Stride, Inc. (NYSE:LRN) is one of the best EdTech stocks to buy now. On November 3, 2025, Stride authorized a new stock repurchase program of up to $500 million, effective through October 31, 2026. The company said the plan gives it flexibility to buy shares in the open market or via private transactions, with timing and size driven by price and market conditions. Stride Authorizes $500 Million Buyback, Citing Confidence in Online Learning Demand Andrey_Popov/Shutterstock.com Management emphasized conf ...

报告影响 - MIT NANDA项目发布的《2025年商业AI现状报告》导致AI概念股集体下跌[1] - 该报告引发了全球关注[1]

会议概况 - 美国公立大学系统将于2025年10月16日至17日举办一场为期两天的免费虚拟会议，主题为人工智能与教育的未来 [1] - 会议旨在探讨人工智能如何重塑课堂、校园和职业生涯，并将汇集教育工作者、创新者和思想领袖 [1] - 会议将向公众开放，共有59位演讲者进行分享 [1][4] 核心议题与演讲者 - 主题演讲嘉宾为OneGoal公司董事总经理Daniel Lopez，他将探讨人工智能在重塑课堂、校园和职业准备方面的可能性 [2] - 会议其他环节将聚焦人工智能在高等教育中日益增长的作用，包括个性化学习、适应性评估、可及性、学生支持、劳动力准备和伦理考量 [3] - 会议内容从超过100份提案中精选并经同行评审，除59位演讲者外，还有20份可随时观看的线上海报 [4] 具体会议环节 - 教学环节将探讨跨学科的AI驱动策略 [7] - 学习环节将围绕生成式人工智能重新思考学术诚信 [7] - 学生支持环节将讨论利用AI扩展咨询服务规模 [7] - 新兴趋势环节包括使用大语言模型预测认知轨迹 [7] - 伦理与政策环节将探讨数字歧视、公平性以及生成式AI与道德决策 [7] - 公平与可及性环节将关注利用AI重新构想学生心理健康支持 [7] 主办方背景 - 美国公立大学系统致力于提供负担得起的、高质量的、与劳动力市场相关的高等教育，拥有34年历史，校友社区超过16万人，遍布80多个国家 [5] - 该系统包括美国军事大学和美国公立大学，获得了高等教育委员会的认证，是美国公立教育公司的全资子公司 [6] - 该系统曾获得在线学习联盟的Gomory高质量在线教育奖，并五次获得该联盟的有效实践奖 [6]

文章核心观点 - AI创业的底层逻辑在2025年发生根本性改变，成功关键从拥有强大模型转变为AI在真实业务场景中持续学习与进化的能力 [6] - 企业在生成式AI上的400亿美元投资中，95%的组织实际回报几乎为0，暴露出旧有“交付即结束”逻辑的崩塌 [5][12] - 5%的成功企业通过将AI视为需共同成长的外部专家、构建在线学习系统及反馈闭环，找到了新方向，行业竞争壁垒从技术广度转向场景深度 [14][16][19] 旧逻辑的崩塌 - 企业以对待标准化软件的“即插即用”逻辑对待AI，但AI本质更接近需持续学习、接收反馈的专家，无法学习的系统价值会持续折旧 [9] - 在“通用”与“专用”选择上，调研初期60%企业考虑特定任务型GenAI，但试点到成功实施比例骤降至5%，通用大语言模型表现更稳健 [9] - 特定任务AI面临复杂场景适配、高定制维护成本，易成为“流程孤岛”；超90%员工宁愿使用个人版ChatGPT等工具，形成“影子AI经济” [6][12] 新逻辑的浮现 - 成功企业将AI视为需共同成长的外部专家，商业模式从软件许可证销售转向“成长服务”，购买重点从现有能力转向持续进步机制 [15] - 成功案例技术核心是构建在线学习系统，模型在测试阶段仍能学习，通过与环境交互、奖励信号动态优化，实现即时策略调整 [16] - 成功系统具备三大特征：情境理解（如记忆用户偏好）、记忆管理（建立个性化记忆档案）、无缝嵌入工作流程的反馈闭环设计 [17] - 企业采购AI标准从关注功能清单转向评估学习能力，例如看重AI学习新技能所需时间，而非功能数量 [17] 2025年后的赛点与生存法则 - 竞争壁垒从技术广度转向场景深度，大模型成为基础设施，价值创造取决于在具体场景中用好稳定资源的能力 [19] - 行业需刷新ROI认知：70%的AI预算流向营销部门，但“降本型AI”往往带来更直接、可衡量的回报 [19] - 在线学习崛起将导致市场洗牌，模型保鲜期缩短，实时学习能力成为分水岭，算力分配权重从一次性训练投入转向持续优化推理算力池 [20][21] - AI创业下半场属于在最具体场景中展现最强适应力的团队，模型更新频率重要性超过参数规模 [21]

企业AI投资回报现状 - 企业在生成式AI上的投资高达400亿美元，但95%的组织获得的实际回报几乎为0 [2] - 超过90%的员工宁愿使用个人版AI工具（如ChatGPT）来完成工作，形成庞大的“影子AI经济” [2] - AI概念股曾因相关报告的发布而出现集体下跌 [1] 传统AI应用逻辑的失败原因 - 许多企业将AI视为即插即用的标准化软件，期望一次部署永久生效，但AI的本质更接近于需要持续学习和反馈的专家 [3] - 在AI类型选择上，调研初期有60%的企业考虑采用特定任务型GenAI，但从试点到成功实施的比例骤降至仅5% [3] - 为特定任务定制的AI面临复杂的场景适配、高昂的定制和维护成本，易成为“流程孤岛”而被员工弃用 [6] - 企业级AI工具常为顶层设计产物，无法自然适应员工工作习惯，缺乏从用户侧收集反馈并即时改进的闭环 [6] 成功AI应用的新范式 - 成功的5%企业将AI视为需要共同成长的外部专家，注重其持续学习和进化能力 [7] - 商业模式从传统的软件许可证销售转向“成长服务”，企业购买的是AI持续进步的机制 [7] - 技术架构核心是构建Online Learning系统，使模型能在每次交互中即时调整策略，而非依赖定期的批量训练 [8] - 成功的AI系统具备情境理解、记忆管理和无缝嵌入工作流程的反馈闭环等关键能力 [9] - 企业采购标准从关注功能清单转向评估学习能力，例如看重AI学习新技能所需的时间 [9] AI产业未来发展趋势与影响 - 大模型正成为基础设施，竞争壁垒从技术广度转向对特定场景的深度理解 [10] - 在医疗等专研领域，创业团队专注于细分场景（如皮肤病诊断），通过持续学习达到实用级准确率 [10] - 70%的AI预算流向营销部门，但“降本型AI”往往能带来更直接、可衡量的回报 [10] - Online Learning的崛起可能导致行业洗牌，实时学习能力将超越模型参数规模成为关键指标 [11] - 算力分配权重将从一次性训练投入转向持续优化的推理算力池，模型更新频率重要性提升 [11]

公司与OpenAI的合作 - 公司成为OpenAI在ChatGPT中推出的首批应用之一，这是在线学习平台首次被直接嵌入ChatGPT [1] - 此次合作基于OpenAI的Apps SDK构建，旨在使高质量教育内容更易于被大规模发现 [3] - 公司是OpenAI新一代ChatGPT应用中的首个在线学习平台合作伙伴，也是首批整体合作伙伴之一 [4] 合作的具体内容与影响 - 每周有超过8亿人使用ChatGPT，学习是其最常见的用途之一，这些用户将能在ChatGPT对话中访问相关的公司视频和信息 [2] - 用户可通过名称在ChatGPT中请求公司应用，当ChatGPT识别到对话可能需要公司内容时也会主动建议 [2] - 合作将使全球数亿学习者更容易获得经过验证的可信学习内容，帮助其掌握所需技能 [1][3] 公司背景与规模 - 公司成立于2012年，使命是提供世界一流学习的普及化访问 [6] - 截至2025年6月30日，公司拥有1.83亿注册学习者，是全球最大的在线学习平台之一 [6] - 公司与超过350所顶尖大学和行业伙伴合作，提供广泛的课程和专业证书等内容 [6] 产品可用性与未来发展 - 公司的新应用自发布日起，向欧盟以外所有已登录的ChatGPT用户开放，涵盖免费版和付费版计划，初始支持英语，并提供部分语言的字幕和配音 [5] - 公司与OpenAI将继续探索生成式人工智能如何使学习更具个性化、互动性和可扩展性 [4]

公司业务与战略转型 - 公司正在进行重大战略转型，从用户生成内容的在线学习市场平台转向基于订阅的人工智能增强模型，服务于消费者和企业客户 [1] - 公司总收入达8亿美元，其中5亿美元来自企业端业务，3亿美元来自消费者业务 [2] - 企业业务拥有17,000家大型企业客户，消费者业务在第二季度付费订阅用户数超过20万，并已提前达到25万的年度目标 [2][6] - 转型核心是利用人工智能实现大规模个性化学习，从降低内容分发成本转向降低内容创作成本并提供个性化学习体验 [2] - 公司定位为人工智能赋能的平台，旨在重新技能未来的劳动力，目标解决经合组织国家未来5年内因人工智能而需要重新技能的9200万人的需求 [10][18] 消费者业务模式演变 - 消费者业务正从销售低价单门课程的交易模式转向订阅模式，订阅业务在第二季度实现40%的同比增长 [6] - 通过认证和广告等新方式实现货币化多元化，认证服务可使单用户收入增长三倍 [6] - 保持由全球85,000名讲师创建内容的动态市场模式，每月有35%的高使用率内容会更新，这被视为相较于出版模式的竞争优势 [4] - 计划通过多种合作伙伴关系拓展分销渠道，例如与招聘网站Indeed合作，在求职场景中直接提供技能提升内容 [7] 企业业务战略深化 - 企业业务从面向学习与发展部门的销售，转向以投资回报率为导向，面向业务线领导者的销售，如首席技术官、销售主管或呼叫中心负责人 [8][9] - 企业客户需求从“以备不时之需”的学习转变为“及时”的学习体验，要求平台能集成到工作流程中，例如通过分析日志文件来识别技能差距 [3][4] - 公司计划利用其25万门课程库，结合评估、实验室和人工智能角色扮演等功能，为企业解决具体的业务问题，而不仅仅是提供内容目录 [14] 财务状况与资源分配 - 第二季度毛利率改善300至400个基点，自由现金流强劲，达3900万美元，相当于20%的营收转化率 [15] - 公司拥有近4亿美元现金及2亿美元的循环信贷额度，为转型提供资金支持 [16] - 未来投资将优先用于产品开发，以构建人工智能赋能平台，并审慎评估内部建设与外部收购策略以加速转型 [17][19] 行业背景与首席执行官视角 - 在线学习行业正经历由人工智能驱动个性化和劳动力需求变化所塑造的演变期 [1] - 行业在新冠疫情后经历快速增长，目前面临调整，同时普遍感知受到人工智能的威胁，需要重新思考商业模式和差异化点 [1] - 首席执行官拥有麦肯锡咨询和科技公司运营经验，认为人工智能将改变咨询等行业，但无法替代变革管理、能力建设和领导力辅导等核心工作 [23][26][28]

公司荣誉与核心产品 - 公司因其创新的虚拟校园K12 Zone荣获Tech & Learning卓越奖 [1] - K12 Zone是公司体验的关键组成部分，通过虚拟实地考察、俱乐部和竞赛等活动将校园生活在线化，以创建社区 [1][3] 虚拟校园K12 Zone的运营成效 - K12 Zone是一个游戏化的虚拟环境，复制并增强了校园生活，鼓励学生通过参与活动建立友谊和学校精神 [3] - 上一学年，近79,000名K-12学生在K12 Zone内互动，交换了超过1600万条信息 [4] - 教师报告称，由于课程变得有趣、互动且个性化，学生的出勤率、参与度和投入度均有所提高 [4] 公司业务规模与模式 - 公司在全国范围内为超过300万名学生提供服务，帮助学生在家获得高质量教育 [2][5] - 公司拥有25年在线学习行业领导经验，通过其公立和私立在线学校及项目网络，结合学术严谨性与灵活性 [2][5] - 公司为家庭提供灵活的学习选择，包括在线公立和私立学校、个性化辅导以及经认证的家庭学校课程 [5]

Online Learning的战略意义 - Online Learning被视为通往L4+级别智能和AGI的关键路径，其长期预期是让模型在长程任务上出现新的scaling law，从而实现智能水平的极大提升[4][5] - 该技术范式的核心在于推动模型突破现有人类知识上限，通过自我探索（self-exploration）和自我奖励（self-rewarding）实现自主知识生成，避免在人类知识内循环[5] - Online Learning代表了一种新的交互和推理形式，能够动态迭代整个AI系统智能，在实现极致个性化的同时推动模型能力持续进化[4][16] 概念定义与技术路径 - 当前对Online Learning的定义存在非共识，主要可拆分为两类：目标与手段明确的Lifelong Learning，以及目标明确但手段不清晰的Meta Online Learning[9][10] - 技术路径上存在两条不完全重合的路线：直接通过RL和环境交互实现Lifelong Learning，或先做好Meta Learning再实现Lifelong Learning，后者可能提供更高上限[11][12] - Online Learning不同于Online RL，更强调模型在test-time具备学习能力，且实现方法不一定通过training，凡能让系统在交互中改变未来行为的机制都可称为Online Learning[13][14] 实践案例与瓶颈分析 - Cursor的代码补全模型训练可能是Online Learning的现实实践，团队每2小时迭代更新模型，直接使用真实用户反馈而非专门训练reward model[6][8] - 核心瓶颈在于Reward信号获取和模型in-context learning能力不足，简单场景如代码补全Reward明确易获取，而复杂场景如多步Agent任务Reward稀疏难定义[23][24] - Online Learning非常依赖从环境或用户交互中提取reward，但现实中许多任务缺乏清晰reward信号，未来发展方向应是让模型具备自我生成reward的能力[25] 实现机制与技术架构 - Online Learning可通过两种机制实现：in-context learning（fast weight）和in-weights learning（slow weight），前者支持快速适应，后者提供持久记忆[26][27] - 架构上需要设计能持续收集新数据并影响输出的体系，确保策略能随新数据不断优化，同时模型需具备数据筛选能力以提升学习效率[29][30] - Memory是Online Learning的重要组成部分，即使模型参数不变，记忆积累也能改变策略，未来需发展自主context engineering和记忆管理能力[32][33] 行业应用与评估范式 - Coding等高反馈、任务明确领域可能率先展现Online Learning雏形，因反馈明确、信息密度高、数据获取成本低且环境高度可控[18] - 推荐系统已实现分钟级更新，但非端到端架构限制学习效率，端到端生成式推荐系统才可能让Online Learning真正发挥作用[36][37] - 评估范式需变化，关键指标是性能提升斜率而非最终分数，可通过"新游戏"测试模型在全新环境中的即时学习过程[45][46]

项目概述 - 新罕布什尔州推出名为Granite State Academy Online Program (GSAOP)的在线公立学校项目 为7至12年级学生提供学费免费的在线教育 目前正为2025-2026学年招生[1] - 该项目是Prospect Mountain High School的替代性课程 由拥有25年在线学习经验的K12公司提供支持 K12是Stride Inc旗下的投资组合品牌[5] 核心特点与优势 - 项目核心是提供灵活性和个性化支持 让学生能够以自己的方式学习 课程由州认证教师授课 通过实践活动和互动项目帮助学生建立信心[2] - 项目提供个性化支持 包括教师、导师和职业教练的指导 以及虚拟俱乐部、课外活动和实地考察等课堂外的机会 帮助学生探索新兴趣[6] - 项目旨在满足当代学生的需求 无论是寻求更多挑战、需要额外支持 还是寻找更适合其生活方式的学校环境的学生 都能找到量身定制的学习方案[3] 战略意义与领导层观点 - 学校管理层认为这是新罕布什尔州公立学校选择的重要一步 过去几年当地教育委员会一直处于公立教育创新的前沿[3] - 项目执行董事强调 当学生在一个满足其需求的学习模式中感到被支持和参与时 他们就能真正发现自己的优势并发挥全部潜力[3]