Xueersi meluncurkan Xiaojinglong, lobster pembelajaran yang akurat

1 April, Xueersi meluncurkan produk presisi pembelajaran berbasis siswa asli pertama di industri—Xiao Jinglong—yang dikustomisasi berdasarkan arsitektur OpenClaw. Dengan fokus utama “pemetaan otak, kepemilikan pribadi, pendamping belajar”, Xiao Jinglong untuk pertama kalinya mengintegrasikan memori jangka panjang, diagnosis pembelajaran dinamis, rangkaian Skill khusus pendidikan, serta sistem pendampingan berbasis emosi menjadi agen cerdas khusus untuk siswa, guna menyediakan layanan AI pendamping belajar end-to-end dan lintas semua mata pelajaran. Saat ini, produk tersebut sudah dapat diunduh melalui situs resmi https：//mate.tal.com/.

Pada tahun 2026, seiring dengan melesatnya kepopuleran OpenClaw agen cerdas open source di seluruh dunia, Agentic AI bergerak dari “sekadar bisa menjawab” menuju tahap baru “bisa memahami, bisa merencanakan, bisa mengeksekusi, bisa merefleksikan”. Kemampuannya yang selaras secara alami dengan skenario pendidikan modern—berdasarkan wawasan tentang pembelajaran siswa, interaksi cerdas, dan diferensiasi pengajaran—membuat AI pendidikan tidak lagi berhenti pada tanya jawab pasif, melainkan berevolusi menjadi “agen cerdas khusus untuk pertumbuhan jangka panjang siswa”.

AI menyatu tanpa hambatan ke dalam skenario pembelajaran berkelanjutan, membentuk pemetaan dinamis dari dunia belajar

Menurut pengenalan, “Xiao Jinglong” mengandalkan akumulasi pengalaman pendidikan Xueersi selama 22 tahun dan kemampuan AI pendidikan yang terdepan di industri, menghubungkan seluruh tahapan kunci dalam siklus hidup belajar siswa, serta dilengkapi dengan “rangkaian Skill khusus pendidikan”. Ia dapat menghasilkan secara dinamis rencana belajar dan latihan yang dipersonalisasi berdasarkan pembelajaran siswa, cerdas membuat konten latihan khusus, mengoreksi soal, serta memberikan penjelasan terarah yang berfokus pada kelemahan. Ia secara otomatis menyimpan ringkasan khusus dan arsip pembelajaran pribadi, sehingga menciptakan skenario pendamping belajar yang imersif bagi siswa. Selain itu, ia juga memiliki kemampuan seperti pengingat harian, manajemen progres, persepsi emosi, dan interaksi pendampingan, sehingga untuk pertama kalinya AI benar-benar memasuki skenario pembelajaran harian berkelanjutan siswa. Ia dapat memahami celah pengetahuan, kekurangan kemampuan, titik kebuntuan kognitif, dan langkah pembelajaran paling optimal di balik setiap tindakan siswa.

Siswa dapat kapan saja berdialog dengan AI pendamping belajar Xiao Jinglong. Tidak peduli apakah itu penjelasan soal, diagnosis pembelajaran, koreksi lembar jawaban, atau pembuatan soal cerdas—selama siswa menyampaikan kebutuhannya di kotak percakapan kepada Xiao Jinglong, sistem akan otomatis memanggil Skill terkait dari “Skill Square”. Catatan interaktif akan menyusun dan mendorong poin pengetahuan, bab-bab di buku pelajaran, video demonstrasi, dan lain-lain secara real time. Seperti berdiskusi dengan teman belajar sungguhan, siswa bisa mengobrol dengan santai sekaligus berinteraksi, sambil memastikan pemahaman pengetahuan benar-benar matang.

“Peta pengetahuan” “Xiao Jinglong”, memetakan kondisi siswa

Di dalam “Xiao Jinglong”, berbagai kemampuan belajar tingkat lanjut didecoupling dan dikemas menjadi plugin Skill independen. Dalam arsitektur ini, siswa tidak perlu berulang kali berpindah pintu masuk fungsi atau melakukan konfigurasi yang rumit. “Xiao Jinglong” mampu secara mandiri merasakan konteks, menyusun Skill secara dinamis, dan otomatis menyediakan kemampuan yang sesuai dengan kebutuhan siswa. Pihak terkait menjelaskan, melalui desain “pagar khusus pendidikan” dan “agen cerdas yang murni”, dapat mengendalikan halusinasi model besar serta gangguan informasi yang tidak relevan secara efektif. Di sisi lain, melalui rekonstruksi “rangkaian Skill khusus pendidikan”, agen cerdas memperoleh kemampuan “tangan dan kaki” untuk secara dinamis memanggil kemampuan yang mengarah pada berbagai tugas belajar. Xiao Jinglong yang ditampilkan bukan “penyusunan banyak fungsi secara sejajar”, melainkan sistem agen cerdas pendidikan yang bekerja secara mandiri mengelilingi tujuan tugas siswa.

Penguatan kemampuan memori jangka panjang, menyimpan “aset kognitif” dari pertumbuhan

Kemampuan memori jangka panjang juga merupakan salah satu penghalang diferensiasi inti milik Xiao Jinglong. Fondasi pembelajaran presisi adalah pemahaman menyeluruh dan teliti terhadap kondisi pembelajaran siswa. Jika data belajar hanya berhenti pada lapisan pencatatan statis, maka sulit untuk benar-benar mendorong pembelajaran presisi.

Xiao Jinglong membangun sistem memori jangka pendek dan jangka panjang yang ditujukan untuk pertumbuhan siswa, yang dapat terus menuliskan petunjuk multimodal seperti umpan balik percakapan, hasil pemanggilan Skill, performa latihan, serta jeda dan keraguan, ke dalam arus memori khusus siswa. Dengan demikian, ia bukan lagi “ensiklopedia tanpa ingatan”, melainkan lebih seperti “otak digital” yang dapat secara bertahap membentuk citra kognitif siswa—ia mengingat masalah yang pernah ditanyakan siswa, dan juga dapat memprediksi kesulitan yang mungkin muncul berikutnya, sehingga menghasilkan jalur belajar yang lebih presisi, lebih efisien, dan lebih individual. Interaksi antara siswa dan AI tidak lagi sekadar konsumsi instan, melainkan menjadi infrastruktur dasar pertumbuhan yang terus terakumulasi dan terus meningkat nilainya.

Kemampuan analisis lembar soal “Xiao Jinglong”

Sementara itu, Xiao Jinglong juga memperkenalkan mekanisme komputasi emosi yang dioptimalkan dengan psikologi pendidikan ke dalam arsitektur Agent. Ketika sistem mengenali bahwa siswa mengalami keadaan seperti terhambat, cemas, atau kehilangan kesabaran, ia tidak sekadar melempar jawaban standar, melainkan menggunakan petunjuk bertahap, pengaturan ritme, dan umpan balik dorongan yang lebih sesuai dengan aturan psikologi belajar. Ia akan menyesuaikan cara interaksi dan pendampingan berdasarkan tahapan usia, karakteristik kepribadian, kebiasaan berekspresi, serta kondisi belajar tiap siswa. Setiap siswa akan mendapatkan “pendamping belajar” yang paling mengerti dirinya.

Fokus pada manusia, kembali kepada manusia—AI menjadi penghubung cerdas antara pendidikan dan kepedulian

Pada bulan Maret, Xueersi lebih dulu meluncurkan “Jiuzhang Longxia” pertama yang khusus dirancang untuk kelompok guru, dan kemunculan “Xiao Jinglong” yang ditujukan untuk kelompok siswa ini merupakan langkah lanjutan dalam tata letak “matriks Longxia” Xueersi di bidang pendidikan berbasis AI.

Dari memberdayakan guru hingga menemani siswa, “matriks Longxia” berkomitmen untuk menghubungkan seluruh aspek pendidikan, sehingga AI bukan hanya alat tunggal untuk meningkatkan efisiensi, melainkan juga menjadi penghubung cerdas yang menyatukan berbagai entitas—sekolah, siswa, dan keluarga—di berbagai skenario. Xueersi terus melakukan penataan produk secara berkelanjutan, berupaya agar “pengajaran skala besar yang disesuaikan dengan perbedaan individu” benar-benar menjadi kenyataan dalam setiap penerapan teknologi.

Ketika menjawab soal, mengoreksi, dan menghasilkan secara bertahap menjadi kemampuan dasar industri, nilai dari produk pendidikan generasi berikutnya akan kembali pada “manusia” itu sendiri: memahami siswa, mengendapkan siswa, dan menemani siswa. Bentuk masa depan “pendidikan + AI” semestinya berupa sistem cerdas yang terus bertumbuh, terus terakumulasi, dan terus berevolusi. Ketika AI pendidikan bergerak dari “bisa menjawab” menuju “bisa memahami, bisa mengingat, bisa menemani”, barulah era agen cerdas khusus untuk siswa benar-benar dimulai.