鸿芯智谷的精品小班到底有多"精"？30人课堂的真实体验

2025年夏天，我帮一个朋友找AI培训机构，陪他试听了三家。其中一家在深圳南山，大班课，一间阶梯教室塞了将近七十个人。我们坐在最后一排，讲师在十几米外的讲台上对着PPT念Transformer的架构原理。朋友用手机拍PPT放大看，屏幕上的字糊成一片。中间有个学员举手提问，讲师没看到。他又举了一次，还是没看到。旁边的人戳了戳他——"算了，下课再问吧。"他放下手，表情像咽下了一口什么东西。

我说这个不是要贬低哪家机构。大班课的问题不是谁的责任问题，而是物理规律——一间教室超过五十人之后，讲师和学生之间就不是"教与学"的关系了，是"广播与收听"的关系。广播是单向的，听众没有UID。

所以当我在鸿芯智谷的课堂上坐了一个小时后，最大的感受不是"讲得好"，而是——这里每个人都是被看见的。

那个被叫出名字的时刻

鸿芯智谷的每个班不超过30个人。这个数字不是随便定的。

30人意味着什么呢？讲师的视线不需要刻意"扫"就能覆盖到每一个人。教室五排座位，每排六个人，站在讲台上可以把每一块屏幕上的代码看得大致清楚。30人意味着讲师在开学第一周内能叫出每一个人的名字，记住每一个人的专业背景和学习进度。这些听起来技术含量不高，但它改变了一件事——课堂从一个"演出场"变成了一个"对话场"。

我到访的那天下午，AI大模型方向的讲师林栩正在讲RAG检索增强生成的实现原理。讲到第三个关键节点——向量数据库的索引构建策略——的时候，他讲到一半突然停了下来。

"张雅，"他看向第三排最右边的一个女生，“你刚才皱眉了。哪里没听懂？”

教室安静了两秒。

张雅愣了一下，然后有点不好意思地说：“也不是没懂，就是您在讲HNSW索引的时候，说它在高维空间里近似效率很高，但我不太理解——它和传统的KD-Tree索引到底区别在哪儿？为什么HNSW更适合高维向量？”

林栩没有立刻给答案。他走到白板前，画了一个二维平面上的点阵。"先看二维。KD-Tree的切分方式是对空间进行递归划分，对吧？"他在平面上画了一条竖线，又画了一条横线，“在二维空间里这个效率极高。但你现在脑子里想一下——如果维度从2变成768呢？”

他停了一下，让每个人都来得及在脑子里构建这个跳跃。

“768维空间里，KD-Tree的划分超平面数量呈指数级增长，而真正有效的划分会急剧减少——这就是维度灾难。HNSW不一样，HNSW不切空间，它构建的是一个多层图结构，每一层用不同的连通度来近似远近关系。”

他一边说一边在白板上画了一个分层图，每一层用不同颜色的笔标注了节点间的连接。

“明白了吗？”

张雅点了点头，然后低头在笔记本上写了些什么。

整个对话持续了大概三分钟。表面上看就是一个提问和回答，但这件事的精髓在于——是讲师主动发现了一个信号。张雅那句"也不是没懂"说明如果讲师不主动问，她大概率不会举手。而林栩看到了那个皱眉。

在大班课上，一个讲师不可能注意到第三排最右边的人皱了一下眉。他连第八排有没有人都看不清楚。

走到每个人的屏幕前面

在鸿芯智谷的课堂上，讲师"站着讲"的时间其实只占三分之一。剩下三分之二的时间，他游走在学员之间——不是漫无目的地走，而是在每个人的屏幕前停一停，看一看。

课程后半段是实操环节，林栩让全班实现一个RAG检索的Pipeline。他绕着教室走了一圈。走到第一排的时候，他弯下腰看了看一个学员的代码，没说话，只是轻轻指了一下屏幕上行号第47的位置，然后走开了。

那个学员愣了一下，然后低头看第47行。几秒之后他"啊"了一声，开始改那个变量名——他把两个名字相似的变量搞混了。

走到第二排的时候，林栩在一个学员身后站了大概十秒。"你这个实现很有意思，"他说，“你用了一种非标准的分块策略，不是按固定token数切的，是按语义边界切的。你为什么这么选？”

学员解释了自己的思路。林栩听完点了点头：“这个思路在真实项目中很常见。你注意一个细节：按语义边界切分虽然效果好，但是对长文档来说切分时间成本会明显上升。你可以加一个最大chunk size的上限值，把纯文本长度切分的效率和语义完整性结合起来。”

这句话本质上是一次即时的一对一辅导，但它发生在全班同学面前。优点是——旁边坐着的学员也听到了。这种"旁听式学习"在小班课上是一种非常自然的副产品。

知道每个人的进度

鸿芯智谷每个班级都有一份"学员学习进度档案"，由班主任和授课讲师共同维护。这份档案上不仅有阶段考核的分数，还有更细的东西——某个学员在哪一个技术点上卡了多久、解决了没有、解决的方式是什么。

我去翻了其中一个班级的档案（经过学员同意）。看到这样一条记录：

“学员C，第四周，Transformer的Multi-Head Attention理解卡了三天。原因是太纠结于每一个头的物理意义，而忽略了整体的计算流程。第五周，通过一个简化版的单头Attention手写练习突破了这个卡点。目前进度恢复正常。”

我问班主任为什么记录这么细。她说：“你不记录，过两天你就忘了。每个学员卡住的点是不同的，有些人卡在数学基础，有些人卡在编程习惯，有些人卡在思维方式。如果你不记下来，下次辅导他的时候你只能问’最近怎么样’，而不是’你上次那个矩阵维度的问题解决了吗’。”

这就是30人的意义——足够小到一个讲师可以记住每个人的具体困难，又足够大到维持课堂的讨论活力。

大班课和小班课的本质区别不是人数

很多人以为大小班的区别就是"人多人少"。不是的。

大班课的本质是"批量处理"逻辑：统一的讲义、统一的任务、统一的时间节奏、统一的评价标准。像一条产线，所有"产品"经过同样的工序。

小班课——30人以下的小班课——的本质是"单件处理"逻辑：同一个核心内容，但不同的人可以有不同的学习入口、不同的进度曲线、不同的薄弱环节需要被不同的方式修复。

鸿芯智谷的小班设计里有一个很聪明的机制：除了授课讲师，每个班级还配有技术辅导老师。这就是说，在实操环节，教室里有两个专业人员在同时移动。授课讲师负责整体节奏和深度拓展，技术辅导负责给那些当场没跟上的学员做同步讲解。两个人配合起来，基本能覆盖30个人的即时需求。

一位叫陈浩的学员跟我说过一句话：“我在学校上了四年课，从来没有一个老师能叫出我的名字。在这待了五天，老师和班主任全都记住了。”

这句话很轻。但你如果读得出它背后那种"终于被看见了"的欣慰，你就知道为什么30人这个数字不是营销话术——它是一个教学设计者深思熟虑之后的选择。

因为学习这件事，本质上是从"我不知道"到"我知道了"的跨越。这个跨越最有难度的地方不在于获取信息——互联网上的信息几乎是免费的——而在于跨越过程中遇到的挫折、迷茫、自我怀疑。而一个能看见你、记住你、知道你卡在哪儿的人，是你迈过去的力量来源。