DeepTutor 想記住你哪裡答錯了

DeepTutor 有 56,715 顆星,一篇 arXiv 預印本,這週出貨的 1.7.2 版,還有一個把整個論點講明白的副標:終身個人化家教。
「終身」是那個有重量的詞。產品裡其他一切,都是從認真對待它推出來的。
一個普通的家教 App 是一台字體友善的答題機。你問,它解釋,你離開。下一次工作階段從零開始,這對廠商方便,對你沒用,因為你真正需要的是有人注意到,你每次碰到某一類問題就會犯同一個錯。
DeepTutor 的賭注是,有價值的資產不是解釋。是哪些解釋已經失敗過的紀錄。
裡面有什麼
這個專案出自 HKUDS,自稱是一個 agent-native 的學習工作區。實務上,那意味著幾個模式共用一個執行環境:Chat、Quiz、Research、Visualize、Solve、Mastery Path 和 Reading。它們共享工作階段上下文,所以你在 Chat 問的問題,切到 Quiz 時還在;在 Quiz 發現的弱點,可以餵進 Mastery Path。
圍繞這些的是三個區域——Home、Learning、Resources——把書、閱讀、練習、任務板、行事曆和學習筆記連在一起。共享素材、共享進度、共享上下文。如果你用過一款也做間隔重複的筆記 App,形狀會很熟悉,實務上連結程度高得多。
Research 模式透過 RAG 管線扎根在你自己的材料上,而每個知識庫可以指定不同的管線。這聽起來像設定細節,直到你看過一個通用助理信心滿滿地解釋一本你沒在用的教科書裡的概念。能把檢索指向你課程真正在用的那本書,就是「聽起來合理的答案」和「有用的答案」之間的差別。

安裝
快路徑:
pip install -U "deeptutor[full]"
這樣會裝完整的網頁 App 和 CLI。只裝 deeptutor 是核心,如果你想在上面開發而不是用介面,那是你要的。有 macOS 和 Windows 桌面安裝程式,如果你不想碰終端機;GHCR 上有預建的 Docker 映像給伺服器部署;文件在 deeptutor.info。設計論文是 arXiv:2604.26962,如果你想在安裝任何東西之前先看模式切分背後的推理。
設定是一個統一的服務層,支援多供應商 LLM 和 embedding,意思是你可以指向託管模型或本地模型。對一個學習工具來說,這個選擇比平常更重要:你不懂什麼的紀錄,是異常私密的資料。
版本歷史告訴你少了什麼
把 changelog 倒著讀,你會得到一份坦白的清單:一個學習工具在配得上「終身」這個詞之前,需要什麼。
工作階段持久化。增量文件上傳。依知識庫選擇 RAG 管線。題目生成大改。統一的提示架構。Docker 部署。多供應商模型。完整中文化。
其中一半是基礎設施,不是功能,而那正是重點。能撐過重啟的記憶,在家教系統裡不是加分項;它是整個前提。10 月 28 日的 1.7.0 版主要是介面重設計,這通常表示引擎已經不再每個月變一次形狀。
Mastery Path 到底是什麼,為什麼難
最重要的模式名稱是 Quiz 和 Mastery Path,因為它們需要的是學生的模型,而不是學科的模型。
出題很容易造假:生成十道題,評分,顯示分數。掌握路徑難得多。你需要知道每個錯誤答案牽涉哪個概念、那個概念依賴哪個先備知識、學習者是因為先備知識錯了還是因為題目措辭而答錯。然後你要排序接下來四件事,讓每一件都只稍微超出學習者目前做得到的範圍。
那是真正困難的工程,也是單靠 LLM 不夠的部分——你需要一張概念圖,這就是為什麼這個產品看起來這麼像一個知識庫外掛了聊天介面,而不是反過來。聊天是前門。圖才是房子。
第一週實際要付什麼
設定是無聊的部分,而它值得一份老實的交代。
安裝只要幾分鐘。然後你得給它一些可以教的東西。上傳一章教科書可行;上傳一資料夾的 PDF 更好;上傳你一學期的筆記最好,也是你這週做過最乏味的事。增量上傳在這裡有幫助——文件可以在課程中途加入,而不必重建知識庫——但第一輪終究是手工。
然後你設定一個模型。多供應商層意味著選擇在你,而對學習材料來說,論點偏向你能負擔的最好模型,而不是最便宜的,因為弱模型在家教模式下的失敗模式是自信地講錯,而那正是學生偵測不到的東西。
最先回本的通常是 Quiz,不是 Chat。被問一個你剛讀過的材料裡的問題,然後答錯,會比任何解釋都更尖銳地產生落差感。那不是這個產品的特性——那是提取練習的運作方式——但這個產品是為了讓那個循環方便而建的,而方便才讓循環真的發生。
Mastery Path 是你沒辦法快速評估的模式。它需要比一週更長的歷史,這要看你多有耐心,可能是一個公平的限制,也可能是一個設計缺陷。
它會讓你失望的地方
它需要你的材料。整個價值主張取決於 RAG 層有東西可以檢索。指向一個空的知識庫,你得到的是一個稱職的通用助理,而那正是你想逃離的東西。
模式蔓延也是真的。七個模式加三個區域,對一個學習工具來說是很大的表面積,而這種系統老實的失敗模式是:你花一週設定它,然後花兩個晚上真的學習。
而「終身」確實在做一點行銷工作。系統記得在它內部發生的事。它不知道你在一本紙本書裡、在一場演講裡、或在跟同事的對話裡學到了什麼。紀錄的完整度,只等於你餵它的習慣。
這到底是給誰的
如果你是三週後要考單一考試,一本好教科書加一疊考古題會贏過它。如果你要花幾個月學一件事——一種語言、一個臨床科目、一塊你一直差一點就懂的數學——持久性就是那個功能。系統的價值會累積,聊天視窗的不會。
值得做的比較不是跟其他 AI 家教。是跟你收了好幾年、卻從來沒再打開的那個筆記資料夾。DeepTutor 是試著做出那個資料夾的版本,而且會問你問題。
它有沒有用,是一個只能由你自己、用一段長到不方便的時間來回答的實證問題。而那大致上就是教育的定義。
相關文章
一份社群維護的點擊表,關掉了中國品牌 Android 系統裡的廣告
它不動系統,不解鎖,不刷機,只把廠商本來就留出來的開關一個個撥過去。代價是這份名單得一直有人續寫。
GPT Image 2.6 守住 token 價格,帳單卻變貴了
GPT Image 2.6 沿用 2.5 的全部 token 費率,每張圖卻更貴,因為更多工作現在花在輸出 token 上。上線十一天,定價結構說得比排行榜更多。
有人從外部重寫了 IDM,並寫下自己沒碰過的部分
Mister Download Manager 用 Rust 重寫了 Internet Download Manager 的下載流程,聲稱速度快 5 倍、支援 86 種語言。更值得細讀的,是它解釋如何在不複製任何程式碼的前提下完成重寫的那一段。
Rune 是一個 Rust UI 框架,設計初衷是讓 agent 能檢查自己的工作
Rune 能無頭繪製、匯出元素樹並接受腳本化輸入,這讓編碼 agent 拿到截圖永遠給不了的東西,一個可 diff 的訊號。這個框架仍是預先發布版,不接受 pull request。