🧠 费曼学习教学平台

Agent OS 原生费曼学习教学平台

Agent OS 原生费曼学习教学平台，是以智能 Agent 作为教学系统核心运行单元的新一代学习平台。平台将课程内容、知识点、学习任 务、学生表达、教师反馈和 AI 辅导统一纳入 Agent OS 的上下文与任务体系，让每一次学习行为都能被理解、记录、分析和持续跟进。

什么是 Agent OS 原生

平台中的每次 AI 教学互动都由一个完整的 Agent 任务驱动，包含：

• 学生当前的课程和知识点；

• 学生此前的学习记录和对话上下文；

• 当前学习目标与任务要求；

• AI 可使用的课程工具和数据范围；

• 本轮对话、反馈和学习结果。

因此，AI 不只是回答一个孤立问题，而是能够围绕课程目标持续辅导学生，形成连续的学习过程。

核心技术特色

Agent 上下文原生管理

平台以课程、学生、学习主题和 Agent 会话建立长期上下文。AI 能够理解当前学习位置，并结合历史表现提供连续指导。

费曼学习闭环

系统围绕“解释知识—发现漏洞—追问引导—重新表达—再次评价”运行。学生的每次表达都会成为下一轮教学的依据，形成可持续迭代的学习闭环。

课程范围内的智能工具调用

Agent 可以在授权范围内访问课程内容、知识点、学习任务和相关资料，并根据教学场景调用检索、评价、分析等工具，保证回答与课程目标保持一致。

多角色 AI 协作

平台支持不同教学角色共同参与学习过程，例如：

• 苏格拉底导师：通过连续提问引导思考；

• 费曼导师：帮助学生用简单语言解释复杂概念；

• 批判性导师：发现逻辑漏洞和错误假设；

• 杠精：从反面提出质疑；

• 马屁精：肯定有效观点并增强学习信心；

• 老学究：补充定义、理论背景和严谨表述。

不同角色拥有独立身份、提示词、任务上下文和行为边界。

事件驱动与异步任务架构

AI 生成、学习分析、邮件通知和论坛回复等耗时操作由后台任务系统处理，支持任务排队、状态跟踪、失败重试和异常恢复，保证前台教学操作流畅。

安全的 Agent 能力授权

每次 Agent 执行都拥有明确的课程范围、学生身份和工具权限。系统通过角色权限、课程成员关系、能力令牌和操作审计控制数据访问，避免 AI 越权读取其他课程或学生信息。

可持续的学习记忆

学生的表达、作业、反馈、提问和知识点掌握情况可以沉淀为学习记录，为后续复习、评价、推荐和个性化辅导提供依据。

可扩展的模型和工具体系

平台支持配置不同的大语言模型、模型服务地址和教学提示词，也可以逐步扩展检索、知识图谱、作业评价、语音交互等教学工具。

教师端能力

教师可以在统一的课程工作区中管理课程章节、知识点、作业、日历、班级和论坛，并查看学生的学习进度、表达质量、薄弱知识点和AI 互动记录。

学生端体验

学生可以围绕知识点进行解释、提问、练习和讨论。AI 会根据学生当前的理解程度调整提问方式、反馈深度和辅导节奏，帮助学生从“记住内容”逐步达到“能够讲清楚、能够应用”。

Agent OS 原生架构让课程内容、AI 能力和学习数据形成统一系统，使平台能够持续理解每位学生的学习过程，并提供真正面向学习结果的智能教学服务。

让 Agent 理解课程，让学生讲清知识，让学习过程持续产生价值。