现在的 AI 已经很擅长回答问题了。
不会做一道题？把题目扔给 AI。
看不懂一个知识点？让 AI 解释。
写代码遇到问题？继续问。
但如果把 AI 放到学习场景里，我总觉得还缺了一点东西：
它很会回答问题，却不一定真的会教你。
这也是我最近做 knoa 的原因。
AI 学习工具为什么总是聊天框？
我自己使用 AI 学习的时候，经常会遇到这样的流程：
我不会这道题。
AI：给你完整讲解。
我：这里没看懂。
AI：换一种方式解释。
我：还是不太理解。
整个过程没有什么明显的问题。
AI 也确实回答得很好。
但它始终是一问一答。
真正的课堂并不是这样的。
老师可能先在黑板上写下一个公式，然后画一张图，再举一个简单的例子。如果发现学生没有理解，老师会退回去，从更基础的知识开始讲。
教学不是把答案说出来，而是不断判断学生现在应该学什么。
所以我开始思考，如果 AI 真的是一个老师，它的界面是不是也应该更像课堂？
我把白板放进了 AI 课堂
于是 knoa 最核心的一个设计，就是白板。
AI 不再只是生成一段聊天消息，而是可以在白板上逐步进行讲解。
比如讲一个数学知识点，可以先写公式，再解释公式中的每一个部分，然后根据教学过程继续补充内容。
我很喜欢这种方式，因为白板本身就是一种信息组织方式。
聊天记录会不断向下滚动。
但白板上的内容会留下来。
学生可以一直看到：
我们现在学到哪里了？
前面为什么得到这个公式？
这个图到底在表达什么？
这和单纯把答案塞进聊天框，是完全不同的体验。
我特别在意一个按钮：我不理解
knoa 里还有一个我比较在意的交互：
我不理解。
它看起来很简单，但背后代表的是一种不同的教学逻辑。
学生点击之后，我不希望 AI 只是把原来的回答重新说一遍。
如果刚才是在解释一个比较复杂的概念，那么下一次应该退回到更基础的地方。
比如：
第一次：
解释导数与函数单调性的关系。
学生点击“我不理解”。
下一步：
先不要考虑复杂公式，我们来看导数到底描述了什么。
如果还不理解，再继续往前。
这种过程更接近一个老师真正给学生“换一种方式讲”的过程。
我希望 AI 的目标不是尽快结束这一轮对话。
而是直到学生真正理解。
做到这里，我发现白板其实不是 UI
最开始做白板的时候，我也以为它只是一个更好看的课堂界面。
后来发现不是。
一旦 AI 需要在白板上教学，它就必须考虑：
什么时候写？
写什么？
哪些内容应该保留？
什么时候画图？
什么时候停下来让学生思考？
什么时候应该重新解释？
这实际上开始影响 AI 的整个教学流程。
所以我现在越来越觉得，AI 教育产品真正需要解决的问题，不只是模型够不够聪明。
还包括怎么把模型的能力组织成一个真正适合学习的过程。
knoa 现在做到哪里了？
目前 knoa 已经开放测试。
现在主要围绕 AI 课堂做了这些东西：
AI 老师进行课程讲解
白板教学
循序渐进的知识解释
“我不理解”后的进一步讲解
针对学生情况调整教学过程
现在还有很多东西没有做完。
比如更加丰富的学科图示、实验，以及不同学科应该采用什么样的教学方式，这些都还在继续探索。
我并不觉得现在的 AI 已经能够取代老师。
相反，我觉得我们现在才刚刚开始探索一件事情：
如果 AI 不只是一个回答问题的工具，而是真的成为一个老师，它应该怎么教？
这是我做 knoa 最开始的问题，也是现在还在继续回答的问题。
如果你也对 AI 学习、AI 老师或者这种新的教学交互方式感兴趣，可以试试看 knoa。
最后是knoa的宣传片：
