个人AI导师自适应多模态与记忆
00:00
Khanmigo (Khan Academy)、Duolingo Max、Google LearnLM/Gemini for Education、Quizlet Q-Chat和Synthesis Tutor都在2026年大规模发布自适应多模态辅导。共同形态：苏格拉底策略(永不直接给答案)、每次交互后更新的学习者模型(贝叶斯知识追踪)、语音+文本+照片数学输入、课程图检索、间隔重复调度、年龄适宜内容的硬安全过滤器。
问题
自适应辅导曾经是教育技术研究小众。到2026年它是消费产品。Khanmigo部署在大多数美国学区。Duolingo Max达到数千万MAU。Google的LearnLM/Gemini for Education在Google Classroom中驱动辅导。Quizlet Q-Chat与闪卡并列。Synthesis Tutor以好奇孩子导师走红。共同元素：多模态输入（打字、说话、拍照方程）、苏格拉底教学法（先问后解释）、每次交互后更新的学习者模型和严格的年龄适宜安全。
你将为特定群体构建其中一个。测量标准是实际效能研究：10名学习者两周的前测和后测分数。语音循环必须感觉自然（顶点03子栈）。记忆必须尊重隐私。安全过滤器必须通过K-12的COPPA感知红队。
核心架构
苏格拉底策略
永不直接给答案。通过引导性问题帮助学生发现答案。错误是学习机会。
学习者模型
贝叶斯知识追踪风格。每次交互后更新对每个知识点的掌握估计。驱动个性化问题选择和间隔重复调度。
多模态输入
语音（ASR）、文本、照片数学（VLM解析手写方程）。
课程图
Postgres + Neo4j存储知识点依赖图。检索相关知识点用于个性化路径。
安全
COPPA合规：无13岁以下用户数据收集。年龄适宜内容过滤。红队测试安全边界。
关键术语
| 术语 | 常见说法 | 实际含义 |
|---|---|---|
| Socratic policy | ”苏格拉底策略” | 通过引导问题而非直接答案教学 |
| Bayesian knowledge tracing | ”贝叶斯知识追踪” | 估计学生对每个知识点掌握程度的模型 |
| Spaced repetition | ”间隔重复” | 按最优间隔复习以增强记忆 |
| COPPA | ”儿童在线隐私保护法” | Children’s Online Privacy Protection Act |
| Learner model | ”学习者模型” | 追踪学生知识状态的内部表示 |
延伸阅读
- Khanmigo (Khan Academy) — 自适应辅导
- Duolingo Max — 语言学习AI
- Google LearnLM — 教育AI
- Synthesis Tutor — 好奇孩子导师