Babbel用戶花3個月發現：Claude Projects把語

一個用了Babbel（語言學習應用）數月的付費用戶，最近把訂閱取消了。不是課程質量問題——他承認Babbel的真人發音和配圖確實有用。真正的原因是：他發現Claude Projects（Anthropic推出的AI項目功能）不僅教了同樣的語法規則和記憶技巧，還能順帶干研究、做交互圖表的活兒。一筆錢變萬能工具，這筆賬太好算了。

這不是個例。當大語言模型開始吞噬垂直應用，語言學習可能是下一個被"通用化"的賽道。

從"ventiuno"到"ventuno"：一個發音錯誤的捕獲

這位用戶在搭建意大利語學習項目時，給Claude提了三個明確需求：基礎教學要循序漸進、發音要貼近母語者、要避開新手典型錯誤。Claude的回應很具體——學數字時直接點出"ventiuno"是錯誤讀法，正確是"ventuno"，這是外國人最容易暴露身份的破綻。

傳統課程的問題在于節奏固定。用戶回憶在西班牙教英語的經歷：必須趕進度，學生點頭說懂了，但你永遠不知道真假。Claude Projects沒有這種壓力，可以反復問、慢慢消化，也不用擔心說錯單詞尷尬。沒有社交焦慮的干擾，信息反而記得更牢。

更關鍵的是個性化糾錯。多數意大利語課程按固定大綱推進，用戶發現自己在實際使用中反復踩坑，但課程沒覆蓋。于是他整理了一份新手常見錯誤PDF上傳，Claude自動提取了"tu"（你，非正式）和"lei"（您，正式）的區別等已有知識點，還把"第六課加冠詞"這類建議存進了后續規劃。

PDF喂進去之后，課程大綱自己長出來了

用戶上傳的文檔觸發了Claude的主動整理。系統反饋顯示：已識別現有課程中的關鍵規則，同時標記了可擴展的模塊——比如把定冠詞"il/la"（陽性/陰性）的教學后置到第六課。這種動態調整是傳統應用做不到的。

Babbel這類產品的商業模式建立在"內容獨占"上：真人錄音、精心設計的圖片、漸進式課程。但大模型的能力邊界正在模糊這種獨占性。當Claude能模擬對話、糾正發音細節、根據用戶自制材料調整教學計劃時，"專業語言應用"的核心價值被抽掉了一層。

用戶算的是綜合賬。Claude Projects的訂閱費覆蓋的不只是語言學習，還有研究輔助、數據可視化、代碼解釋等場景。Babbel的月費只買一個功能。這種"功能密度"的差異，對25-40歲的科技從業者尤其有殺傷力——他們本來就為多個AI工具付費，能合并的絕不單開。

語言應用的護城河，還剩多寬？

Babbel不是沒意識到威脅。它的護城河一直是"結構化內容"和"學習科學"：課程由語言學家設計，復習間隔經過算法優化，發音對比真人錄音。但這些優勢正在被兩種力量侵蝕——一是大模型的多模態能力（文本、語音、圖像生成），二是用戶對"控制感"的偏好。

Claude Projects允許用戶上傳任意材料、隨時打斷追問、調整學習優先級。這種"反課程"的體驗，恰恰擊中了成年自學者的痛點：不是缺內容，是缺對自己節奏的掌控。傳統應用像公交車，站站停；AI導師像網約車，點對點。

不過缺口還在。大模型的幻覺問題、缺乏系統性評估、沒有學習數據追蹤——這些Babbel花了十幾年建立的基礎設施，Claude暫時替代不了。用戶也承認，自己"剛開始學基礎"，還沒到需要復雜語法和流利對話的階段。真正的考驗在B1/B2級別（歐洲語言共同參考框架的中級），那時AI能否維持教學質量，還是未知數。

一個產品經理的觀察：工具合并潮來了

這個案例的啟示超出語言學習。它展示了一種典型的"工具合并"路徑：用戶先為垂直場景付費，后來發現通用平臺覆蓋了80%的需求，且額外附贈200%的功能，于是遷移。Notion吃掉項目管理工具，Figma吃掉原型工具，現在Claude們開始吃掉教育應用。

對垂直SaaS（軟件即服務）的警示是：如果你的核心價值是"內容庫"，而不是"工作流嵌入"或"合規認證"，大模型的沖擊會比預期更快。語言學習的內容壁壘相對低——語法規則是公開的，常用詞匯有限，錯誤模式可歸納。相比之下，醫療、法律等強監管領域還有緩沖期。

用戶的最后一條反饋很說明問題：他現在能同時練基礎和糾發音，"actually pull it off"（真正做到了）。這種"并行處理"的能力，是傳統線性課程無法提供的。當AI讓學習路徑從串行變并行，時間成本被壓縮，垂直應用的定價權就跟著動搖。

Babbel們接下來要回答的是：當用戶發現"免費"的通用工具已經夠用，你們準備靠什么讓他們繼續掏錢？是社區、認證、還是人類教師的實時反饋？這個問題，可能不止語言學習行業需要想。

如果明天你的年度訂閱工具被大模型覆蓋了核心功能，你會立刻取消，還是等到合約到期？