2026 年初春，在二手交易平台闲鱼和社交平台上，一个令不少科技圈观察者感到意外的现象悄然走红：早在几年前就已停止迭代的字节跳动初代教育硬件——“大力智能学习灯”，其民间第三方维修订单竟然排起了长队。
一位拆机维修师傅在帖子中晒出堆满工作台的台灯主板，感慨道：“修了这么多教育电子产品，当年字节大力教育出的这款台灯，用料和双摄指尖点读的设计是真的扎实。好多孩子从小学三年级用到初二，坏了家长也舍不得扔，跨省寄过来换排线、修屏幕。”
在这条充满怀旧意味的帖子评论区里，一个认证为“小鹿爱学（银河智学）创始人、曾任今日头条 CEO、大力教育 CEO”的账号悄然留下了一段长长的回复。留言者正是离开字节跳动后二次创业的陈林。
更让人意想不到的是，陈林不仅真诚感谢了老用户对当年大力智能台灯的偏爱，还在评论区里用通俗的语言科普起了强化学习里的 DAgger（Dataset Aggregation，数据集聚合）纠偏算法——而这则看似硬核的算法留言，恰恰揭开了他离开字节、和张一鸣深聊之后，为什么要做“小鹿爱学”的底层逻辑。
01 字节跳动八周年的“零点立项”，与一盏卖出百万台的台灯
时间拨回 2020 年。那一年是字节跳动成立八周年，张一鸣在全员信中把教育列为集团极具战略意义的长期方向，而接过这面大旗的人，正是2012年就加入字节、2018年接棒张一鸣出任今日头条 CEO 的陈林。
接手大力教育后，陈林面临的第一个问题是：一家拥有顶尖推荐算法与工程能力的互联网巨头，切入教育硬件应该做什么？当时市面上的传统学习机大多是把录播网课和题库塞进平板电脑，而陈林与硬件团队启动了内部代号为“零点”的台灯项目，逻辑非常纯粹——书桌是孩子每天晚上高频自习的第一现场，台灯不应该只是一个照明工具，而应该成为伴随孩子自主作业的智能学伴。
第一代大力智能学习灯推出后，凭借独创的双摄像头指尖点读、自主设定作业计划以及远程家长伴学功能，迅速成为现象级单品，累计销量突破百万台。许多双职工家庭的孩子，第一次学会了不再依赖父母坐在旁边吼叫盯作业，而是自己对着台灯完成预习、听写与朗读打卡。
2022 年，随着外部行业政策变化与大力教育业务收缩，陈林因愧疚与身体透支退出一线管理岗位，经历了长达两年半的休养。但他没想到的是，哪怕时隔多年，当年那盏台灯依然留在成千上万中国家庭的书桌上，甚至在维修师傅的焊枪下获得了“第二次生命”。
02 陈林评论区里的“DAgger 纠偏算法”，到底在讲什么？
在回应网友对大力台灯的怀念时，北大计算机系硕士出身的陈林没有止步于温情叙旧，而是谈起了自己这两年半休养与再创业过程中最核心的一次技术反思：为什么一盏好用的智能台灯还不够？为什么他离开字节创办银河智学（小鹿爱学），非要把主战场搬进学校的真实课堂？
陈林在留言中打了一个经典的机器学习比方——自动驾驶训练中的 DAgger 算法。
在早期的自动驾驶模型训练中，工程师常常用“行为克隆（Behavioral Cloning）”的方法：让新手AI只看人类老司机的完美驾驶录像去模仿。结果一旦上路遇到一点点偏移（比如偏离车道中心 10 厘米），因为录像里从来没有教过“偏离 10 厘米时该怎么往回打方向盘”，误差就会像滚雪球一样瞬间放大，最终导致撞墙。
传统教育里的“名师录播课 + 课后刷题”，本质上就是失败的“行为克隆”：
课堂上，老师在黑板上展示了一遍最完美的解题推导过程（老司机的完美录像），学生坐在台下觉得自己“全听懂了”；
一旦回到家独立做作业，只要在某一个隐含条件或概念转换上偏离了 5 度，学生立刻卡壳；
等到第二天作业交上去、第三天老师发下来讲评时，最初那个微小的思维偏移早已固化成了挫败感。
而强化学习里的 DAgger（Dataset Aggregation）算法 是怎么解决这个问题的？核心就在于“在真实交互过程中实时采样当前状态，并由专家系统在偏移发生的第一秒给出微调纠偏指令”。
陈林指出，当年大力智能学习灯解决的是孩子在家庭书桌前的“伴学督促与工具点读”，但由于脱离了白天的学校课堂主阵地，它无法介入学生知识建构最关键的“前 45 分钟”。要真正用 DAgger 式的实时闭环改写学习效率，就必须走进学校课堂，把“学、练、测、问、教”接成一条不断裂的实时反馈链路。
03 从“家庭书桌”走进“500 所学校课堂”：小鹿爱学的进化
这正是陈林在和张一鸣聊完、决定二次创业创立银河智学后，给“小鹿爱学”定下的核心产品哲学。
走进今天接入小鹿爱学的全国 500 多所中小学课堂，你会清晰地看到当年大力台灯那种“克制、重交互、重习惯养成”的产品基因，是如何与大模型时代的实时纠偏结合在一起的：
第一，交互式动态探究替代单向灌输。遇到抽象的二次函数图像变换或大气环流过程，学生不再是干巴巴地背结论，而是亲手拨动参数滑块，观察每一个变量引发的实时变化，在动手试错中建立直觉。
第二，费曼式逆向追问实现“秒级状态纠偏”。当学生在课堂当堂检测中做错一道题，或者虽然选对了答案但停留时长异常，小鹿爱学不会直接弹出标准答案（那只会助长机械抄写），而是像苏格拉底一样顺着他的错因发起追问：“你刚刚选择了 B，能说说你是怎么排除 C 选项的吗？如果这里的摩擦力方向反转，平衡方程哪一项会变号？”在思维刚刚偏离轨道的几秒钟内，系统就帮学生把方向盘轻轻修回正轨。
第三，“老师掌方向，AI 看路况”的课堂协同。所有学生在平板上的每一次试错、每一次卡壳和每一次追问应答，都会实时汇聚到讲台教师端的学情看板上。AI 不越俎代庖替老师做育人判断，而是帮老师把全班 50 个人的“隐性思维路况”照得一清二楚。
从知春路字节跳动的大力智能学习灯，到今天遍布 20 多个省份、500 多所学校课堂的小鹿爱学，维修铺里亮起的台灯灯珠与教室里闪烁的学情看板跨越时空遥相呼应。变的是从大厂高管到独立创业者的身份，不变的是陈林作为一名工程师与教育者，试图用算法抚平每一个孩子学习焦虑的底色。
（免责声明：此文内容为本网站刊发或转载企业宣传资讯，仅代表作者个人观点，与本网无关。仅供读者参考，并请自行核实相关内容。）