个人 AI 家教:自适应、多模态、带记忆

个人 AI 家教:自适应、多模态、带记忆

本节摘要:Khanmigo(Khan Academy)、Duolingo Max、Google LearnLM/Gemini for Education、Quizlet Q-Chat、Synthesis Tutor 在 2026 年都把自适应多模态辅导做到了规模。共同形态是:苏格拉底策略(绝不直接倒答案)、每次交互后更新的学习者模型(贝叶斯知识追踪风格)、语音+文本+拍照数学输入、课程图谱检索、间隔重复排程、年龄适宜的硬安全过滤。本节要求你交付一个学科专属家教(K-12 代数或入门 Python),跑一个 10 人两周疗效研究,并通过内容安全审计。你会学到苏格拉底策略、BKT 学习者模型、COPPA 感知的记忆,以及疗效增量这套真正的度量。

对应原课程:Phase 19 · Lesson 17 · personal-ai-tutor(原英文 phases/19-capstone-projects/17-personal-ai-tutor/docs/en.md)。

学习目标

阅读完本节,你应当能够:

1. 构建苏格拉底家教策略:学习者要答案时反问引导,答对进下一概念,卡住给脚手架提示。
2. 用贝叶斯知识追踪(BKT)每次交互后更新每课程节点的掌握概率,FSRS 做间隔重复排程。
3. 构建 Neo4j 课程图谱:50~150 概念节点带先修边,策略走图选下一概念,挂 OER 内容。
4. 实现 agentmemory 风格记忆:情景(每次交互)+ 语义(提炼的错误与偏好),COPPA 感知保留策略。
5. 串多模态:文本 + 语音(LiveKit + Whisper + Cartesia,复用毕业项目 03)+ 拍照数学(dots.ocr/PaliGemma 2)。
6. 跑 10 人两周疗效研究(前测/后测),对照非自适应基线,并通过 Llama Guard 4 + 年龄适宜过滤 + COPPA 红队。

一、问题与直觉

自适应辅导曾是教育科技的研究小众。到 2026 年它已是消费产品。Khanmigo 部署到美国大多数学区;Duolingo Max 达到数千万月活;Google 的 LearnLM/Gemini for Education 在 Google Classroom 里驱动辅导;Quizlet Q-Chat 与抽卡并存;Synthesis Tutor 以「好奇孩子家教」走红。共同要素:多模态输入(打字、说、拍方程)、苏格拉底教学法(先问后讲)、每次交互更新的学习者模型、严格的年龄适宜安全。

你要为特定群体建一个。度量线是一次真实疗效研究:两周 10 人的前测与后测。语音环必须自然(复用毕业项目 03 子栈)。记忆必须尊重隐私。安全过滤必须过 K-12 的 COPPA 感知红队。

二、从零实现

四个组件。家教策略是一个苏格拉底循环:学习者要答案时,策略反问一个引导问题;答对了进下一概念;卡住时给一个脚手架提示。学习者模型是贝叶斯知识追踪(或简单变体),每次交互后按课程节点更新掌握概率。课程图谱是一张 Neo4j,概念带先修边;策略走图选下一概念。记忆是情景 + 语义存储(agentmemory 风格),存过往交互、错误、偏好。

苏格拉底策略的核心(永不倒答案):

def tutor_step(learner_answer, concept):
    signal = classify(learner_answer)            # correct / partial / stuck
    if signal == "correct":
        mastery[concept] = bkt_update(mastery[concept], correct=True)
        return next_concept(curriculum_graph, concept)
    if signal == "stuck":
        return scaffold_hint(concept)            # 脚手架提示,不给答案
    return leading_question(concept)             # 反问引导
​

UX 是多模态。文本输入打字答案;语音经 LiveKit + Whisper(复用毕业项目 03);拍照数学经 dots.ocr 或 PaliGemma 2;语音输出经 Cartesia Sonic-2。安全用 Llama Guard 4 加年龄适宜过滤(拦成人内容、暴力、自残)加 COPPA 感知的记忆保留策略。

疗效研究是交付物。10 学习者,前测后测,两周。报告学习增量差值与置信区间。对照非自适应基线(同样内容线性交付,无家教策略)。

三、架构与技术栈

• 学科选择:K-12 代数或入门 Python(选一个做深)。
• 家教策略:LangGraph 上 Claude Sonnet 4.7(配提示缓存)。
• 学习者模型:贝叶斯知识追踪(经典)或 FSRS 做间隔。
• 课程图谱:Neo4j,概念 + 先修边 + OER 内容。
• 记忆:agentmemory 风格的持久向量 + 情景 + 语义存储。
• 语音:LiveKit Agents 1.0 + Cartesia Sonic-2(复用毕业项目 03 子栈)。
• 拍照数学:dots.ocr 或 PaliGemma 2 做方程识别。
• 安全:Llama Guard 4 + 自定义年龄适宜过滤。
• 评估:Bloom 级别问题生成、前/后测套件、疗效研究工具。

四、可复用产物

outputs/skill-ai-tutor.md 是交付物:一个学科专属自适应家教,带多模态输入、学习者模型、记忆、安全、可度量疗效。评分量表:

一次典型交互:

learner: "I don't understand why 3x + 6 = 12 means x = 2"
[signal]   stuck
[concept]  'isolating variables' (prerequisite: addition-subtraction-equality)
[scaffold] "what number would you subtract from both sides to start?"
learner: "6"
[signal]   correct
[mastery]  addition-subtraction-equality: 0.62 -> 0.77
[concept]  continue 'isolating variables'
[scaffold] "great. now what is 3x / 3 equal to?"
​

五、框架对比

Khanmigo 是 K-12 消费家教参考,学区部署最广;Duolingo Max 是语言学习参考;LearnLM/Gemini for Education 是托管参考模型;Quizlet Q-Chat 与抽卡并存;Synthesis Tutor 是初创参考。教学法上,苏格拉底策略是它们的共同内核——「先问后讲」,这把家教与「问答机」区分开。学习者模型侧,BKT 是经典(每概念掌握概率),FSRS 是 2024 间隔重复调度器(优于 SM-2)。本节建议用 BKT + FSRS 组合:前者管「懂没懂」,后者管「何时复习」,练习会让你对比有无自适应学习者模型的疗效差。

六、练习

1. 无自适应对照:在有无自适应学习者模型(随机概念序)下跑疗效研究,报告差值——预期自适应赢,但差距大小才是有趣数字。
2. 多模态探针:同一概念问题分别用文本、语音、拍照呈现,度量学习者是否在自己偏好的模态上收敛更快。
3. 家长仪表盘:建一个家长仪表盘——练习主题、掌握轨迹、即将学的概念、安全事件(任何护栏触发),COPPA 对齐。
4. 语言切换:加语言切换模式——家教接受西班牙语输入并用西班牙语教学,度量 X-Guard 覆盖。
5. 记忆隐私压测:压测记忆隐私——验证学习者 A 即便经语音片段再摄入攻击也看不到学习者 B 的数据,记录尝试访问并告警。

本节要点回顾

1. 2026 家教是消费产品:多模态 + 苏格拉底 + 学习者模型 + 严格安全。
2. 苏格拉底策略:先问后讲,绝不倒答案,卡住给脚手架提示。
3. BKT 学习者模型:每课程节点掌握概率,每次交互更新。
4. 课程图谱 + FSRS:Neo4j 先修图走选概念,FSRS 排间隔重复。
5. 记忆双存储:情景(每次交互)+ 语义(提炼错误与偏好),COPPA 感知保留。
6. 疗效是度量:10 人两周前/后测,对照非自适应基线。

以上 17 个产品级毕业项目到此完成。下一节起,我们进入第一条深度构建赛道——「Agent Harness」,从循环契约开始,逐步搭出一个端到端的编码 Agent。