個10人規模的小團隊，全是00后。在如今信奉“年輕人”“小天才”的AI賽道中，ThetaWave AI的年齡畫像，為他們帶來不少的關注度。就連曾經一名FA也建議李文軒，得把00后，寫進BP里。

△ThetaWave AI成員，后排右二、右三分別為李文軒和鐘子湫。圖源：受訪者供圖

但在和我們的交流過程中，李文軒和鐘子湫一致認為，這個標簽是把“雙刃劍”。

“打上00后標簽的關鍵在于，要讓別人相信，你的年齡和你做的事是匹配且合一的。”鐘子湫告訴我們。

與大廠和創業老炮們不同，李文軒認為，作為“00后”的優勢在于，他們本身就是最熟悉學習、離學生最近的一批人。

李子軒和鐘子湫都曾是“學霸”。高中期間，李文軒曾獲得物理奧賽金牌，并在17歲獲得了在騰訊推薦算法部門參與研究的機會；鐘子湫曾將高中學習筆記掛在網上售賣，最終銷售額高達十多萬元。

“以前，人需要去主動適應知識；如今，AI可以讓知識去主動適應人，在與人互動中變成更易吸收的形式。”ThetaWave AI的產品構建，源于兩名剛完整接受K12教育的創始人的判斷：AI會重構人與知識的互動形式。

“知識一旦被呈現出來，它就是‘死’的，就無法適應人了。”李文軒舉了個例子：假如你對量子物理感興趣，結果光入門專業書就有三四百頁，你的好奇心瞬間就被消磨了，“為什么我們覺得學習反人性？因為我們需要去適應知識。”

如今，依托于AI大模型飛速發展的多模態理解和生成能力，個性化、互動式的知識管理成為了可能。ThetaWave AI能做的，就是將復雜的知識，轉化為更易被用戶吸收的形式。比如，一篇幾萬字的全英論文，能被平臺快速總結為結構化的筆記。

△ThetaWave AI對一篇幾萬字的全英文專業論文的筆記總結。圖源：作者試用

目前，ThetaWave AI面向的主要用戶，并非K12教育階段的學生，而是大學生；切入的主要場景，則是大部分學生黨，“最痛”也最剛需的場景——記筆記、整理復習材料。

將大學生課堂筆記作為切入場景，李文軒有兩個考量：第一，產品需要盡早收集更多個性化學習數據，因此切入課堂筆記這樣的高頻、剛需場景；第二，學生在K12階段所受的教育較為同質化，每個人的學習習慣在大學階段才開始個性化。

因此，當下的ThetaWave AI，提供了兩種高頻場景下的知識管理模式：

首先，是針對現成多模態資料（比如課堂PPT、論文、音頻、網站、Youtube等）的筆記生成、知識總結、知識問答；

其次，是針對課堂、會議等場景的實時轉錄、實時筆記功能。

△ThetaWave AI。圖源：官網

對學生黨用戶，尤其是考生而言，ThetaWave AI的吸引力，在于實用。

ThetaWave AI提供了文字筆記、思維導圖、圖文、記憶卡片、AI播客5種常用的知識整理和歸納模式，同時還能生成測試題，幫助學生進行知識的檢測和鞏固。

△ThetaWave AI提供的筆記總結形式。圖源：作者試用

對不少AI教育產品來說，最大的隱形對手，不是猿輔導、斑馬AI等老牌教育公司，而是ChatGPT、豆包等使用門檻更低、用戶滲透率更高ChatBot。

但在李文軒看來，ChatBot仍有諸多局限性。2024年下旬，在ThetaWave AI誕生之前，李文軒和鐘子湫曾回了一趟美國。

他們發現，即便ChatGPT、Claude、Gemini已經成為學生群體高頻使用的AI工具，但面對大量、復雜、多模態的信息源，ChatBot只能做顆粒度較粗的信息歸納，無法快速理解其中最精華的內容，也無法理解各個知識點之間的層級關系。

△ThetaWave AI（左）和ChatGPT（右）對同一份PPT的筆記總結。圖源：作者試用

與此同時，ChatBot總結的筆記，在李文軒看來，依然是“死”的，無法根據用戶的偏好實時編輯、查詢、調整形式。因此，學生群體需要適應知識的痛點仍然無法得到解決。

針對學生筆記場景，團隊前期基于千問、GPT等第三方模型，做了大量的調優和Agentic工程。

比如，當下AI大模型對PDF的識別精度并不高，團隊通過自研PDF等文件的圖文解析和識別模型，提高了對原始信息源的識別精度；針對筆記生成，團隊開發了一個多Agent的工作流，分別負責識別文件、輸出JSON格式、提取知識點、二次筆記生成等流程。

在ThetaWave AI的筆記面板中，除了對文字、圖表等內容的基礎編輯功能，用戶還可以通過選擇特定內容，做AI查詢、AI潤色、AI配圖、翻譯等個性化編輯和學習。

△ThetaWave AI的筆記編輯、互動功能。圖源：作者試用

ThetaWave AI上線一年來，團隊并不相信，創業存在現成的、可以直接復制的成功方法論。

鐘子湫曾經合作過大廠出身的產品增長和運營，但她發現，這些運營老炮往往陷入一種思維慣性：上來先問給多少預算買量，根據既往經驗肯定或否定某些渠道，再讓公司接入某些三方監測后端。

“我們是初創公司，留給運營的經費有限，而且產品還處于初期增長階段，其實接入三方監測后端還為時過早。”她并不欣賞直接套用現成經驗的方法論，“大廠的方法大多用在一些已經驗證了的模式上，初創公司的優勢在于可以靈活測試還沒驗證的模式。”

ThetaWave AI的增長體系，是鐘子湫和團隊早期一點點靠“貼身肉搏”的樸素形式摸索出來的。

她十分看重社交媒體的自然傳播，而非重金投流。一方面，出于現實的考量，初創公司需要避開和大廠的投流競價。

另一方面，“用戶的注意力在哪里，我們的未來就在哪里”，鐘子湫告訴我們，測試自然增長的因素，本質上是測試用戶對產品的興趣點，進而反饋到產品設計上。

創業初期，Thetawave的增長團隊平均每天要做上百條短視頻，上傳到各個平臺沒有粉絲基礎的測試賬號上，通過控制變量的模式，測試出決定視頻能否火爆的因子。發現每一個因子，往往要經過10多輪的測試，但每天的成本其實還不到大廠千萬投放預算的零頭。

他們發現，決定視頻能否爆火的往往是很細微的元素，比如ChatGPT的logo和使用界面是否要出鏡、視頻中是否要出現ChatGPT的報錯頁面。

近期，團隊注意到，他們拍攝的“教授發瘋”系列視頻，走紅的關鍵，是必須展示“帥氣的教授”發瘋帶來的反差感。

△“教授發瘋”系列視頻。圖源：TikTok

測試出走紅因子后，團隊就需要在TikTok、小紅書等平臺上進行批量的復制。在每個平臺上，鐘子湫和增長團隊平均管理著上百個矩陣號，作用涵蓋走紅因子測試、不同市場的本地化微調、官方宣傳，以及具有一定粉絲體量的傳播放大節點。

為了批量制造傳播效應，ThetaWave AI的增長團隊還招募了幾百名不同國家、地區的素人學生博主，根據團隊積累的爆紅視頻框架拍攝視頻，在上傳到自己的社交平臺上——每十天，都能在Instagram TikTok等各大平臺獲得上千萬的曝光流量。

“這套方法論也不是一成不變的。我們的產品每天都在迭代，平臺的推薦算法也在變。”如今，鐘子湫帶領的增長團隊將每天發布的測試視頻數量，提高到了70-100條。她每天也需要研究大量的競品傳播案例，和年收入上億的跨境電商從業人員交流經驗，“最重要的還是自己去實踐，不然經驗永遠都是別人的。”

依靠這樣一套暴力美學的增長方式，截至目前，ThetaWave AI每周用戶增長率保持在20%以上，其中，90%的增長來自自然流量和用戶的自發傳播。

產品上線初期，ThetaWave AI的主要用戶，是在英、美、澳、加留學的華人學生群體。而后，隨著社交媒體推廣產生了影響，英美本土用戶的比例開始增加。

近期，鐘子湫發現，歐美之外的市場還蘊藏著豐富的金礦：“隨著社媒推薦，我們西班牙、德國、韓國的用戶增長得很快。非英美的T1國家，是被低估的市場。”

訂閱付費，則是ThetaWave AI主要的商業模式。目前，產品提供了3檔訂閱模式：年付、季付，以及針對考前突擊需求推出的周付。鐘子湫告訴我們，ThetaWave AI的付費率維持在7%-8%，次月付費留存率為85%，處在健康的水平。

△ThetaWave AI的三種訂閱模式。圖源：作者試用

輟學創業兩年來，李文軒從來沒有后悔過自己的選擇。

他曾經幻想過，如果自己沒有果斷輟學創業，如今會過著怎樣的人生：在伯克利卷四年GPA后，自己的代碼能力依然完全不如Claude；畢業后，大概率成為求職無門的初級碼農。

如今，和他同期的計算機系同學，也正在面臨找工作的難題。不少人找他詢問，哪里還有工作機會。

他也慶幸，自己沒有等到2026年畢業后創業，而是在三年前果斷輟學。

李文軒形容，2025年之前，團隊都在試錯，將找人、找錢、找方向的坑都踩了一遍，“如果沒有更早出來，我們就沒法積累經驗，在2025年快速抓住AI應用的機會。”當他們選擇切入AI知識管理的賽道，國內賽道還幾近空白，這讓ThetaWave AI獲得了一波先發優勢。

當下，教育領域，已經成為AI最為確定的落地場景之一：有用戶，有錢。比如，高途（跟誰學）聯合創始人張懷亭創立的“與愛為舞”，平均月收入達到了上千萬元。

在某種意義上，ThetaWave AI的兩名創始人，代表了如今“00后”在教育賽道，不同于在線教育老炮們的一種創業模板：擁抱最新的AI技術，從同齡人的需求出發，為自己這一代人打造AI產品。

歡迎交流！