不是AI讲题，是让学生真正理解
基于祝智庭教授「意义主义学习理论」，通过苏格拉底式AI追问，
构建理解 → 修复 → 提速的完整学习闭环
传统学习的三大痛点，源于"理解"环节的系统性缺失
表面理解，缺少深度
课上感觉全听懂了，一做题就卡住。知识停留在"认出"层面，没有内化为自己的能力。
无效重复，没有针对性
反复做相似的题型，但分数原地踏步。问题不在于题量，而在于没有定位真正的薄弱点。
理解不透，解题路径长
每道题都要从头推导，解题路径冗长。不是做不出，而是理解不够深，无法快速调用。
Theoretical Foundation
基于祝智庭教授提出的学习理论框架，将「理解」与「速度」分为两个独立的学习核心， 确保学生先真正理解，再提升速度
Understanding Core
Speed Core
从「激发好奇」到「生成证据」，每一步都有迹可循
真实场景激发好奇
用自己的话讲清楚
AI从概念→逻辑→迁移层层深入
精准定位不理解的地方
闭环验证理解是否修复
理解达标后才进入提速
知识迁移到新场景
完整学习轨迹可追溯
真实场景激发好奇
用自己的话讲清楚
AI从概念→逻辑→迁移层层深入
精准定位不理解的地方
闭环验证理解是否修复
理解达标后才进入提速
知识迁移到新场景
完整学习轨迹可追溯
不是更好的刷题工具，而是重新定义学习本身
系统只提问引导，从不直接告诉答案，让学生自己发现
不用简单分数评判，完整记录理解变化的证据
AI提供建议，最终判断权始终在教师手中
关注认知转变的瞬间，而不是做了多少题
For Teachers
无需复杂设置，三步即可开始
从内置学习蓝图中选择，涵盖多学科多知识点
一键生成6位课堂码，分享给学生即可加入
查看每个学生的理解变化，把握课堂节奏