一家 K12 机构可以怎样给每个学生配上每一科的老师

起点

在这个设想里，公司做的是学校的生意，而学校每年提的需求都一样：要一个能帮学生在课与课之间复习的东西。两条显而易见的路，公司都试过，也都否掉了。

通用助手答得不错，但什么都不记得。学生讲清楚自己卡在哪里，拿到一个好答案，关掉页面，下周从零开始。这样的产品，不过是一个更有礼貌的搜索框。

给每个学生配一个自主智能体，解决了记忆问题，却带来一个更糟的问题。每人一台机器，乘以一所学校上千名学生，链条末端算给家长的那个数字，家长不会掏。公司创始人还注意到一件更细的事：这类智能体最引以为傲的能力——操作电脑、执行命令——在这里根本不需要。教一个十二岁的孩子分数，从来用不上 shell 权限；放在学校里，它是要花力气去解释的风险，而不是能拿去卖的卖点。

真正要的东西很窄：读懂学生理解到哪一步，记住他薄弱在哪里，过些天再回来找他。

会部署什么

• 每个学生每一科一个空间。 数学和英语是两条边界，不是两个文件夹。会话、文件、记忆，以及老师对这个学生的判断，都带着 (学生, 学科) 标记，并由行级安全策略强制执行——数学的历史记录不会被检索进英语的会话里。
• 每一科一位老师。 每位都是一个独立人设、独立边界的智能体，挂在学校的租户级知识库上——教学大纲、教案、例题——全校共用。
• 每个学生一个私有知识库。 拍下来的错题、批改过的作业、总也做不对的那几道题。学生自己上传、按知识点打标签，也可以自己删掉。用这个学生自己的密钥加密。
• 排期复习。 老师给某个薄弱知识点排一次回访，提醒通过 Telegram 或邮件送达——学生开不开 App 都一样。
• 用 MCP 做配置。 教研团队把 Claude Code 指向平台，用自然语言把这所学校描述一遍；它来创建老师、把大纲转成知识库，再验证一个问题确实能检索到该出的材料。

这些拼图怎么对上学校真正会问的问题

一次试点能不能在教研组长面前活下来，就看这一段。

"它会不会把我的学科搞混？" 这是第一个问题，而且通常是因为之前某个工具真的搞混过。隔离靠的是空间边界，在数据库层面强制执行，不是在提示词里请求。英语老师不需要把数学材料从结果里过滤掉——那些材料压根就没进过结果集。

"它认识我的学生吗？" 画像是按学生、按学科、按老师分别持有的。数学老师积累自己的判断——应用题上犹豫、时间一紧就跳步骤——英语老师积累的则是另一份，就像两位人类老师那样。有一点值得说准确：画像决定的是怎么教，它无权改变老师可以说什么。学生没法靠一整个学期的争辩，把老师说成另一个样子。

"谁来维护？" 学校没有平台管理员，教研团队也不该被逼成管理员。因为整个配置面都通过 MCP 暴露出来，公司自己的员工就用他们本来在用的编程智能体把配置跑完。要花功夫的是写材料，不是录数据。

"课与课之间会发生什么？" 助手和老师的真正差别在这里。排期跟进是后台任务，重启也不会丢，并且会到学生本来就在的地方找他——复习不用指望一个十二岁的孩子记得打开某个 App。

公司自己还得做什么

这一段值得摊开说，因为边界画清楚了，估算才诚实。

发音评分和阅读水平测评是专门的工具，作为技能通过 MCP 接上，由老师调用。传到平台的语音会被转写成文本——这对一场对话是正确的输入，对发音评分却是错误的输入：转写器通常在模型看到之前，就已经把念错的地方纠正掉了。

给家长和老师看的报告需要自己的一套结构。平台能导出结构化文档，但它内置的形态是咨询纪要，不是学习进度报告；而且没有面向家长的投递路径——这部分是公司这边的产品工作。

上课界面也是他们自己的。平台在底下跑的是那层教学关系。

因为面对的是孩子

有两件事因此成了这套东西的骨架，而不是点缀。

上面说的隔离，同时就是合规说法：学生的对话和文件用他自己的密钥加密，限定在他自己的空间里，并且可以由他删除。删除自己数据的权利，在有人来要之前就已经存在。

还有，学生会是这家公司这辈子面对的最具对抗性的用户。总有人试着把老师哄着说出不该说的话，谁成功了，午饭前全班就都知道了。平台过滤的是智能体说出来的内容，而不是学生问了什么——生成的文本逐句检查，然后才到屏幕上。面对一组手写的探测样本，它拦下了全部可操作的样本，同时没有影响正常课业，包括一堂讲甲基苯丙胺如何作用于多巴胺的健康课，和一道关于治疗窗的生物题。这是下限，不是上限，它也不能替代学校自己去审查：它的老师被要求做什么。

这个形状为什么付得起

成本这笔账，正是整个设计长成这样的原因。

没有"每个学生一台机器"。学生共享模型算力，学校付的钱随对话量走，而不是随开机量走。这里的减法是刻意的：不做电脑操作，不做评测引擎，不做自主任务执行。每一项都是公司不必为之付费、也不必向家长解释的能力。