在正式开始前，Talkit会引导用户完成一份“语言画像”问卷，内容包括：母语背景、希望在哪些场景下提升英语、具体的口语应用情境、自评当前英语水平、重点提升方向（如词汇量、听力和口语等）、感兴趣的话题类型，以及期望的每日练习时长。系统会根据这些回答生成个性化学习计划，并推荐适合的学习模块与对话内容。Talkit的整体结构分为五个部分：闯关学习、情景训练、虚拟角色对话、真实用户语音交流与排行榜。其中，前三项由AI支持，分别聚焦词汇输入、表达演练与多轮输出，构成一个较为完整的“语言学习闭环”；后两项则更贴近社交属性，包括用户间的语音练习与学习榜单激励。智东西本次重点体验了前三项，这三个部分几乎构成了“输入—演练—输出”的学习全流程。1、闯关学习：词汇理解+造句练习，一场轻量口语引导课Talkit的词汇学习不是传统的卡片式背诵，而是“AI陪练式对话”。在“旅行经历”主题的学习场景中，Talkit通过AI角色的引导，让用户在对话中理解并使用新词汇。例如，当AI提到句子 “We did some sightseeing in Hong Kong.” 时，会进一步追问用户：“你觉得这里的sightseeing是什么意思呢？”如果用户回答模糊，系统会给出语义解释（“更准确地指观光、看景点”），并举例补充，如“去太平山顶看夜景，这都算sightseeing”。接着，AI会引导用户用该单词造句——“你也可以试着说一句在香港做了什么吗？”用户回答“I did some sightseeing in Hong Kong.”后，AI会给予正向反馈并延伸到下一个单词学习：“那如果你买了纪念品，可以说‘I bought a souvenir in Hong Kong.’ 你觉得souvenir是什么意思呢？”这一环节的学习节奏自然、有互动感，词汇解释与造句练习穿插进行，像是一场轻量的口语引导课。另一场景“信息确认”中，Talkit则引导用户练习“反意疑问句”的使用。在“确认酒店预订”环节，AI先出题：“We have a booking for two nights 后面接哪种表达更自然？”再引导用户补出“haven’t we?”，并说明这是“用于确认对方”的语法结构。AI还会举一反三，让用户自己构造句子如：“We have paid for the fee, haven’t we?”整个过程就像在跟随一个逻辑清晰、反应自然的英语老师练习口语表达。值得一提的是，Talkit中的语音输入能较好识别中英文混说的表达，例如“我已经check in了”，AI也能理解上下文，并进行语法纠错和自然追问。2、情景专项训练：逐句引导完成任务对话，更像一次“彩排演练”第二个模块是“情景专项训练”，更像是一场语言任务彩排，系统将任务分为三个具体步骤：打招呼并提出讨论、提出项目主题、表达合作意愿。每一步都有中文任务提示以及英文“句型提示”，例如第一步的推荐句是：“Hi! I wanted to talk about ___ with you.” 用户可以自由说出完整表达，系统会实时识别，并给出反馈。当用户说出 “Hi, I want to talk about this project with you.” 后，AI首先给予语法反馈：“你的英文表达很不错。”同时提供表达优化建议：“Hey, can we chat about the project?”整个互动过程不依赖打分机制，而是通过具体语境引导表达，并在表达完成后给出语法点评与语言风格优化，既保留了自由发挥空间，也实现了个性化语言指导。3、虚拟AI角色对话：像英语角一样聊天，攒熟人亲密度这一部分是整个产品的亮点。用户可以随机抽取或选择不同AI角色，每个角色都有独立形象、职业和性格。智东西抽到的角色是一位职业为AI开发者的外国青年，我们选择了话题“东西方文化差异”。他有完整的人物形象、语气和个性化表达方式，整个对话过程节奏松弛，像是一场英语角式的闲聊。整个过程中，Calvin会用英文自然地引导用户表达，并通过“提问+举例补充+情景延伸”的方式，鼓励用户进行深入表达，而非只停留在“Yes/No”层面。此外，如果用户使用中英文混合表达，系统同样能够正确识别意图并继续追问，而不会卡住对话或误判错误。值得一提的是，Talkit还为每位AI角色设置了“亲密度”机制。每一次高质量的互动、有效表达，都会提升用户与该角色之间的熟悉程度。界面上会以进度条的形式展示当前“熟人”程度，增加了持续练习的动机与反馈。
02.
从作业盒子到VisionFlowAI时代再出发
Talkit背后的公司叫VisionFlow，是创始人刘夜的第二次创业。如今，他带着40人的新团队，已经获得包括企业家李想、阿里巴巴合伙人曾鸣及语嫣等在内的千万美元种子轮融资。目前，VisionFlow是AI语言学习赛道种子轮融资最多的公司。整个产品基于“Gen World Engine”框架，包括三个部分：1、Gen Soul Engine：生成有性格的虚拟角色；2、Gen Scenario Engine：生成多场景互动环境；3、Gen Task Engine：生成个性化学习任务。这些引擎让Talkit能够为不同用户自动构建“可完成的任务”和“可交谈的人”，不再只是单向教学。
