技能退化问题
每周都有新公告：又一个"AI 家教"能解任何作业题，解释任何概念，按需生成练习。对家长而言，这看似进步。但对一个正在建立持久数学推理能力的孩子来说，故事完全不同。
数学不是一堆需要被检索的事实。它是一组大脑只有在与之挣扎之后才学会识别的模式。错误的答案、缓慢的尝试、那一刻的我不知道该怎么办——这些都不是学习过程中的故障，而正是学习过程本身。一个从不挣扎的孩子，永远建立不起识别问题结构的模式。
当一个 AI 随时可以替孩子解决每个问题，阻力最小的路径就是走捷径。孩子得到答案；却没有建立起推理能力。月复一月、年复一年，看似学习，实则技能在退化。分数可能不变，底下的根基却在崩塌。
我们做出了相反的设计选择。
AGS Math 与众不同之处
AGS Math 是一套自适应练习系统。用词很重要：练习，不是辅导；系统，不是聊天机器人。AGS Math 的任务是识别您的孩子目前还做不到什么，并提供恰好分量的练习，把他带到那一步。它不会替孩子解决问题。
没有与语言模型的对话。没有"给我看答案"按钮。您的孩子看到的每一道题，都由人类教育专家生成并审核——题库是经过策划的，不是无穷的。AI 在后台运行，不在孩子的解题路径上：它根据孩子的表现选择下一题，实时调整难度，向老师与家长标注规律。AI 不产生孩子的答案。
这就是在儿童产品中善用 AI 与误用 AI 的区别。善用时，AI 消除练习周围的噪音——决定下一题给什么、何时给、在哪一难度等级。误用时，AI 介于孩子与问题之间，安静地代替孩子思考。
这对您的孩子意味着什么
如果您选择 AGS Math，您的孩子会比使用一个迁就的 AI 家教时挣扎得更多。这正是设计意图。
这一切的底层测量就是 Maxile™——由全资优学校创办人 Pamela Lim 开发的、专用于数学的自适应心理测量框架。Maxile 在连续的难度梯度上测量数学能力,关注您的孩子能够真实展现什么,而不是能猜中什么。
从挣扎中孩子得到的：一个真实反映他在数学旅程中位置的 Maxile 分数，而不是单次考试的表现。一张掌握地图——我们称之为学习图谱——展示哪些概念已扎实掌握、哪些正在进步、哪些尚未触及。过程指标——最高难度上的稳定表现、答错后的恢复、负重下的坚持——可与分数本身一并解读。
您作为家长看到的：不只是他答对了吗，而是他是否建立起产出正确答案的推理。这是两种不同的信号。我们同时衡量两者，因为后者才是预测未来十年的关键。
为何这种方法可持续
建造一个 AI 家教，比围绕一个精心策划的题库建造一套自适应练习系统要容易得多。AI 家教不过是现有语言模型外的一层包装；工作很浅。而一套练习系统需要课程设计——每个概念都要映射、每个难度等级都要校准、每道题都要在孩子看到之前被审核。那是好几年的工作。那就是我们的护城河。
走 AI 家教快路的竞争对手，要转向我们走的这条路会很困难。我们先做了课程的功夫；AI 才架在上面。反方向行不通。
如果您寻找的是一款认真对待 AI 又不把您的孩子当实验品的教育产品，您已经找到了。
AGS Math 建基于项目反应理论 (IRT) 与 Maxile 自适应引擎——自适应方法已向新加坡知识产权局申请专利（申请号 10202503234T）。
家长常问
AGS Math 使用 AI 吗？
使用——但在后台，不在孩子的解题路径上。AI 根据孩子的表现选择下一题。AI 个性化练习。AI 向家长与老师标注规律。AI 不替孩子解题，也不替孩子写答案。
为什么 AGS Math 没有一个帮做作业的 AI 家教？
因为我们相信，按要求解题的 AI 家教，会悄悄让孩子的能力退化。数学是由重复的挣扎建立起来的。一个从不挣扎的孩子，永远建立不起识别问题结构的模式。AGS Math 的设计就是让挣扎成为阻力最小的路径。
我的孩子会不会直接把题贴到 ChatGPT 里？
他们可能尝试——但他们很快会发现，AGS Math 不奖励走捷径。系统衡量最高难度上的稳定表现、答错后的恢复、以及坚持。一个粘贴答案的孩子无法通过技能，因为系统要求在挣扎中展现真正的能力。
AGS Math 与 AI 驱动的家教相比如何？
我们不是 AI 家教，是一套自适应练习系统。区别在于：AI 家教的任务是帮孩子拿到答案，而我们的任务是帮孩子建立产出答案的推理。这是两种产品，结果也不同。
题目是 AI 生成的吗？
题库中部分题目在 AI 辅助下生成，但都经过人类教育专家审核与验证，才呈现到孩子面前。AGS Math 是经过策划的，不是无穷的。每一道孩子看到的题，都由教育者审核过。