优学院存在的意义是什么？真的有人认真看吗？

优学院存在的意义是什么？真的有人认真看吗？

作为老师，之前我只觉得优学院鸡肋，但自从经历了下面的实践之后，它将成为我离不开的教育平台。

我一直在推广费曼学习法——如果学习者不能用自己的话把一个概念讲清楚，说明他还没真懂。但原版费曼学习法需要一个水平比学习者高得多的人作为陪练，成本是很高的。

那么，如果能让AI扮演一个“引导者”，让学生通过跟AI聊天，逼学生把理解外显出来，发现自己的认知漏洞，再自己修正，那教学效果显然会比被动听课、抄笔记、刷题要好得多。

至少，这套方法在这两年中对我的影响是肉眼可见的大。

但我本人能用爽，并不代表学生能掌握这套方法。

尽管我在课堂上多次传授费曼学习法，但到底他们听明白多少，是否真的尝试过使用，只能靠零星学生向我私下反馈。如果没有一个成体系的反馈机制，那这套机制就不能一直运行下去。换而言之，老师必须要能看到学生跟AI的完整聊天记录。

综上，在我脑海中的架构中：AI是陪练和记录仪，教师是决策中枢。

基于上面的信念，我在Dify上做了一个demo，自己用着还行，但一直没投放到教学。

原因很简单：Dify只能部署我的API KEY，烧的是我的Token，而为了效果好，用的是gemini的api，实在太贵了。学生一多，成本扛不住，所以这个项目就搁置了。

虽然理论上也可以烧学生自己的token，也就是让他们自己按照费曼学习法聊天，我再看他们分享的聊天记录，但这帮作业都会拖拉半天的学生是大概率不会定时主动把记录发回给我的。

因此，这么一个在我看来势在必行的事情就被成本两个字拦住了去路。

前不久，因为各种机缘巧合，和优学院达成了一次小小的合作，然后就尝试了使用他们新推出的智能体功能。

截至2026年10月7日，平台本质上提供的智能体就是类似豆包之前提供的那种：通过Prompt设置人设和回复策略。

以我之前粗浅的智能体经验来看，这玩意儿几乎就只能拿来过家家用。因为纯Prompt智能体缺乏了教学的基石：课程大纲和目标，使得聊天只能随意发散。更糟的是，平台提供的模型（豆包、千问VL、千问、千问3.8本地版）过于羸弱，万一学生问到什么冷门知识点，就只能靠模型信口胡扯。因此我的第一直觉是，这玩意儿很难用于教学。

然而比豆包稍微强一点的是，优学院智能体（下面简称智能体）提供了知识库功能，也就是RAG。理论上，通过RAG是可以让AI自己从知识库中检索到用户提示词提到的相关素材，然后可以更准确地回复。

但正如​前文所述，我是坚决反对把RAG用于教学的——它的检索逻辑依赖于语义相似性，而不是人类认为的逻辑相关性。我在Dify中就尝试过RAG，它的几乎每个步骤：切片、召回、重排序每个步骤的效果，对我这个科班老师都尚且是场灾难。比如我在“绪论”一章中提到的一些比喻，如果直接问它绪论有什么内容，它并不能检索到这篇文章：因为绪论只在标题中出现了一次，语义上根本毫无关联。

现在，平台为了让普通用户可以直接用上理论上这么优秀的功能，也是做了一系列封装，俗称傻瓜化，用户只需上传自己的文档，文档就会被自动切片、入库，各种参数完全不可调，几乎完全不可能完成有效的切片。另外由于UI又还没完善，手动修改成本又高到让人无法接受。

要是直接基于这个功能构建智能体，画面有多美我都不敢想。

所以RAG这条路直接被我判了死刑。

除了RAG，我还发现平台还提供了另一个功能：工作流。当我点开工作流的编排按钮，看到熟悉的Dify界面我眼都亮了：这不直接照搬我之前的Demo就好了吗？

在稍稍探索了一下后，马上发现不对劲：这怎么好像……少了会话变量？？

查了一下才搞明白，Dify有工作流和对话流两种模式，而工作流普遍用于单次任务；而对话流，适合多轮交互。

对话流中的对话变量具有全局性，这意味着只要和dify交互的对话流相同，那么这些变量就能一直为对话发挥作用。比如，可以压缩记录对话状态，而无需AI总是回顾长长的上下文；又或者让AI切换应答模式，从单纯的引导式提问切换到纯陪练模式。所以在我之前的Demo中，就是基于对话流构建的。

然而，现在平台只提供Dify的工作流。没有了对话变量的加持，我原本的Demo几乎不可复现，那还玩个蛋。

综上，基于Prompt、工作流、RAG的智能体根本支撑不起我心中的费曼学习流程。

就在我打算宣布，我和优学院智能体的缘分到此为止的时候，国庆来了。

国庆假期实在是太无聊，思维就容易乱飘，ai费曼的幽灵在脑海的这边游荡，优学院的受限免费算力就在那边向我招手。

实在是很难不让我惦记啊！算了，能用上多少就多少吧！

既然现在RAG和工作流都靠不住，那就看看纯Prompt可以玩出来什么花吧。

然后我突然想起一个之前忽略了的华点：那个最让我看不上的Prompt模板，长度限制是1万个字符。

1万字，够写很多东西了，那何不试试，把课程大纲，加上费曼学习法的回复逻辑全部放到提示词中？

虽然我猜测平台会把尽可能扩大上下文窗口，但毕竟所提供的都是相对比较简陋的模型，所以上下文窗口不会太大，极容易出现遗忘上下文的情况。

试想一下，如果前面聊了一部分内容，明明马上就聊明白了，结果AI突然像是不认识你那样又把话题回到原点，换谁都会崩溃的。

所以，需要在每一轮对话中增加一个锚点，让AI即便只能看到前一轮对话，也能大概推测出之前发生过什么。

实际上，即使是让智能体输出状态，也需要有一系列的先行文本做支撑。如果直接让它给出判断，那相当于让AI做选择题，很可能先给出一个错误选项，然后后面又给出一系列正确的推理。

那聪明的读者朋友可能会吐槽：那就开深度思考呀。

而现实是，平台给出的四个模型，除了豆包有深度思考以外，三个千问都没有深度思考。再者，以我对这帮学生的理解，极可能因为没有深度思考而忘记开启深度思考。

所幸深度思考也不是什么复杂的东西，无非是提前思考罢了。在默认没有思考功能的环境下，只需要把这个过程外显到对话过程中，以一个特殊的标签显示即可。随后再基于这部分生成当前状态记录。

然而稍稍需要强调的是，正常的思考过程一般会对用户隐藏；然而现在心理过程公开化，就必须要显得好像是机器在对用户明牌自己的思考过程，而不是忽然开始了自言自语，或者前后割裂，降低麻瓜用户的使用体验。

一万字看似很多，但实际上有5000字全部用在了费曼学习的回复逻辑设置中（完整Prompt见附录）。因此实际上留给课程知识点的空间只有5000字左右。

如果把整个课程的大纲全都放进去，知识点将会非常笼统。我一节课三个学时，对应的录音文字稿大约是3万字，理论课一共是10次，对应的大概是30万字。若然AI在0.5w/30w=1/60≈1.67%的压缩率下还能传授和我一样多的知识，那我的课得水到什么地步（笑）。

另外，即使压缩可行，由于目前平台并没有办法把AI和课程内容绑定，要查看AI聊天记录只能针对特定智能体，如果几次课的内容全部放在一个智能体，那么回看历史将会是个灾难。

基于上面两个原因，拆分智能体势在必行。换句话来说，一个智能体将只包含一次课的课程大纲，学生正好每次上完课就和这个智能体聊天，到了下一次课之前准时下线上一次的智能体而上线新的，这样也能做到催交作业的效果。

AI会判定学生是否正确回答了三个问题，但我不需要AI给分。正式而言，我评分主要看五个地方：

而实际上的评分过程可能只要两步：先看一眼学生的回复，确认这基本是他自己的话，那基本上可以打80以上；接下来如果看到ta获得了AI的认可，基本上可以上90。

这并不是说我自打嘴巴最后还是按照AI的评价行事，而是说在他有自己思考的前提下，如果还能获得AI认可，那起码就值得90分以上的鼓励。至于到底掌握了多少，是否正确，我认为真的不太重要。获得自洽的逻辑模型，比具体的知识点重要得多。

第二个要关注的就是交互轮数超出均指的学生，需要关注ta们到底在和AI纠结啥，是不是陷入到了牛角尖中，并从中发现共性问题。

第三就是看看那些轮数少字数少的情况，这种就需要跟他们进行脚把脚的费曼学习方法指导。

截止到发稿前有十五个学生参与了实测，问题暴露得很彻底。

当时本地测试的时候，使用通义千问3.8本地版，感觉速度很快，就设置为了默认大模型。再加上全校都没几个人在用，想必应该撑得住。

结果实测的时候，也就十几个学生同时聊，回复内容一长，就互相挤占，学生反馈经常空回复。我只能教他们重试，或者换个默认模型。

对于我这种已经知道模型底层运行逻辑的人来说，这种场面见怪不怪，但对于已经投入了一定精力的学生，难免被这种系统波动弄得一惊一乍，体验较差。

模型对“系统安全”“网络安全”“机制”“模型”这些概念没有稳定的基座理解。不同会话里，AI对同一关系的说法不一致，有时候说系统安全是网络安全的基础，有时候又说网络安全是系统安全的一部分。

AI复盘的时候一直建议我增加说明，我也拒绝了。

原因一，再加长提示词，长度就炸了。

第二，模型弱智，其实没有关系，你大可以在外部先聊明白了，回来再把你完善的逻辑用来降维打击这一个AI。如果你发现你被一个路口大爷一样的绕晕了逻辑，还不知道赶紧找外援，那么说明水平还不够。

第三，我作为人类专家可以保底。即使AI说你错，你只要有自己的理解，我就能给予正确的评分。更何况平台提供的AI模型虽然弱，但是只要你的话是有逻辑的，一样可以把它说服让它进一步往下走。

第四，模型弱还有一个好处，可以充分激发人的斗志。一堆人能跟豆包为了一些鸡毛蒜皮的事吵个你死我活，那么在学术上，大可以用同样的思维去战胜AI。

最后也是最重要的一点：我不认为教师在日常执行这个流程的过程中，应该为了智能体的特性特地复制一些概念到Prompt中。这是对人类教师的异化。虽说可以适配工具，但当花费精力的占比已经超出合理范围，这就不再是一个好的方案。

我要的从来不是全能全知的AI去辅导学生，而是让学生能通过使用AI把自己沉睡的神经元尽可能激活。

有个聊了几十轮的学生问“为什么Q3又归零了”“之前三通关为什么要重新跳回了一和二”。说到底，这就是模型上下文窗口太小导致的状态记录管理失败。

在我设置的prompt中，回复是分成了硬三段式【助教回复】【我现在对你的判断（思考过程外显）】【全局进度状态（对思考过程的压缩表达）】。

实践结果表明，这套逻辑对优秀学生毫无负担，然而对于极少数学生而言，却成为了压迫。一名尚未开智的学生直接对AI吐槽“你为什么老是要对我进行判断”。

AI复盘的时候，建议我为这类学生增加额外的处理逻辑。这次我倒是从善如流了，毕竟这种逻辑占的字数不多，而且只要固化下来就不用怎么再改了。

这套基于Prompt智能体，本质上是用提示词硬撑状态机 + 用人工审核兜底评分 + 用低配模型逼学生外显认知。它的上限已经被锁死，剩下的只能是看提示词能玩出来什么花来。

在优学院这种低配平台上，我已经把能做的都做了：解耦、离线提取、状态锚点、四步协议、低元认知分支、套答案处置。但它始终是“软状态机”：靠模型自觉维护状态，靠人工兜底评分。

就当我想着实验结束，项目再次搁置的时候，瞄到了那个在角落里的工作流。

虽然工作流无法直接记录全局变量，但那么多的节点，没准也可以曲线实现全局的状态记录？

开场白：

设定提示词：（实际上写过好几版，这里用的是最后一版。与实测中使用的旧版相比，主要变化有三处：判断段改为‘我为什么这样问’；增加四步协议；增加低表达学生模式。）