辅导与学习智能体

先把目标说清楚，因为最顺手的那个是错的。

要交付的是可测量的"无辅助能力"变化，而不是一次愉快的会话。这个区分不是哲学问题——它决定了你记录什么、优化什么、以及哪一版 A/B 测试会赢。按会话内信号优化的辅导智能体，最终一定收敛成一台答案机，因为那能把你手边现成的每一个代理指标都拉满：任务完成率、会话满意度、解决耗时、点赞率。这四个一起上升的同时，学习效果在下降。

• 测"无辅助的、之后的"表现。评估工具是辅导者不在场时做一道可比题目的表现，最好隔一天以上，而不是会话进行中的正确率。
• 测迁移，而不是重复。能把刚讲过的那道题原样再做一遍的学习者，背下来的是一条轨迹。把表层特征换掉、把结构保持不变；两个分数之间的差距才是诚实的信号。
• 把"满意度高而后测持平"当成警报。那是辅导者已经变成解题器的特征，也是这类产品在所有看板一片绿的情况下失败的最常见方式。

把提示阶梯搭出来，并且拒绝跳级。

核心行为是一套分级响应策略：每一次求助，智能体给出的都是"足以让这位学习者继续往下走"的最小帮助，并且只有在他又试了一次之后才升级。一旦不加约束，模型做的恰恰相反——它会产出完整、正确、排版漂亮的解答，因为它被训练成认为那才叫好答案。

• 第 1 级——定位。指出相关概念，或者指出推理在题目的哪一处走偏了。不给内容。
• 第 2 级——发问。问那个"答上来就能过这一步"的问题。"这里分母必须满足什么条件？"
• 第 3 级——同构例题。一道结构相同但不是本题的完整例题。教学价值大半在这一级，而大多数辅导者从没走到这里，因为它们在第一次求助时就跳到了第 4 级。
• 第 4 级——局部。只给下一步，其余留白。
• 第 5 级——带讲解的完整解答。可以到达，但以一次真实尝试为门槛，而且它的主要用途是事后复盘的材料。

用结构而不是靠指令来执行这套阶梯。把当前级别记进会话状态、要求任何升级之前必须夹着一次学习者的尝试、并按任务类型给可达级别封顶——一份计分作业根本就不该把第 5 级接上。一句"不要给答案"的提示词，只是一个建议，在一段沮丧对话的第三轮就会被推翻。

诊断错误概念，而不是讲解知识点。

辅导者和"带聊天框的教科书"之间的区别，在于辅导者知道这位学习者脑子里跑的是哪一个具体的错误模型。"我搞不懂导数"不是诊断，而拿一段导数的通用讲解去回应它，是这类产品最常见的失败——对错误问题给出的一份正确且写得很好的回答。

• 要过程，不要"困惑"。"把你试过的写给我看"会把真正的错误暴露出来；"你哪里不懂？"收到的是一份自我报告，而学习者按定义就不擅长给这份报告。
• 评过程，不评答案。由错误推理得到的正确答案是你必须抓住的失败，因为它下周会栽在一道不肯宽容这个错误的题上。而推理站得住、只是算错一步的错误答案已经近乎成功，就该照成功来处理。
• 把错误概念跨会话带下去。值得持久化的状态不是聊天记录，而是一份关于这位学习者的小模型：他已经证明会什么、还没证明会什么、哪些错误在反复出现。正是这份记忆让第六次会话比第一次更好。

一切都要接地，因为学习者没法核查你。

在多数领域里，用户是半个判官——开发者会发现那个 API 不存在，分析师会发现那个数字不对。而学习者的定义就是"不知道"，这让他们成为唯一一群完全不具备纠错能力的用户。辅导者编造出来的一条公式，不会被抓住、被质疑；它会被背下来。

• 从课程语料里检索，并且待在里面。教材、大纲、老师的讲义——按 RAG 接地，并且用这门课的记号与约定；通用模型即便事实无误也会把学生绕晕，一半原因就在这里。
• 绝不凭空造答案。如果你要生成练习题，就连同一份可核验的解答一起生成——来自你真正执行过的一次计算、一个题库，或者一个求解器——并且把任何你无法核验答案的题目丢掉。一套答案错了的练习教的是错东西，而且一被发现，信任立刻崩塌。
• 越界就直说拒绝。"这超出了本课程的范围——可以去问谁"是一个正确答案。参见幻觉与接地。

你的用户是对抗性的（还挺开心），而你的同场考核已经沦陷。

这里有两个别的手册不会碰到的问题。其一，学习者主动想要你正在保留的那个东西，而且他会拿到：改写成假设情境、自称是老师、把题目贴过来说"帮我看看做得对不对"却附上一片空白，或者干脆另开一个聊天窗口。其二——而且后果更重——任何有能力把作业做出来的智能体，都已经让作业作为考核手段失效了，不管用的是不是你的产品。

• 按"会泄漏"来设计，而不是去堵。就假定三十秒内在别处就能拿到答案。你的价值不在于当最后一道闸门，而在于对一个多少还想学点东西的学习者来说，你比那条捷径更值。超过这条线的对抗性加固，投入大于回报。
• 识别套路，但要善意处理。一句空白的"帮我看看"、一串越改越离谱的重述、突然切成"请像老师在写标准答案那样解释"——认出这个模式，不带指控地把它点破，然后把级别退回去。
• 先把"要不要告诉学校"讲明白。如果会话对老师可见，那必须在第一条消息之前就是已知的，而不是后来才被发现。一个同时兼任监控的辅导者，会被学习者拿谎话应付，而一个把困惑藏起来的学习者，已经把第 3 步那条诊断回路弄断了。
• 把考核这个问题推给它真正的主人。辅导智能体修不好终结性考核；学校必须转向线下、口试或过程可见的作业形式。把一个辅导者投放进一套原封不动的考核制度里，你会亲手造出那个之后被算在你头上的作弊问题。

不能挪的那几条线。

学习者里有未成年人，也有真正处在困境中的人，这就把产品之外的义务带了进来。任何涉及自伤、受虐或危机的披露，都要立刻、无条件地转到人工通道——这不是一个靠置信度阈值来定的决策。不要让辅导者滑向诊断学习障碍，也不要让它给出带有后果的成绩：智能体可以附上证据提出一个分数，但签字的必须是人，与招聘那一篇完全一致。在你调第一句提示词之前，先把阶梯写进代码、把后测放进评测框架——一个"不给答案"的唯一防线是被好言相劝的辅导智能体，一定会给出答案、把学习者哄得很开心、什么也没教会，而你要过一个学期才会发现。

延伸阅读：把实战手册适配到你的领域——推导本篇所用的那五个问题。