文 | 刘凌果

编辑 | 海若镜

教一个四岁半的孩子认识什么是苹果，要花多长时间？对自闭症儿童而言，这是个未知数。

欢欢坐在小板凳上，康复师将印有苹果图样的小卡，一张一张举到她的眼前：红苹果、蛇果、切开的苹果、咬了一口的苹果、苹果简笔画，她要辨认并回答，以上都是苹果吗？答对了会被康复师记作 "+（加）"，反之记为 "-（减）"。对普通孩子而言，这种相对简单的认知泛化能力可自然习得，但一些自闭症儿童可能需要上百次练习。

一堂 30 分钟的课程下来，康复师至少会进行 30 个问答回合，每回合可以视作一条行为数据。欢欢母亲告诉 36 氪，孩子一天需要上七节课，一周五天，全年基本无长间断。这意味着，大量带有明确 " 教学 - 行为 - 反馈 " 对应关系的数据，在这个过程中形成。

过去，这些数据主要用于让老师判断一堂课的完成情况。当前，它们被用于训练 AI，成为一门新生意。

" 把稀缺的督导经验，产品化、规模化输出。" 特需儿童康复企业大米和小米研发副总裁王占伟表示，2023 年下半年，随着各家基座模型陆续推出，利用公司积累的儿童康复过程数据训练模型，并将其嵌入机构中评估、排课、教案生成等工作，开始具备可行性。随后，大米和小米联合亚马逊云科技，定制了 AI 系统。目前，该系统已在近 100 家直营门店及 300 余家合作机构中使用。

在河南平顶山，一家特需儿童康复机构于今年 1 月接入 AI，半年后，负责人宋文涛表示，已辞退此前外聘的兼职督导，因为 AI 已可以承担督导的部分工作，成本也更低。

在自闭症康复机构中，康复师更多是督导方案的执行者，负责直接给孩子上课；督导则需有多年一线康复师工作经验，具备评估孩子情况，确定干预课程等 " 高阶 " 能力。

一名康复师成长为合格督导，需要至少三到五年的时间。但缺少专业支持的康复机构却难等很久。当前，AI 正以 " 督导 " 的角色，进入长期缺人的特殊康复赛道。

三四线城市开始买单

家住河南平顶山的欢欢，三岁时经医院确诊自闭症后，家人也曾考虑送她去省会郑州接受康复训练，但 " 一个月（医保报销完后），得花一万多。" 欢欢母亲提到，除却课时费，加之租房、交通、全职陪护等成本，家里难以负担。

同时，她表示，郑州头部自闭症康复机构康复师和督导人手紧张，孩子一天只能排上三到四堂课，" 还得额外找小机构加课，一节课都三四百。我琢磨着，一个月没 3 万下不来。" 权衡之下，欢欢最终留在平顶山接受康复训练。

留下来是迫于现实，但家庭对专业康复训练的需求仍旧强烈。事实上，这种需求近年来还在持续上升。随着筛查评估的覆盖面拓宽，过去未被识别的自闭症儿童，正更多地走进康复体系。

" 从 2019 年开诊至今（2025 年），我们的孤独症专病门诊的门诊量逐年增加，现在年门诊量已经从 300 人次左右增至约 3000 余人次。" 北京安定医院儿童精神科副主任医师戚艳杰在接受媒体采访时曾提到。

中国疾控中心 2026 年 4 月援引国家卫生健康委筛查数据称，我国儿童自闭症患病率约为 7 ‰，自闭症总患病人群超过 1400 万。

这种需求传导至供给端，促使康复机构迫切希望填补人力空缺、提升服务质量。但专业能力建立在经验之上，而经验 " 急不来 "，行业的人才缺口也因此长期难以填平。"1 个康复师平均每天给 4 到 6 个孩子上课，1 个督导可能要督五六十个个案。" 大米和小米资深督导郑恬提到。

引入 AI 前，宋文涛曾外聘持有 BCBA（国际认证行为分析师）证书的兼职督导。据他回忆，外聘督导每月提供 1-2 次线上教学，年聘用费用达十几万元。但由于其授课时间有限，覆盖个案量不足，更无法持续跟踪单个孩子的变化，效果不尽人意。

AI 的 " 补位 " 恰逢其时。

填缺口是一方面，另一重意义，是让机构的服务更具差异化。宋文涛介绍，在平顶山等三四线城市，受限于专业人才供给，各家儿童康复机构服务质量相近，过去主要依靠降价竞争。引入 AI 后，宋文涛在原有每节 40 元、60 元的课程之外，增加每节 80 元的 AI 课程，目前约有 30% 的家长报名。

近两年，宋文涛旗下的机构扩展至十家。他表示，后续会让所有机构用上 "AI 督导 "，帮助新人康复师快速上手、标准化教学，让各店服务质量更一致和稳定。

降成本、提客单价、拉开服务差距、有利于标准化扩张，共同构成 AI 进入康复机构的入场券。

沿着付费链条继续向下，家长是最终的买单方。而家长的付费意愿主要取决于 AI 能否给孩子带来实质性康复进展。当前，据大米和小米提供的一项对照研究，三家第三方机构的 65 名儿童接受三个月干预后，AI 介入组儿童在社交互动、语言沟通、认知和模仿等五个领域的进步均优于普通干预组。

这些变化是如何发生的？

AI 更早 " 懂 " 孩子

AI 与孩子的第一次见面，是在评估中。

评估类似于针对儿童能力发育的 " 体检 "，与医院诊断的区别在于，不是下诊断结论即可，而是摸清楚孩子具体会什么、不会什么、为什么不会？目的是指导下一步干预。

郑恬解释，一个孩子 " 不会说话 "，可能出于沟通意愿不足、无法模仿口部动作、听不懂指令，也可能是能听懂却不知如何表达，只有进行细致评估后，才能 " 对症下药 "。

此前，康复师通常要耗费数周时间，对孩子的各项能力逐一测试。再由督导分析行为数据，手动 " 敲 " 完长达十来页的报告。当下，在 AI 的参与下，单论报告撰写时间，由至少三个小时缩短至数秒：康复师在测评过程中，同步将孩子的反馈录入平板，测评结束时报告随之出炉，督导只需在此基础上审核、完善。

欢欢母亲提到，通过 AI 评估发现，实际年龄四岁半的欢欢，发育水平只达到三岁半的标准。这 " 一年 " 的差值，就是欢欢需要通过康复训练赶上的。

王占伟解释，AI 会先从孩子的实际年龄出发，测试其能否完成对应阶段的项目；如果无法完成，便逐级向下寻找，直至确定能力基线，再据此确定孩子的 IEP（特殊儿童个别化教育计划）。

海外也有类似探索。2024 年，美国康复技术公司 TheraDriver 团队利用 617 名 2 — 14 岁自闭症儿童的评估表、诊断报告、家长访谈等资料，训练 AI 识别需干预的行为和待学习的技能，并生成个性化治疗方案。随后，经随机抽取 6 名儿童案例进行检验，发现 AI 生成的方案与督导的高度接近。

但 IEP 更接近一份待完成的 " 技能点 " 清单，具体先学什么、后学什么，同样关键。一份 " 完美 " 的课表，得在遵循儿童发展规律的基础上，兼顾孩子的长短期目标、短板、优势等多重要素，难度不言而喻。" 即便孩子每天来三个小时，一周来 5 天，不可能要求孩子 IEP 中要掌握的数十甚至百来项技能一下子同时推进。AI 则可以告诉你，这些技能中，哪些应该先教，每天建议练习多少回合才能让孩子尽快掌握。"

操作中，康复师可直接在对话框中输入孩子的上课频率、训练时长等基础信息，以及喜欢小车、吹泡泡、挠痒痒、举高高等个性偏好，甚至包括家长重点关注的特质等 " 场外因素 "，由 AI 综合分析后，出具康复方案。

正式开始训练课程后，个性化的教案和教具生成，更是 AI 的 " 绝对领域 "。仍以 " 认识苹果 " 为例，自闭症儿童可能刚学会认识树上的苹果，转头就认不出被摘下的苹果。为了确认孩子真正掌握一个概念，从前老师需要用搜索引擎获取各异图片后，打印、裁剪、塑封、整理。现在，AI 让范例的获取变得极其便捷，各式各样的苹果 " 一键获取 "。

不过，这也是通用大模型完全可以实现的功能。对此，王占伟解释区别在于：通用大模型给出的是一般性通用范例，而大米和小米 AI 始终基于这个孩子过去所有的干预情况以及专业数据库信息，给出独属于这个孩子的 " 定制范例 "。例如 AI 会判断，到底是哪种变化，让这个孩子突然又无法认识苹果了，并针对性训练。

类似的，AI 还可以根据孩子的照片和康复目标定制绘本；对于害怕陌生环境的孩子，老师可以将机构大门、教室和厕所融入故事，帮助其提前熟悉环境；在集体课上，AI 能根据人数、能力基础和训练目标层出不穷地设计新游戏。

自闭症儿童的康复周期往往以年为单位，每上完一堂课，孩子可能都会有细微的变化。这些不易被察觉的微小改变，被 AI 捕捉后，会不断强化其对孩子的 " 理解 "；再类似 " 实时定位 " 的导航，告诉康复师下一步该做什么。此外，就算康复师离职，对孩子的跟踪记录也已被 AI 完整留存。

另一个很需要 " 导航 " 的是家长。由于接受干预的自闭症儿童年龄普遍较小，且不善交流，家长对孩子的具体情况过去往往了解不足。去年底，在给欢欢报了 AI 介入的课程后，欢欢母亲提到，最直观的感受就是 " 目标更清晰了 "。例如，家长能在平板上看到，孩子在声母 "k" 的发音上掌握度达 80% 等信息。

回到人的世界

对这个长期依赖人力和经验的行业而言，AI 已证明自己能辅助承担多项任务。但这是在专业人才供给不足的前提下，从无到有的填补，并不意味着其必然全方位优于与孩子有丰富接触、相处经验的专业督导。

"AI 可以提供丰富的互动游戏、活动思路，让老师在此基础上进一步优化上课方式。" 郑恬提到，但一套由督导精心打磨的课程，在创新性、临场适配上，不一定输给 AI。毕竟，AI 与孩子总有 " 时差 "，康复师是与孩子真实互动、建立情感联结的那个人。这与康复的目标本身也契合：让孩子能更自在、舒适地回到 " 人的世界 "。

当前，AI 更直接的价值，仍是提升康复师、督导的工作效率，充当 " 超级辅助 " 的角色。更少的案头工作，" 身兼数孩 " 的督导就能挤出更多时间陪伴难以适应课堂的孩子、当面指导康复师的教学方式、安抚因孩子近日未有明显进步而焦虑的家长，让人的专业能力回到最不可被替代的环节。

这个 " 超级辅助 " 的能力上限，依赖于康复师持续的 " 新数据投喂 "。郑恬在给中小机构培训时发现，由于许多康复师此前没有逐回合记录的习惯，即使机构引入 AI，也难以做到完整数据的录入。长此以往，AI 可能 " 跟丢 " 目标。

那么，在数据充足的情况下，AI 能否真正代替康复师下判断呢？

目前答案也仍是不能。王占伟表示，AI 生成的内容都会由人工进行审核把关，才会进入实际流程。一次，AI 判断欢欢已掌握某个训练项目，可以进入下一目标，康复师却认为她还需要继续巩固。

欢欢母亲表示，她觉得 AI 并没有真正坐在孩子对面，与孩子有眼神、语言、情感交流，所以自己更信任老师的判断，"AI 给一点，督导老师再给一点，我感觉那就更好了。"

吃饭、睡觉、做游戏、出行等日常生活同样是孩子天然的 " 训练场 "。当前许多公司都在针对性开发居家干预类产品。例如让孩子通过平板，与 AI 一问一答，反复练习看图识物，在打招呼、借东西、轮流游戏等模拟场景中学习社交技能；将 AI 装进毛绒萌物具身智能机器人，当孩子哭闹、烦躁、低落时，机器人主动发起交流，给予及时的情感支持；让家长通过 APP，直接就棘手问题线上求教 AI，并根据指导自行开展家庭训练。

欢欢母亲表示，自己很乐意尝试此类产品，但主要顾虑在于，自己在家给欢欢上课时，" 她根本都不理我，都不觉得我是老师，就觉得我还是妈妈。"AI 进入自闭症康复，可以当 " 老师的老师 "、" 家长的老师 "，却仍难以代替人，与孩子建立真实的关系。

未来，机器人或许也能坐在孩子面前，举起一张小卡，问一句 " 这是苹果吗？" 但孩子会愿意抬起头、面对注视，并给出回答吗？这仍未可知。

（应受访者要求，文中欢欢为化名）