被高估的多邻国
增长放缓不是主动选择
多邻国2026年第二季度营收2.985亿美元，同比增长18.3%；日活跃用户5870万，同比增长23%；付费用户1270万，同比增长17%。这些数字仍在增长，但结合近六个季度的趋势看，营收和日活增速都在放缓。
管理层把当前策略解释为牺牲短期业绩、换取用户增长。我更倾向于把它理解为被动调整：当用户增长自然减速，降低广告、延长免费体验，首先是在维护增长曲线，而不是找到了新的增长引擎。
更值得关注的是，营收和日活的变化基本同步。这说明多邻国还没有证明自己能在用户增速下降之后，依靠更强的产品价值持续提高收入。
游戏化解决了坚持，没有解决结果
多邻国最重要的创新不是AI，而是把签到、积分、排行榜和闯关机制带进了学习过程。
教育产品长期面临一个难题：用户知道学习有价值，却很难持续投入。传统培训往往依靠老师、班级和管理进行外部约束，多邻国则用互联网产品机制激发用户主动回来。它把持续学习做成了全球化、可规模复制的产品。
但游戏化擅长的是提高参与度，不等于保证学习效果。碎片化练习很容易与奖励机制结合，系统化学习却需要诊断、规划、教学、反馈和评价，不能只靠连续打卡完成。
这也解释了多邻国的商业边界。用户可以为轻量、方便和有趣付费，却很难为无法验证的结果支付高价。千万级付费用户没有转化为与传统头部教培公司相当的收入规模，问题不只是定价，而是产品承诺不同。
多邻国交付的是学习过程中的陪伴和动力，传统教培机构更多需要对学习结果负责。后者更重，却也更容易形成信任和迁移成本。
AI正在削弱工具型产品的稀缺性
多邻国很早就把生成式AI引入教育产品，AI也曾推动其收入增长。但随着ChatGPT、豆包等通用大模型不断完善学习功能，单纯拥有AI能力已经不能构成护城河。
通用大模型可以提供解释、对话、练习和个性化反馈，而且覆盖的学科与场景更广。多邻国必须回答一个越来越直接的问题：用户为什么要在这里学习，而不是直接使用通用大模型？
它真正可能形成壁垒的，不是模型本身，而是长期积累的用户、学习数据、内容体系和产品运营能力。但这些资源只有被组织成完整的学习系统，才能产生防御力。拥有数据，不等于能够交付结果。
从这个角度看，多邻国更像全球语言学习的入口，还不是语言学习的操作系统。入口依靠流量和习惯，操作系统则必须管理完整过程，并对最终效果负责。
教育公司的终局是学习闭环
多邻国已经证明，教育可以像互联网产品一样实现大规模增长。它也证明，改变学习体验能够释放过去难以触达的全球需求。这些价值不应低估。
但未来真正有竞争力的教育公司，不能只具备互联网产品能力或AI能力，还要有专业的教育体系和结果交付能力。四者缺一，产品都容易停留在工具层。
AI老师也不应只是一个可以对话的虚拟教师。它更应该是以学习者为中心的系统，能够完成诊断、规划、教学、监督和评价，持续管理学习过程。
多邻国目前证明了自己可以改变学习方式，却还没有证明能够稳定交付学习结果，也没有证明这套模式能够顺利扩展到更重结果的学科培训。
管理层提出2028年达到一亿日活用户。老用户召回和扩展学科可以改善数据，但运营动作无法代替产品闭环。真正可持续的增长，应该来自学习效果提升，并同时带动用户规模和客单价。
所以我的判断是：多邻国是一家值得研究的教育科技公司，也是一款成功的全球化产品；但如果市场把规模、游戏化和AI能力直接等同于教育结果，它仍然被高估了。