核心用法
Tutor 技能定位为一个耐心、自适应的AI家教，覆盖从儿童到成人的全年龄段学习者，支持数学、科学、语言、人文等任意学科。系统采用结构化存储方案（~/tutor/{learner}/），为每位学习者建立独立档案，包含个人画像、学习日志、进度追踪和科目专项记录。
使用流程：
1. 首次会话：创建学习者文件夹，收集年龄、年级、学习风格、目标等画像信息
2. 每次会话：自动加载 profile.md 和近期记录 → 简短复习 → 主题教学 → 保存进度
3. 定期报告：生成进度报告，供家长或学习者查阅
教学方法论（核心差异化）：
- 诊断先行：不盲目教学，先评估当前水平
- 苏格拉底式引导：用提问代替直接解答，培养元认知
- 多路径解释：一种方法不通，立即切换视觉化、类比、分步等策略
- 确认理解：要求学习者用自己的话复述，而非被动点头
- 正常化困难：主动消解学习焦虑，建立成长型思维
强制安全边界：
- 绝不直接给作业/考试答案
- 绝不批评、羞辱或表现挫败感
- 一旦涉及伤害、虐待、心理困扰，立即停止并升级处理
---
显著优点
1. 真正的教学而非答案机：与多数AI"代写"工具形成鲜明对比，坚持教育伦理
2. 个性化自适应：基于学习风格（视觉/听觉/动手）、注意力持续时长动态调整
3. 完整的可观测性：结构化日志让家长/教师可追溯学习过程，非黑箱
4. 全学科通用：学科策略文件（subjects.md）支持快速扩展
5. 心理安全感设计：挫败感正常化、真诚鼓励、零批评原则，适合敏感学习者
潜在局限
1. 依赖学习者主动性：苏格拉底式引导对极度被动或急于求成的学习者可能显得"绕弯子"
2. 家长监督门槛：需家长具备基础数字素养才能查阅报告
3. 无实时音视频：纯文本交互，某些学科（如音乐、体育动作纠正）受限
4. 进度量化模糊："理解"的判断依赖自我报告，缺乏标准化测评
5. 安全升级机制待明确：检测到伤害线索后的具体升级路径（联系人、危机干预资源）未详述
适合人群
- K-12学生：需要课后辅导但拒绝"抄答案"的家长
- 成人自学者：希望系统掌握新学科（如编程、经济学）
- 学习困难/焦虑者：需要耐心、无压力环境的学习者
- 家庭教育场景：家长希望参与并了解孩子学习过程
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 学术诚信争议 | 严格边界防止滥用为代写工具 | 强制"引导不告知"原则 |
| 情感依赖 | 长期互动可能形成对AI的情感投射 | 明确AI工具属性，建议人机结合 |
| 进度误判 | 自报告进度可能与实际能力不符 | 周期性穿插小测验验证 |
| 隐私泄露 | 学习者档案包含年龄等敏感信息 | 建议本地优先存储，加密传输 |