Koji:一个拒绝给答案的图形化 AI 家教
Koji 是一款由麻省理工和哈佛专家打造的 AI 私教应用,其核心理念是拒绝直接提供答案,而是通过引导逼学生思考。它具备屏幕感知与图形化交互能力,能实时高亮、批注屏幕内容,并通过反问、画图等方式(如在几何题中标点、在 Python 课中提示死循环)提供指导。Koji 旨在解决传统 AI 剥夺学习机会的问题,降低提问门槛,重点培养学生的理解与纠错能力。
Koji 是一款由麻省理工和哈佛专家打造的 AI 私教应用,其核心理念是拒绝直接提供答案,而是通过引导逼学生思考。它具备屏幕感知与图形化交互能力,能实时高亮、批注屏幕内容,并通过反问、画图等方式(如在几何题中标点、在 Python 课中提示死循环)提供指导。Koji 旨在解决传统 AI 剥夺学习机会的问题,降低提问门槛,重点培养学生的理解与纠错能力。
文章介绍了一款具备视觉交互和启发式教学的新型AI家教产品,角度新颖且符合当前时效;但受限于短帖形式,缺乏对底层技术原理的深度剖析和具体落地的实操指南。
作者Cara曾参与《西部世界》《哥谭市》等好莱坞剧集的视效制作,回国后在外企视效公司、腾讯游戏工作,2026年7月裸辞All in AIGC。她发现当AI技术门槛降低后,做AIGC最难的不是技术,而是讲故事。文章记录了她用1000元预算试错、建立工作流的过程,并分享了两部作品的经验:《曜曜侠》花费800元、2分18秒,让她认识到短视频需要黄金三秒和强冲突;AI小猫Vlog《莫莫的Vlog》仅用1天、80元完成。她的结论是内容为王,先完成再完美。
本文整理了 a16z 播客中 Alpha School 创始人 Joe Liemandt 与 HAA 学院联合创始人 Gagan Biyani 的深度对谈,探讨 AI 时代的教育变革。核心观点:结合认知科学与大语言模型的学习引擎可将知识获取速度提升 10 倍,学生每天仅需 2 小时核心学术学习;剩余时间用于培养领导力、创业精神、金融素养等真实世界技能。文章强调从被动防御转向主动进攻,通过 Vibe Coding、机器人实战等方式培养 AI 原生一代成为乐观的'未来建设者',教育正经历范式转移的历史转折点。
作者详细记录了从零开始训练一个专属人物 LoRA 的完整实战流程。他使用 GPT Image 2 生成 56 张虚构人物训练数据,基于开源模型 MOSS-Image(5B 参数 Diffusion Transformer)进行微调,仅用一张 RTX 4090 训练约 65 分钟即获得稳定的人物形象生成能力。文章涵盖数据准备、Caption 标注、Checkpoint 选择、效果验收等关键环节,并指出了过拟合等常见问题。作者将整个流程开源到 GitHub,提供运行环境镜像、Jupyter Notebook 和 ComfyUI 工作流,建议初学者亲手跑一遍以真正理解 LoRA 训练原理,一通百通。
一位开发者最初只想给小学生做数学练习题,三周后却做出了开源项目 Papermorph——一个 Claude Code Skill。将教材 PDF 丢进去,可生成分章节、带配音的互动网课,公式与图像随讲解动态变化并附带小测;输入童话文本则可生成剪纸风格动画短片。成品为纯静态网页,无需服务器和数据库。成本结构上,一章物理课模型费约 10-18 美元,动效设计使用 Opus,画面检查用 Sonnet,多个 subagent 分担了编导、动画、配音等传统角色。项目在 GitHub 获 867 星,MIT 协议开源。
作者分享使用 DeepSeek-V4.1-Flash 1017 模型配合开源 AI 原生设计工具 OpenPencil 和生图模型 Qwen-Image-2.1 Turbo 制作电商落地页与模特图的实战体验。文章包含完整的落地页设计提示词和模特生成提示词,展示了生成结果的高审美水准,并提到 OpenPencil 是一款开源免费的 AI Native 设计工具,核心能力是通过 Agent 输出高质量 UI 设计稿、卡片、轮播图、PPT 等,适用于电商页面和海报制作,评论区多人交作业复刻效果。
作者测试了模思智能开源的 5B 生图模型 MOSS-Image,重点验证其文字渲染与 JSON Layout 结构化布局能力。通过虚构日系甜品店海报案例,对比传统自然语言 Prompt 与 JSON 布局控制的效果差异:JSON 可将人物、产品、标题等元素按坐标框精确定位,类似写前端页面。三轮测试覆盖主视觉、商业活动海报排版及中英文文字生成,验证了文案正确率、版式适配与视觉融合。结论是 JSON Layout 虽非 PS 级精确编辑,但能将模糊排版需求变为结构化描述,对商业海报、电商图等场景具有实际价值。