我认为掘金一直是个比较有人情味的聚集地。
所以今天，想认真介绍一下我最近一直在做的这个项目：智述。
这不是一个“AI 套壳站”，而是一个真正想解决实际问题的产品
先说结论：
智述，是一个面向青少年科技素养教育场景的一站式 AI 智能辅导平台。
它不是泛泛而谈的“AI 学习助手”，而是非常明确地聚焦在几个真实场景上：
- 青少年科技类等级考试
- 白名单赛事与科创赛事备赛
- 编程、机器人、无人机、电子信息等科技教育训练
- 机构 / 老师 / 家长 / 学员多角色协同
简单说，就是：把传统备考这件低效、碎片化、强依赖老师经验的事情，用 AI 和产品能力重做一遍。
无图无真相，先来几张图先。
为什么会做这个项目？
原因其实很朴素：现有体验太差了。
如果你接触过少儿编程、机器人考级、无人机等级考试、信息学竞赛这些方向，大概率知道现在的备考过程有多“原始”：
- 真题散落在各种群文件、公众号、淘宝资料包里
- 考纲、知识点、题目之间没有系统映射
- 家长不懂技术，只能焦虑式陪跑，考试时比娃还紧张......
- 老师大量时间花在出卷、批改、答疑这些重复劳动上
- 学员做了很多题，但不知道自己到底薄弱在哪
更现实一点说，很多家庭为了一个考试，得在“资料搜集、报班、答疑、刷题、错题整理”这些环节里反复烧时间和钱。
而 AI 已经发展到什么程度了？
它可以读文档、读题目、提取结构、生成试卷、解释答案、做个性化推荐、归纳错因、分析学情。
问题从来不是“AI 能不能做”，而是：
> 有没有人愿意把这些能力真正做成一个能用、好用、持续可用的产品。
于是就有了智述。
这个项目到底在做什么？
一句话版本：
> AI 真题陪练，轻松过考级。
更完整一点的描述是：
> 这是一个对标教育部白名单赛事与等级考试标准，覆盖 9 大科技素质教育方向，提供 AI 智能出题、在线练习、自动批改、错题归纳、学情分析、创作者生态和机构协同能力的智能辅导平台。
如果你是学生，它是你的 24 小时 AI 教练。
如果你是家长，它是你看懂孩子学习进展的仪表盘。
如果你是老师，它是一个会出题、会批改、会整理教研内容的智能助手。
如果你是机构或内容创作者，它还是一个可以沉淀内容、发布产品、触达用户的平台。
先看覆盖范围：不是做一科，而是做了 9 大方向
目前平台已经覆盖 9 大科技教育方向，而且不是只做一个“入口页”，而是把每个方向都往知识点体系、题库结构和学习路径上做了深入拆解。
1. 机器人考级辅导
- 覆盖 1～8 级完整体系
- 包含理论 + 实操
- 对应机械结构、传动、杠杆、滑轮、底盘、控制等内容
2. 软件编程等级
- Scratch
- Python
- C++
- 从图形化入门到代码能力进阶，再到竞赛与工程思维
3. 人工智能等级
- AI 认知
- AI 应用
- AI 编程
- AI 实战
4. 电子信息等级
- 电路基础
- Arduino
- 传感器
- 模拟/数字电路
5. 3D 设计等级
- 三维建模
- 参数化设计
- 布尔运算
- 切片与打印
6. 无人机技术等级
- 飞行原理
- 法规与安全
- 模拟飞行
- 航拍与编程飞行
7. 数据科学
- 数据认知
- Python 数据分析
- Pandas / 可视化 / 项目实战
8. 信息科技 / CSP 竞赛
- CSP-J
- CSP-S
- 算法、数据结构、复杂度、动态规划、图论等
9. 科创赛事
-
白名单赛事
-
科技创新大赛
-
创客马拉松
-
国际赛事路线分析
说实话，项目做到这里时，我自己也有点感慨：
这已经不是一个小功能，也不是一个简单的“AI 聊天框”了。
它开始有了完整的内容版图和业务骨架。
产品体验怎么理解？核心就是“三步开始 AI 刷题”
这个项目有很多模块，但对普通用户来说，最关键的流程其实被压缩成了三步：
第一步：上传教材与考纲（知识库）
把历年真题、教材扫描件、考试大纲、机构内部资料导入平台。
AI 会自动做几件事：
- 解析文档结构
- 提取知识点
- 对齐考纲
- 标记题型
- 为后续生成题库和讲解做准备
以前老师需要手工整理半天的东西，现在变成了一个上传动作。
第二步：AI 生成专属题库
基于考纲和已有资料，系统可以生成分层、分题型、分难度的题目集合。
支持的内容不只是常规选择题，还包括：
- 单选 / 多选 / 判断
- 问答题
- 程序题
- 实操类知识点训练
更重要的是，它不是“随机出题”，而是围绕知识点和学习状态生成题目。
第三步：开始练习与考试
用户在线练习，系统自动完成：
- 实时评分
- 解析反馈
- 错题归档
- 学情报告生成
- 薄弱点识别
- 个性化强化训练推荐
以前“找题—做题—改题—整理错题—再找题”是一条非常碎的链路。
现在这条链路被完整收口了。
我最想讲的部分：它不是题库站，而是“知识点驱动的备考系统”
如果只是做一个题库网站，事情会简单很多：
- 录题
- 搜题
- 展示答案
但这类产品的天花板很低，因为它无法真正回答用户最关键的问题：
> 我到底弱在哪？
> 下一步该练什么？
> 这个考试真正的知识结构是什么？
所以**智述**在设计上，是明显偏“知识点系统化”的。
比如在机器人考级方向里，不是只放一堆题，而是先把每一级的知识结构拆出来：
以机器人考级为例
一级 · 机械启蒙，会细分到类似这样的颗粒度：
- 机器人影视与文化
- 稳定与不稳定结构
- 齿轮传动比与扭矩
- 省力杆与费力杆
- 动滑轮与定滑轮
- 带传动与链传动
- 齿轮种类识别
- 重心与重力
- 六种简单机械
- 齿轮与齿轮比搭建
- 链传动与带传动搭建
- 机器人底盘认知
而且每个知识点不只是名字，它还会带：
- 理论 / 实操类型
- 难度分级
- 标签
- 完成状态
- AI 辅导入口
这意味着什么？
意味着用户看到的不再是一张试卷，而是一个可以导航、可以定位、可以复习、可以强化的知识地图。
不只是机器人，编程、AI、电子、3D、无人机，全都按体系化方式在做
这部分是我觉得项目最“重”的地方，也是最有价值的地方。
因为每个方向，都不是简单起个名字，而是真的做了知识路径设计。
软件编程等级
你能看到它从 Scratch 的基础概念开始：
- 界面认识
- 角色与舞台控制
- 顺序结构
- 循环结构
- 条件判断
- 变量与事件
- 简单动画制作
- 互动小游戏
再继续往 Python 和 C++ 扩展，形成从启蒙到进阶的路线。
人工智能等级
不是只讲“ChatGPT 好厉害”，而是认真覆盖：
- AI 基本概念
- 机器学习入门
- Prompt 基础
- 图像识别
- 自然语言处理
- 语音识别与合成
- 模型微调
- 模型评估方法
电子信息等级
从：
- 电路三要素
- LED 与开关控制
- 串并联
- 欧姆定律
到：
- Arduino
- PWM
- 模拟信号采集
- 运算放大器
- 滤波器设计
3D 设计等级
从三维空间认知开始，到：
- 基本几何体
- 变换操作
- 布尔运算
- 草图约束
- 拉伸与旋转成型
- 参数化设计
- 3D 打印切片优化
无人机技术等级
包括：
- 系统组成
- 飞行原理
- 飞行安全与法规
- 模拟飞行训练
- 航拍构图
- 运镜技巧
- 飞行数据解读
数据科学 / CSP / 科创赛事
也都不是“挂个栏目”那么简单，而是按实际备赛内容拆成多个可学习、可追踪、可训练的节点。
从一个产品角度看，这件事很重。
但从一个教育产品角度看，这是必要成本。因为没有知识结构，AI 再聪明，也只是在胡乱生成内容。
AI 在这个项目里，不是摆设，而是“真正参与每个关键环节”
很多产品喜欢在标题里写 AI，但实际只是接个聊天接口，丢一个输入框。
我不太想做那种东西。
智述里的 AI，是嵌在真实流程里的。
1. AI 出题
不是凭空生成，而是：
- 基于考纲
- 结合知识点
- 按难度层级
- 面向具体训练场景
这让题目更可控，也更有针对性。
2. AI 答疑
这部分我个人特别喜欢。
平台不是直接把答案甩给学生，而是倾向于做“逐步引导”。
也就是很多人熟悉的那种苏格拉底式方法：
- 先帮你理解题目
- 再提示思路
- 再定位关键点
- 最后你自己推出答案
这一点非常重要。
因为教育场景里，最怕的是“看懂答案，以为自己会了”。
3. AI 自动批改
尤其是代码题、主观题、知识问答类内容，传统批改要耗掉老师大量时间。
而系统可以在非常短的时间里完成：
- 结果判断
- 关键点对照
- 错误原因提示
- 解析输出
4. AI 错题归纳
这一点是我觉得最能体现 AI 价值的地方之一。
系统会自动把错题归档到具体知识点，并分析：
- 是概念没掌握
- 是计算步骤错了
- 是审题偏差
- 还是某个前置知识没打牢
这比“你今天错了 5 道题”有意义太多了。
5. AI 学情分析
做完题之后，不只是给个分数。
而是会沉淀出：
- 正确率趋势
- 学习时长
- 知识点掌握度
- 薄弱考点雷达图
- 强化训练建议
这才是一个智能辅导平台该有的样子。
对不同角色，这个项目分别解决什么问题？
这是我在产品设计中很看重的一点：同一个系统，不同角色看到的价值必须不同。
对学生
学生真正需要的，不是一个“资料很多”的网站，而是：
- 我不会时有人能讲
- 我练完后知道错哪
- 我知道下一步该练什么
智述对学生的价值就是：
> 一个 24 小时在线、不会不耐烦、能反复讲、还能盯着你薄弱点继续出题的 AI 教练。
对家长
很多家长并不懂编程、机器人、算法、电子。
他们最大的痛点是：
- 不知道孩子到底学得怎么样
- 不知道该不该继续报班
- 不知道钱花得值不值
平台会把这些抽象问题，尽量变成可视化的东西：
- 能力雷达图
- 做题量趋势
- 正确率变化
- 薄弱点分布
家长不需要懂技术，也能看懂孩子的学习状态。
对老师 / 机构
老师最值钱的时间，本来应该花在教学和辅导上。
但现实中大量时间被这些事吞掉了：
- 找题
- 出卷
- 批改
- 整理错题
- 汇总班级情况
智述想帮老师把这些重复劳动交给系统，把精力还给真正需要人的部分。
对创作者
这一点也是我觉得项目很有潜力的地方。
平台并不是只做官方题库，还支持内容创作者、名师、机构把自己的题库、资料、课件、备考方法论沉淀成标准化内容。
也就是说，它不只是一个练题平台，还是一个内容发布和流通平台。
我很喜欢的一个设计：备考大厅
如果说知识点体系解决的是“内容结构”，那备考大厅解决的就是“内容供给”。
备考大厅这个模块，本质上做了几件事：
- 集中展示官方考级科目
- 让不同方向的学习路径可视化
- 支持按等级、知识点、题型进行浏览
- 承接创作者发布的优质学习内容
有点像科技素养教育里的“应用市场”。
这很重要，因为我越来越相信：
> 一个教育平台要长期有活力，不能只靠平台官方供给内容。
真正好的生态，应该允许：
- 平台提供基础设施
- 老师提供教研经验
- 创作者提供精品内容
- 用户反馈反向推动内容迭代
这才是一个能跑起来的正循环。
还有一个隐藏但非常关键的能力：知识库与智能体
如果只看官网首页，大家最先注意到的可能是刷题和备考。
但实际上，项目的底层还有两个非常核心的能力模块：
1. 知识库
知识库不是一个简单的文件夹，而是内容资产的结构化底座。
它承担的作用包括：
- 上传教材 / 真题 / 课件 / 考纲
- 统一沉淀和管理资料
- 作为 AI 出题、答疑、检索、分析的知识来源
- 支持公共知识库与组织知识库
这意味着平台不只是“消费题目”，还具备持续积累知识资产的能力。
2. AI 智能体
项目里还有智能体市场和学科智能体的概念。
比如不同学科方向，可以拥有不同风格和能力边界的智能体老师：
- 机器人辅导智能体
- 编程辅导智能体
- AI 等级考试辅导智能体
- 电子信息辅导智能体
未来这部分的想象空间其实很大：
- 不同老师可以拥有自己的智能体
- 不同机构可以训练自己的专属教学助手
- 不同内容场景可以封装成标准化 AI 工作流
也就是说，智述不是只在做“刷题网页”，而是在搭一个面向教育场景的 AI 产品底座。
从技术视角看，这个项目也已经不是“小前端项目”了
既然这里是掘金，还是想聊一点工程层面的东西。
从前端代码结构来看，这个项目已经具备比较明显的平台型特征了。
前端技术栈
Vue 3
TypeScript
Vue Router
Pinia
Less
VueUse
i18n
TDesign
当前前端的一些结构特征
src/api下已经拆出了大量业务 API 模块
包括 agent、ai、auth、chat、comment、courses、exam、knowledge-base、payment、plugin、task、template-market、workflow 等等。
src/views承载的是平台级页面，而不是单页式应用
有 landing、业务后台、机构相关、考试相关、工作流相关等多块内容。
src/components已经形成可复用 UI 体系
不是“一个页面一套写法”，而是明显在往组件化和模块化走。
src/i18n做了多语言支持
目前至少有：
- 简体中文
- 繁体中文
- 英文
- 日文
- 韩文
这意味着从一开始，项目就不是只想做一个“本地可用的小工具”，而是有产品化和更大范围服务能力的考虑。
从业务模块上看，也很重
目前光从目录结构就能看出来已经覆盖了不少能力：
- 题库 / 课程 / 考试
- AI 聊天与流式交互
- 工作流
- 知识库
- 插件 / MCP 服务
- 支付 / 积分 / 订单
- 模板市场
- 租户 / 机构 / 用户体系
- 创作者相关能力
这种项目的复杂度，不在于“某个页面多漂亮”，而在于：
> 它要同时兼顾产品体验、内容结构、AI 能力接入、组织协同和商业闭环。
这才是最难的地方。
产品层面我最满意的几个点
如果非要让我挑几个最满意的设计，我会选下面这几个。
1. 知识点颗粒度足够细
很多平台看起来内容很多，但真正用起来会发现：
- 分类粗
- 题目散
- 体系弱
智述在这方面下了很多力气，至少方向是明确的：先结构化，再智能化。
2. 不只是“答题”，而是完整闭环
很多刷题产品只解决“做题”。
但实际备考闭环应该是：
> 资料进入 → 知识提取 → 出题 → 练习 → 批改 → 错题 → 学情 → 强化练习
项目现在已经具备这个闭环雏形了。
3. 兼顾了多角色
学生、家长、老师、机构、创作者，不是同一个脑回路。
一个产品如果只能让其中一种人觉得有价值，长期很难走远。
4. 不是只做内容消费，而是开始做生态
我很看重这一点。
因为优质教育内容的生产，本身就不该只依赖平台自己。
如果用一句更感性的表达来讲这个项目
那大概是：
它想做的，不只是一个会出题的 AI。
它想做的是，在孩子、家长、老师都焦虑的时候，至少有一个系统，能把这件事变得更有秩序一点。
科技教育这件事，这几年越来越热。
但“热”并不代表每个家庭都能轻松进入：
- 家长看不懂
- 孩子容易半途而废
- 老师很累
- 机构很重
- 内容质量参差不齐
如果有一个平台，能把这些东西往前推半步、再半步，其实就很值得做。
说点真话：做这个项目，不轻松
这篇文章如果只写“我们多牛、多强、多颠覆”，那太假了。
真实情况是，这个项目很重，而且越做越重。
为什么重？
因为它不是纯工具，也不是纯内容，更不是纯 AI。
它三种属性都有：
- 有产品结构
- 有教育内容
- 有 AI 能力
而这三件事，单拎一件出来都不轻。
做 AI 部分，难在不稳定
模型会变、效果会飘、提示词要反复调。
做教育部分，难在内容标准化
考纲对齐、题目质量、解析准确性，都是硬要求。
做平台部分，难在工程复杂度
多角色、多模块、多业务链路、多端体验，每一块都不是“写个页面”就结束。
所以很多时候，真不是“会写代码就能做”。
它更像是一场长期拉扯：
你要同时和用户需求、内容质量、技术边界、时间成本对抗。
但也正因为这样，它才值得继续做
如果只是做一个三天能上线的 AI 套壳工具，我可能早就没兴趣了。
真正让我还愿意继续啃这个项目的，是它开始出现那种“有生命力”的迹象：
- 它不再只是一个页面，而是一个系统
- 它不再只是一个概念，而是能服务真实场景
- 它不再只是我自己看着爽，而是别人也能用
这种感觉挺难得的。
你会慢慢发现，之前花掉的那些时间、那些 tokens、那些深夜，一点都没有白费。
最后，适合谁来看看这个项目？
如果你是下面这些人，我觉得都可以点进去看看：
1. 家里有孩子在备考科技类考试的家长
你会很直观地感受到，这套东西到底能不能帮你减轻焦虑。
2. 做青少年编程、机器人、科技教育的老师 / 机构
你会更容易理解这个平台在教研、出卷、批改、学情管理上的价值。
3. 做 AI + 教育方向的产品 / 技术同学
这个项目本身就是一个挺典型的场景案例：
- 怎么把 AI 真正嵌进业务流程
- 怎么把内容结构和生成能力结合
- 怎么把一个垂直领域产品做成平台化形态
4. 想做内容沉淀和知识变现的教育创作者
这个方向未来我个人还是挺看好的。
写在最后
时隔很多年再回掘金，发这篇文章，其实有点像给自己做一个阶段性存档。
这几年在 AI 里绕来绕去，做过很多实验、很多半成品、很多看起来“很聪明”的东西。
但说到底，我越来越在意的，不是“这个 Demo 能不能惊艳朋友圈”，而是：
它到底能不能真帮到人。
智述这个项目，至少在我自己这里，已经过了那个“自娱自乐”的阶段。
它开始变得真实：
- 真有完整产品结构
- 真有内容体系
- 真有清晰用户场景
- 真有机会在一个垂直方向里，持续长出来
所以，想把它认真写下来。
也算是给花掉的无数 tokens，一个还算体面的交代。
项目地址
官网：
如果你对这个方向感兴趣，欢迎交流（考级的内容还很匮乏，亟需对青少年考级方向的人士一块把内容做扎实）。
如果你也是从很多年前的掘金一路过来的老用户，那也欢迎在评论区打个招呼。
毕竟，时隔这么久再回来写一篇长文，多少还是有点感慨。
