一、问题：同处线学习赛道，业绩表现为何显著分化 2026年初披露的财报显示，Chegg与多邻国在收入、利润和现金流上走出相反曲线：前者核心业务压力加大、增长乏力；后者仍维持较快增速，并深入改善盈利能力与现金创造；市场关注的焦点在于：同样面对生成式人工智能与大模型工具普及带来的冲击，为何两者受影响程度差异明显。 二、原因：技术替代的“命中靶心”不同，叠加流量规则变化 从商业逻辑看，冲击并不会平均落在所有在线教育产品上。Chegg的传统业务以学术问答和作业辅导为主，用户需求多集中在“尽快拿到解题思路与答案”。随着大模型对话工具普及，学生可以以更低成本甚至零成本获得更完整的讲解，并能持续追问、即时纠错，原本依赖高质量解答形成的门槛被迅速拉平，Chegg的核心价值被削弱。 同时，搜索平台算法与分发规则调整进一步挤压其自然流量来源，推高获客成本、限制用户增长。业内人士认为，这更接近结构性替代而非短期波动：当“信息供给”不再稀缺，主要依靠答案与解析聚合平台将持续承压。 多邻国所处的语言学习场景则不同。语言能力提升依赖长期练习、反复触达和及时反馈，用户需要的是可持续的学习过程管理，而不是一次性答案。其产品通过游戏化机制培养习惯，用角色动画、连续打卡、积分和排行榜等提升参与度与留存。公司管理层在业绩沟通中也强调，沉浸式体验与互动反馈难以被纯文本对话工具完全替代。因此，大模型对多邻国更多是“增强工具”，而非“替代品”。 三、影响：行业竞争从“内容与信息”转向“体验、服务与认证能力” 上述分化表明，在线教育的竞争要素正在迁移：一上，单点内容与标准化解答的溢价下降；另一方面，能够把学习拆解为可执行任务、形成习惯闭环，并提供可衡量进步路径的产品，抗冲击能力更强。随着流量红利走弱，过度依赖搜索导流的增长模式风险上升，直接经营用户关系与提升产品粘性的重要性明显提高。 四、对策：一端以产品增强扩大覆盖，一端以结构重组转向技能培训 在产品路径上，多邻国将大模型能力用于强化口语训练等互动环节。“视频通话”功能让学习者与虚拟角色进行对话练习。随着推理成本下降，公司正把对应的能力从最高价订阅逐步扩展到更多付费层级，并计划推出面向所有用户的“口语冒险”等任务式语音练习，部分功能将向免费用户开放，以扩大渗透、提升日活，并为长期付费转化打开空间。 面对传统业务下滑，Chegg选择推进“组织与业务双重重构”。公司将业务划分为以Chegg Skills为核心的增长板块，以及由Chegg Study和语言学习应用Busuu等构成的现金流板块，意在用存量业务现金支持新业务投入。其转型重点放在企业与机构的职场技能培训市场，课程覆盖技术与语言等能力，并通过与企业及机构合作伙伴进行分发，商业模式从面向个人用户逐步转向更多面向企业端。公司已披露与DHL、Gi Group及Woolf University等建立合作，其中与具备认证体系的高校合作，被视为提升课程认可度的重要方式——学习成果可与学历路径衔接，增强对雇主与学习者的吸引力。公司管理层同时表示，在竞争定位上更倾向于将部分大型课程平台视为潜在合作渠道，通过更广分发提高内容变现效率，而非单纯争夺有限的直接流量入口。 五、前景：技术变革将加速行业洗牌，在线教育进入“能力交付”时代 展望未来，生成式人工智能与大模型工具将继续压缩“信息型产品”的价格空间，迫使企业把核心竞争力从内容堆叠转向可验证的能力提升与更好的学习体验。对企业而言，能否把技术真正转化为产品体验，把学习过程做成可持续的行为系统，并在认证、就业与组织培训等环节形成闭环，将决定其穿越周期的能力。同时，流量获取规则的不确定性仍然存在，强化自有用户关系、提高留存与复购，将成为在线教育平台共同面对的长期课题。
两份财报显示出同一现实：技术并不会对所有在线教育企业“平均打击”。决定企业能否穿越周期的关键，在于其产品价值是否建立在难以替代的体验与可验证的成果之上。面对新变化，企业既要及时调整路径，也要回到教育本质，在真实学习效果、用户长期参与和服务交付能力上构建新的竞争优势。