学生遇到问题，下一步该怎么办？
资料去哪找、解释是否可靠、问题怎样说明清楚，都要自己判断。
学习现场
学习中遇到问题，影响的不只学生。
学生
家长学了这么久，到底学得怎么样？
遇到过什么困难、解决了吗、是不是总在同一步反复，很难看出来。
教师相同的问题反复讲，仍然顾不过来。
只看最后的代码，很难判断学生从哪一步开始出现偏差。
机构好老师难找，现有老师也顾不过来。
学生一多，相似问题不断出现，答疑压力只能集中在少数老师身上。
悦AI学把题目、代码、运行结果和 AI 学习教练放在同一个练习页里，学生得到提示后可以马上继续验证。
现在可用
从开始尝试，到确认问题真的解决。
学生可以自己先试，需要帮助时直接带着当前代码和运行结果问教练，修改后马上验证，过程会自动保留。
- 01
进入练习
从知识点、难度或上次进度继续。
- 02
自己先写
直接在网页里完成代码。
- 03
马上反馈
运行或提交，立即看到结果。
- 04
直接问教练
当前代码和运行结果不用重新说明。
- 05
修改再验证
调整后再次运行，过程与记录会保留。
长期愿景 · 持续建设中
每学一次，下一次都更适合你。
真正的个性化，不能只靠一次测评或一条推荐。系统要同时理解学习者的变化，也理解知识之间的关系。
理解学习者
让学习画像来自过程，而不是一次结果
每次尝试、修改、运行、提问和再次验证，都会形成新的学习证据，持续更新对掌握情况的判断。
学习过程证据 → 动态学习画像
理解知识
把知识拆到足够小，再看见它们如何相连
原子化知识点承载前置、包含、关联和迁移关系，为跨学科知识图谱提供稳定底座。
原子化知识点 → 跨学科知识图谱
两种理解，共同决定下一步
两种理解，共同决定下一步
个性化，不只是推荐不同内容。
学习画像说明“你现在在哪里”，知识图谱说明“接下来有哪些路”。两者共同决定学什么、怎么讲、何时练，以及怎样确认真正掌握。
- 更适合当前状态的内容
- 能解释原因的学习路径
- 随过程变化的讲解与反馈
- 连续、沉浸的学习体验
不用先学会怎么问 AI。