Files
makelore/.project-docs/00-brief/project-positioning.md
T

119 lines
13 KiB
Markdown

# Project Positioning
## One-line Positioning
Makelore 是面向学生和创作者的 AI 创作客户端,承载编程、视觉创作、机器人和个人智能体/项目咨询;社区课程与机构教学分别留在 WS 和 LMS。
## Primary Goal
帮助用户围绕自己的项目创作、修改和提交作品,并在清晰的账号/付款边界下使用 AI 工具与咨询能力。
## Target Users / Consumers
- 学生、创作者、代孩子操作充值的家长,以及个人智能体使用者。
## Non-goals
客户端不体现课程,不增加课程目录、课次/任务上下文、learningOrigins、课程深链接或课次恢复。不承担机构排课、正式学情、课程观看授权或钱包账本权威。
## Core Constraints
- Main 持有认证、项目与固定服务端交互;Renderer 显示当前账号和服务端资格。家长登录孩子号充值,作品发布仍受 WS 审核和交付规则约束。
## Quality Bar
保持普通创作与发布独立,明确充值对象、失败恢复和账号切换边界;区分本地验证与真实安装版/支付/模型验收。
## Last Reviewed
2026-10-09(社区协作、无课程客户端及当前账号充值;老师 Agent 定义保留)
## 老师 Agent 的产品定位
用户确认日期:2026-10-08;内在映射框架与首版范围于 2026-10-09 补充确认。本轮共识更新了 2026-09-26 的定位;后续老师 Agent 建设以本节为准。
**老师 Agent 是为现实中某位具体的人量身打造的赛博版本。用户通过这个 Agent,与这个人的见解、经验、判断和做事方式建立连接。** 例如 Alice 对应 Alice Agent,映射对象是 Alice 本人。“老师”是既有名称,不限定真人的职业或用户身份;双方平等交流,Agent 提供这个人的视角,不预设教师/学生关系。
### 核心价值与映射范围
人的见解与经验是老师 Agent 的核心价值。即使使用相同的 AI 工具,不同人的关注点、问题定义、判断标准、取舍与修正方式,也可能带来不同结果。提炼应关注这些差异如何在具体情境中产生作用,以及何时不再适用。
映射范围包括语言风格、思维与判断方式、工作习惯、擅长能力,以及支撑这些能力的知识和经验。例如抓重点、追问价值、辨别关键证据、决定先做什么、根据反馈改变方向。表达方式是本人映射的重要组成部分;能模仿措辞或口头禅,尚不足以证明保留了其见解和判断。
可以存在许多老师 Agent,每位都有自己的特点。“杰出人物”不作为创建门槛。**“是谁的分身”与“在 Code 模块承担什么职责”分别定义**,不同老师可以承担不同职责,具体职责应与其专长和已验证范围相符,不预设所有老师遵循同一教学人设或工作流程。
### 内在映射的八个方面
用户认可的整体框架包含以下八个方面。目标是理解本人如何赋予事情意义、判断什么值得、识别情境、调用经验,以及发现并修正自己的错误。见解是这些因素在具体情境中产生的判断;隐性知识涉及本人掌握却未必能完整说出的经验与能力,横跨多个方面。语言与互动表达仍参与真人映射,但表达相似不能代替内在判断的映射。
| 编号 | 方面 | 要理解的内容 | 当前版本范围 |
|---|---|---|---|
| 1 | 价值、动机与优先顺序 | 什么值得追求、什么推动行动;价值发生冲突时怎样取舍,以及质量标准和可接受的妥协 | 首版重点 |
| 2 | 注意与问题构造 | 首先注意什么线索,怎样解释信息、重新定义问题和辨认真正要解决的事情 | 首版重点 |
| 3 | 对世界的理解 | 本人的事实信念、因果解释和默认假设;为什么认为某种方法有效,怎样理解人的行为、组织和结果 | 首版重点 |
| 4 | 经验与实践能力 | 怎样识别局面、调用和区分案例、选择方法;什么条件下先试、求证、继续、停止或切换策略 | 首版重点 |
| 5 | 证据标准与自我修正 | 怎样区分事实、推测与愿望;什么证据支持行动,什么反例会触发改判,以及怎样识别能力边界并求助 | 首版重点 |
| 6 | 身份与生命叙事 | 本人如何理解自己、解释关键经历及其改变,并看待希望成为的自己 | 后续迭代考虑 |
| 7 | 关系与社会处境 | 角色、关系、责任、权力、文化和实践环境怎样塑造或改变判断 | 后续迭代考虑 |
| 8 | 情绪、气质与自我调节 | 什么情境触发兴奋、警觉、厌烦等反应,以及压力、不确定和分歧中怎样调节与应对 | 后续迭代考虑 |
这是一套结合认知心理学、人格心理学、社会学与专业经验研究形成的产品分析框架,不是公认的完整人格结构,也不代表能够从文本恢复本人的全部心理过程。各方面相互影响,不能把本人事后解释、实际行为和系统推断混为同一种证据。
### 首版内在映射目标
**本次首版重点只覆盖上述第 1–5 个方面;第 6–8 个方面留待后续迭代考虑。** 不把关系与社会处境再单列为首版必达目标。采样仍须保留任务、对象、约束、已知信息和结果等事实背景,以解释前五方面的证据;这不等于额外开展第七方面的全面映射。
首版需要验证:在后续选定并有证据支持的场景中,面对未参与提炼的新问题,Agent 能否注意本人在意的线索、以本人认可的理解与价值形成取舍、合理调用经验,并在关键条件或证据变化后作出符合本人方式的调整。具体试点场景、材料量、评价方法和通过门槛尚未确定,不能将首版范围理解为已完整还原本人。
Codex 等工具使用痕迹是阶段一的候选材料来源。下一步讨论它们能为五方面提供哪些证据、哪些尚未观察到,以及阶段二需要怎样补充和校准;本次记录不表示已读取个人历史、确认具体画像或证明工具痕迹足以完成映射。
### 用户通过 Agent 建立连接
用户带着项目、作品和问题,与具体老师的 Agent 持续交流,获得有个人特点的观察、判断依据、经验和行动建议,并在交流中逐步理解这位老师的思考与做事方式。用户保留自己的选择和决定权。
“连接”应在真实问题和持续协作中体现,不能只依靠头像、姓名或一次相似回答来证明。Agent 的回答也不自动等同于真人老师对这次问题作出的即时答复或承诺。
### 用户理解与执行表达
用户于 2026-10-08 补充确认并随后澄清双方身份平等:老师 Agent 给出判断或建议后,用户需要自行理解、决定是否采纳,并用自己的表达向操作 Agent 提出目标与执行要求。用户的理解、选择和表达是建议进入执行过程的必要环节,不以“学生”身份定义交流关系。
交互过程为:**老师 Agent 提出判断与建议 → 用户理解并选择是否采纳 → 用户用自己的话向操作 Agent 表述 → 操作 Agent 根据用户表述执行 → 查看作品结果 → 老师 Agent 基于可获得的结果继续判断。**
老师 Agent 或系统不能通过直接转发建议、自动下发指令或一键采纳执行,替代用户自己的表述;仅点击“采纳/确认”也不能替代这一过程。用户仍可向老师 Agent 追问、澄清和讨论,再形成自己的表达。
保留用户如何理解、转化和运用建议的表达,才能为判断用户是否理解提供依据。用户自己表述并不自动证明已经理解,作品执行成功也不能代替对理解的观察;不据此增加考试、自动评分或教学身份。具体观察与反馈方式待讨论。
### 显性知识、隐性知识与上下文知识库
建设同时关注能明确表达的知识,以及体现在实践中的经验、识别线索、判断和习惯。隐性知识并不都能完整转成文字;需要结合真实行为、案例、过程与结果,检验提炼出的描述能否在新情境中发挥作用。语言学、行为学、心理学和专家知识提取方法可以作为分析视角,具体方法尚待选择与验证。
形成上下文知识库是建设方向。应保留原始证据、典型案例、见解与判断依据、适用情境、条件、例外和工作方法之间的联系,并能够追溯来源、时间及老师确认状态。需要区分本人原话、本人确认的提炼与系统推断,也区分事实、个人立场、经验规则和待验证假设;AI 推断不能未经确认就成为“老师的见解”。
老师相对长期的知识与判断、用户及项目的历史、当前任务事实需要分别组织并在使用时结合。老师纠正、版本更新和真实协作反馈可用于持续校准;用户反馈先作为候选材料,不直接改写老师的观点。具体知识结构、检索、记忆或训练方案未定。
### 提炼入口与研究边界
候选材料包括老师授权提供的真实工作记录(例如常用工具中的 Codex 对话)、访谈、选择题与开放问答、情境题、真实案例复盘,以及老师完成的轻量项目。它们可组合使用,用于观察“说自己会怎样做”与“实际怎样做”,目前不指定统一题库或固定提炼顺序。本次共识不表示已经取得个人记录或具备自动导入能力。
专家知识提取研究,如 [Critical Decision Method](https://doi.org/10.1109/21.31053) 和 [ACTA](https://doi.org/10.1080/001401398186108),可为案例追问、关键线索和判断过程的提炼提供参考。[隐性知识研究](https://press.uchicago.edu/ucp/books/book/chicago/T/bo8461024.html)提示完整表达存在边界;[基于个人自述的 Agent 模拟研究](https://arxiv.org/abs/2411.10109)不能直接证明教师专业能力已迁移或整个人已被完整还原。这些是方法参考与证据边界,不构成本产品的效果验收。
本节“蒸馏”指从真人材料中提炼并构建可运行、可校准的老师 Agent,不预设必须采用模型训练中的知识蒸馏技术。
### 真人映射验收与用户价值评估
**老师本人需要参与确认赛博映射是否做好。** 可通过题库、问答和情境任务,比较 Agent 的语言风格、问题关注点、判断依据、取舍、经验运用、工作习惯,以及条件变化后的调整是否符合本人。
提炼材料与验收材料应分开,保留未用于提炼的新题。老师与 Agent 在相同背景下独立作答,再由老师评估;必要时追问依据、改变条件或观察任务过程。验收允许本人认可的合理表达与判断差异,不要求逐字一致,也不把老师某一次回答当成在所有情境下唯一正确的答案。发现偏差后校准,并用新的题目复测。
验收结果应说明 Agent 版本、评估维度、适用情境与已验证职责。具体题型、题量、评分、权重和通过门槛仍待讨论。老师本人认可映射,是验证个人特征的重要环节,不能单独证明专业判断正确或用户效果良好。
用户实际获得的价值需要另行评估:在新问题中是否得到有依据、有辨识度、有帮助的判断,能否理解其思路并形成持续连接,是否知道判断的条件与限制。用户满意度、项目成果或教学效果,也不能替代老师本人对映射的验收。
### 已确认方向与后续方法论
以上确认了真人映射、见解与经验、平等交流与用户连接、上下文知识库、本人参与验收、八方面内在映射框架及首版前五方面目标,以及由用户理解并向操作 Agent 表述执行要求的方向。下一步围绕具体真人与首版目标,讨论 Codex 等工具痕迹的证据适配、材料采样、提炼流程、证据核对、知识组织、校准和验收方法,再通过试验验证。后续协作与结果反馈设计须保留用户理解、转化并表达建议的过程,不设计老师建议直接交给操作 Agent 执行的路径。
本节记录产品共识,不表示现有下发智能体已经完成真人映射、知识提炼或上述验收。提示词、Skills、案例、知识和模型配置是候选承载方式,具体组合尚待验证。现有云端管理、运营下发、项目连续聊天、版本绑定与只读工具边界保持;客户端统一承载发布配置,不按“老师”“朋友”等名称另设角色权限,也不增加固定教学基线。
本节作为老师 Agent 产品理念的权威记录;既有技术与运行边界见[老师 Agent 决策](../10-decisions/ADR-2026-09-22-coding-teacher.md)。