先拆条件，再讲思路
不直接给答案，先判断题目条件、核心方法和学生卡点。
会判断
先判断这次该怎么帮，而不是直接长篇输出。
会记住
错题和普通聊天分开存，保留真正有价值的学习记录。
会调整
学生跟不上时，主动换讲法、降难度、举例子。
小云智思考路径
一次回答背后的 Agent OS
滚动时看内部状态变化：判断场景、点亮工具、整理信息，再生成回答。
01 输入
接收
先拿到学生当前的题目、表达和学习状态。
02 判断
路由
分清这是讲题、错题、复习计划，还是学习压力。
03 工具
调用
只取本轮需要的画像、错题、记忆和教材知识。
04 组织
编排
把规则、上下文和工具结果按顺序交给模型。
05 回答
生成
输出更像老师的讲法，而不是普通聊天回复。
Agent OS · 学习运行台
Input
INPUT
学生发来一个真实问题
小云智先保留原始表达，不急着回答，因为“不懂”“又错了”本身就是重要学习信号。
我这道函数题又错了，x+2=5 我不会解。
输入
判断
工具
组织
回答
学生：我这道函数题又错了，x+2=5 我不会解。
学习画像
等待判断
错题记忆
等待判断
教材知识库
等待判断
长期记忆
等待判断
覆盖学生最常见的四个学习时刻
先把学生眼前的问题解决好，再慢慢沉淀成长期学习档案。
记录错因，发现反复薄弱点
把错题事实单独沉淀，后续可用于复习、画像和讲法调整。
按最近状态安排小任务
结合最近学习、错题和压力状态，给学生能完成的复习步骤。
压力高时先降低负担
不是每次都催进度，状态不好时先给一个能开始的小动作。
为什么它比普通 AI 更懂学生
小云智把技术能力翻译成学习动作：判断、记忆、检索、调整。 用户看到的是更合适的回答，背后是更清楚的学习结构。
判断这次该怎么帮
先分清是讲题、错题、复习计划，还是学习压力支持。
判断学生是否跟得上
学生说“不懂”“又错了”时，不硬推进，而是换讲法。
学生学习画像
记录近期主题、薄弱点、讲法偏好和压力状态。
独立错题记忆
错题事实单独存储，和普通聊天记录保持边界。
教材知识库
用教材知识点和知识切块支持回答，减少空泛发挥。
一次回答背后的工作流
普通用户看到的是一句回答，系统内部会先组织上下文，再交给模型生成。
01
用户输入
接收问题、错题或学习状态。
02
判断路线
决定这次应该讲题、分析错题还是陪伴。
03
调用学习工具
读取画像、错题、记忆和教材知识库。
04
整理提示词
把必要信息按顺序交给模型。
05
生成回答
输出适合手机阅读的学习回复。
