WAIC现场的AI学习实验室：从搜题给答案到追问学习过程

机器之心在 WAIC 现场体验了一套学习 Agent。它展示的重点不是把答案生成得更快，而是先追问学生依据，再决定下一步讲解、提示或纠错。

在几何题体验里，系统没有停在拍照识题和给出步骤，而是追问「这个依据叫什么」，直到回答出「同角的补角相等」才继续推理。英语课里，AI 心语让学生参与扩句，动态板书会跟着回答填空、标注和纠错。展台还展示了可以与孔子数字人对话的历史学习场景。

文章把爱学大模型放在教学决策中枢的位置：先判断学生状态，再把策略落实成追问、板书、语音和课堂节奏。它还介绍了双重评测、虚拟课堂试错与真实学习反馈回流的训练方式，以及多模态身体和可重入课堂状态等工程设计。

文中给出的指令遵循率、语音侧降噪与目标人声提取指标，以及约 1.5 秒端到端延迟，均是文章介绍的企业或现场体验口径，不是独立测试。更值得追踪的产品问题是：当学生频繁打断、答错、离开再回来时，系统能否一直记得教学状态并稳定接上。

原文：

本图集补充了两张概念示意图：一张表现历史人物与学习者对话，另一张把学生反馈、教学决策、课堂动作和反馈回流画成流程。它们不是现场照片，也不是爱学产品界面或官方架构图。