当 Dare Adeola 和 Olamide Onigbanjo 在拉各斯大学着手打造 UniBeta 时，他们犯下了早期初创公司最典型的错误：试图打造一款“全能应用”。他们将课程表管理、街头随机采访、同伴辅导，以及售卖二手潮牌和香水的校园市集塞进了同一个产品中。外包开发的移动应用交付时漏洞百出，屡次未通过 Apple App Store 和 Google Play 审核，几乎耗尽了创始人的积蓄。

更糟的是，两人迎头撞上了尼日利亚教育科技领域的结构性现实：考试前两周流量暴增，而试卷一提交，用户几乎全部流失。围绕这一节奏进行设计——将价值集中在短暂而关键的高风险窗口期，而非分散注意力——成为塑造 UniBeta 后续所有产品决策的约束条件。

他们没有选择关停，而是果断瘦身。他们意识到，ChatGPT 等全球聊天机器人难以理解复印的课包和独特的本地教学大纲，于是围绕算法化复习重构了 UniBeta——训练 AI 从历年试卷中挖掘高频考点集群。TechCabal 的 Opeyemi Kareem 追踪了这家初创公司三年艰辛历程：从失败的校园超级应用转型为精准的 AI 学习工具，这一演变大致经历了三个阶段：实验期、失败的开发期和押注 AI 期。

从预科项目到创始团队

到了大二，大多数大学生已经形成自己的节奏：判断哪些讲师最需要重点应对、去哪里找历年真题，以及如何熬过考试季。

Dare Oluwayanmife Adeola 的入学之路则不那么寻常。他通过 JUPEB——一个高强度预科项目——进入拉各斯大学（UNILAG）城市与区域规划专业二年级。严苛的预科年迫使他制定严格的个人时间表，以在课程学习与活跃的商业副业之间取得平衡。

“我观察到的大多数学生，要么为了生计牺牲成绩，要么为了跟上学业而在社交上筋疲力尽，”Adeola 告诉 TechCabal。“大学本应是一种完整的体验。你不应该为了赚钱生活而牺牲学位，也不应该相反。”

2023 年，Adeola 与当时还是化学工程本科生的 Olamide Onigbanjo 合作创建了 UniBeta。最初的愿景是一个雄心勃勃、功能繁多的学生超级应用，集课程表管理、GPA 追踪、同伴辅导、职业建议以及面向学生商家的电商市集于一体——而这一切都是在两位创始人仍为全日制学生时打造的。

历经三年、数次失败尝试和一次失败的移动端部署之后，UniBeta 剥离了冗余，专注于一个单一目标：利用人工智能（AI）帮助尼日利亚大学生备考并通过考试。

第一天：三个实验

UniBeta 并非始于软件，而是始于朋友之间共享的线下学习时间表。受到良好反响的鼓舞，创始人们将更宏大的校园抱负拆解为三个低成本的线下实验。

第一个实验针对学业。deola 在 UNILAG 各学院招募了一等学位级别的学生，为低年级学生开展针对性辅导。前提很简单：由最近刚在同一讲师门下参加过同样考试的同伴来授课，本科生往往能更快理解复杂概念。

“我们开始在校园里组织辅导课，我会观察出勤情况，看看人们是否真的想学习，”Adeola 回忆道。

第二个实验聚焦于社区媒体。创始人们推出了 Inside Uni，一个校园生活方式频道，制作街头采访、随机街访和贴近生活的视频内容。它迅速吸引了受众，既为学生创作者提供了展示平台，也为 UniBeta 带来了直接、有机的校园分发渠道。

第三个支柱是商业。在锁定学生注意力之后，UniBeta 开始通过向经营副业的本科生创业者出售推广位来变现。

“我们有学生售卖各种东西，从二手时尚和潮牌到香水和珠宝，”Adeola 说。

在三条渠道均获得发展势头的鼓舞下，创始人们犯下了经典的后续错误：试图将不同的产品合并到一个应用中。他们组建了一支包括三名软件工程师、一名主持人和一名视频剪辑师的团队，着手开发一个试图同时服务学业、媒体和商业的一体化平台。

第 500 天：失败的应用

将三个截然不同的实验转化为一个可用的移动应用被证明是一场灾难。创始人们以自己的积蓄自筹资金，付费给外部合同开发商来构建前端和后端架构。数月后，交付的代码漏洞百出。该应用屡次未通过 App Store 和 Google Play 的审核标准，在基本的稳定性、界面响应速度和数据合规方面均不达标。

“从零开始重来真的令人沮丧。这件事真的让我考虑放弃这个想法，因为我甚至不知道从哪里着手，”Adeola 说。

为了保持势头，创始人们挽救了唯一可用的模块——商家市集，将其作为轻量级网页应用发布，同时聘请一名新工程师重写底层代码。这一权宜之计在重构进行期间保住了一个可运行的产品。

这场危机迫使团队对产品进行关键性重新评估。超级应用的定位分散了用户注意力，也让用户留存变得复杂：广告主、生活方式内容观众和备考的本科生各自处于完全不同的使用周期。更根本的是，创始人们撞上了尼日利亚教育科技领域的核心结构性缺陷：极端的季节性。

“我们学到的最大教训是，教育科技平台的需求——尤其是对尼日利亚大学生而言——是季节性的，”Adeola 说。“我们注意到，考试临近时学生流量大量涌入，考试结束后则大量流失。”

为了生存，UniBeta 需要一款足够有吸引力的工具，能在那些关键的考试周期内提供集中价值，同时不需要过多的运营开销。这一探索最终指向了人工智能。

第 1000 天：UniBeta 押注 AI

UniBeta 没有继续充当 PDF 笔记和历年真题的静态存储库，而是转向自动化内容生成。2025 年 10 月，这家初创公司推出了 UniBeta AI。

该工具允许本科生上传非结构化的课程材料和历史试卷。其模型随后解析文本，识别教学大纲中反复出现的模式，自动生成情境化闪卡、选择题测验和模块化摘要。

“我们注意到，联邦大学的历年真题大多不会重复原题，而是重复考点，”Adeola 说。“因此我们能够识别这些考点，然后帮助学生针对性地学习。”

此次转型使 UniBeta 与通用聊天机器人以及专为教育打造的 AI 工具形成竞争，包括 Google 的 Gemini、Anthropic 的 Claude 和 OpenAI 的 ChatGPT。Adeola 认为，UniBeta 的优势在于围绕非洲大学生的实际情况进行构建，而非追逐更大的市场份额。他们的赌注是：复印的课包、独特的本地教学大纲，以及重复考点而非原题的历年试卷，会奖励一个专门针对这些材料训练的工具——而创始人们发现，全球聊天机器人在这一领域表现吃力。

“我们试图做的是让它更专注于尼日利亚或非洲大学，而不是像其他产品那样为更大的市场份额服务，”他说。“UniBeta AI 会更贴合尼日利亚大学生真正理解的内容，并真正对他们有价值。”

UniBeta 供免费版，付费方案定价在 ₦2,000 至 ₦6,000 之间。公司还通过活动、Inside Uni 推广和赞助广告创造收入。2025 年 9 月，公司获得了一笔金额未披露的天使投资。

前路展望

UniBeta 表示，下一个挑战是分发。这家初创公司正在与尼日利亚大学委员会（Nigerian Universities Commission）——尼日利亚大学的联邦监管机构——洽谈，商讨为获得认证的尼日利亚高校构建统一的数据结构。如果计划成真，创始人们希望这能让 UniBeta 在全国范围内运营，而无需在每个校园从零开始建立独立的存在。

公司还表示，团队正在开发包括幻灯片生成和语音辅导在内的功能，这些功能可以将学生上传的材料转化为类似一对一课程的形式。更长期的目标是打造一款理解尼日利亚学生学习方式及其所需应对的学术体系的 AI 产品。这些分发谈判的进展以及新功能能否按计划上线，将决定 UniBeta 能否将单一校园的打法扩展为全国性打法，并实现 Adeola 所描述的全年相关性。

“要让一个教育科技平台取得成功，我们还需要解决学生在课堂之外的其他问题，这样我们才能实现全天候的相关性，”Adeola 说。