Google Research 发布了一项名为 Learn Your Way 的技术，这或许标志着传统教科书时代的终结。| BLOG
长期以来，教育面临的最大痛点是标准化的平庸。教科书是为所有人准备的，却往往无法打动任何人。Google 利用其 LearnLM 模型打破了这一僵局，它能将任何 PDF 文档瞬间转化为五种个性化的学习模式。
这项技术的巧妙之处在于，它会根据你的兴趣爱好和年级水平重写内容。如果你热爱足球，物理定律将通过球的运行轨迹来呈现；如果你痴迷音乐，历史演进将伴随着节奏的更迭。当知识不再是冰冷的文字，而是与你的生活产生共鸣时，学习便不再是苦差事，而是一场探索。
系统提供了五种完全不同的学习路径：带有嵌入式问题的互动文本、AI 教师对话音频、带填空练习的演示文稿、可缩放的思维导图，以及章节测试。这种多模态的呈现方式，让无论是视觉型还是听觉型的学习者，甚至包括神经多样性人群，都能找到最适合自己的认知节奏。
在针对 60 名学生的随机对照实验中，使用该系统的学生在三到五天后的知识留存率达到了 78%，而阅读传统 PDF 的学生仅为 67%。这 11% 的提升在教育学上意义重大，它代表了从被动接受到主动内化的跨越。
从技术底层来看，这并非简单的文本总结。Google 甚至专门微调了一个用于生成教育插图的模型，以解决通用大模型在科学绘图上的短板。教育专家对内容的准确性和教学科学性给出了极高的评价，这意味着它已经具备了从实验室走向实际应用的能力。
然而，这场革命也带来了新的思考。当每个学生都拥有完全个性化的进度和内容时，传统的课堂管理模式将面临巨大挑战。同时，如何确保 AI 在重写过程中不产生幻觉，依然是我们需要保持警惕的边界。
教育的本质不是灌输，而是点燃。当静态的知识被 AI 赋予生命，我们正在见证从大规模生产教育向大规模个性化教育的范式转移。静态学习已经过时，个性化 AI 教育的时代已经开启。
长期以来，教育面临的最大痛点是标准化的平庸。教科书是为所有人准备的，却往往无法打动任何人。Google 利用其 LearnLM 模型打破了这一僵局，它能将任何 PDF 文档瞬间转化为五种个性化的学习模式。
这项技术的巧妙之处在于，它会根据你的兴趣爱好和年级水平重写内容。如果你热爱足球，物理定律将通过球的运行轨迹来呈现；如果你痴迷音乐，历史演进将伴随着节奏的更迭。当知识不再是冰冷的文字，而是与你的生活产生共鸣时，学习便不再是苦差事，而是一场探索。
系统提供了五种完全不同的学习路径：带有嵌入式问题的互动文本、AI 教师对话音频、带填空练习的演示文稿、可缩放的思维导图，以及章节测试。这种多模态的呈现方式，让无论是视觉型还是听觉型的学习者，甚至包括神经多样性人群，都能找到最适合自己的认知节奏。
在针对 60 名学生的随机对照实验中，使用该系统的学生在三到五天后的知识留存率达到了 78%，而阅读传统 PDF 的学生仅为 67%。这 11% 的提升在教育学上意义重大，它代表了从被动接受到主动内化的跨越。
从技术底层来看，这并非简单的文本总结。Google 甚至专门微调了一个用于生成教育插图的模型，以解决通用大模型在科学绘图上的短板。教育专家对内容的准确性和教学科学性给出了极高的评价，这意味着它已经具备了从实验室走向实际应用的能力。
然而，这场革命也带来了新的思考。当每个学生都拥有完全个性化的进度和内容时，传统的课堂管理模式将面临巨大挑战。同时，如何确保 AI 在重写过程中不产生幻觉，依然是我们需要保持警惕的边界。
教育的本质不是灌输，而是点燃。当静态的知识被 AI 赋予生命，我们正在见证从大规模生产教育向大规模个性化教育的范式转移。静态学习已经过时，个性化 AI 教育的时代已经开启。
91数学：页面根据函数图像、随机数、趣味数学题、斐波那契数列、LaTEX、数学小工具等进行分类，还提供数学知识讲解、数学试题下载、数学计算器等。
数九网：提供了丰富的数学学习资源和数学学习工具，包括数学知识讲解、数学试题下载、在线测试等。内容全面、难度适中，适合中小学生进行自主学习和巩固复习。
Number Empire：通过数学游戏的方式更好地理解数学概念和提高数学能力。游戏包括数字拼图、数学接龙、数学迷宫等。
数九网：提供了丰富的数学学习资源和数学学习工具，包括数学知识讲解、数学试题下载、在线测试等。内容全面、难度适中，适合中小学生进行自主学习和巩固复习。
Number Empire：通过数学游戏的方式更好地理解数学概念和提高数学能力。游戏包括数字拼图、数学接龙、数学迷宫等。
这个平台目前汇聚了超过三万个源自GitHub的开源技能，构建起一个庞大的自动化生态。它不仅是一个搜索工具，更是一个基于SKILL.md开放标准的资源库。最核心的突破在于其通用性，这套标准同时被Anthropic的Claude Code和OpenAI的Codex CLI所采纳，打破了不同AI模型之间的能力壁垒。
技能的本质是模块化的指令与工具集。与传统的斜杠命令不同，斜杠命令依赖于用户的手动触发，而技能是模型调用的。这意味着AI能够根据当前的对话上下文、项目需求和任务目标，自主判断并在最合适的时机激活相应的技能。这种从被动响应到主动调用的转变，是智能体进化的重要标志。
在实际应用场景中，这些技能展现了极高的灵活性。开发者可以为AI集成钩子开发能力以监控危险命令，或者通过MCP协议连接外部服务。由于技能具有高度的模块化特征，用户可以将代码审查、Git自动化、单元测试等多个技能组合使用，将一个通用的语言模型定制成一位深谙项目规范的资深工程师。
为了确保开发者体验，平台的安装机制设计得非常简洁。通过将技能文件放入本地特定目录，AI即可自动识别并加载。而marketplace.json文件的引入，更是实现了类似插件管理器的便捷安装体验。这种设计极大地降低了技术门槛，让复杂的自动化流程能够迅速在不同团队间复用。
虽然SkillsMP通过星级过滤和质量扫描来筛选优质资源，但它本质上仍是一个充满活力的开源社区。作为独立于大模型厂商的第三方项目，它代表了社区驱动的技术共识。每一项技能的贡献和迭代，都在不断丰富AI处理现实世界复杂问题的手段。
当AI拥有了可扩展的技能库，编程的边界正在被重新定义。开发者不再仅仅是代码的编写者，更成为了AI能力的编排者。这种模块化、标准化的能力扩展方式，正在让AI助手从一个好用的工具，真正变成一个能够独立思考并解决问题的数字协作伙伴。
