一位数学教育者的理想主义实验：如何让高中生做到硕博级别的研究

Justin Skycak分享了他为美国最高阶高中数学/计算机科学课程编写的教材，现已免费公开。

这本书的背景是Math Academy的Eurisko项目（2020-2023年运行）。在这个项目中，他们做了一件看似不可能的事：让高中生完成硕士和博士级别的课程作业，复现人工智能领域的学术论文，并且用Python从零构建所有算法——不依赖任何现成的库和API。

费曼曾说："我无法创造的东西，我就不理解。"这正是Eurisko的教学哲学。强迫学生从底层构建，而不是简单调用库函数，这是培养"程序员"和锻造"工程师"之间的本质区别。

项目在2023年因Justin搬迁而暂停，因为当地没有其他人具备教授这门课程的知识储备。但好消息是，Eurisko的所有数学前置课程已经在Math Academy系统上线，未来整个Eurisko课程体系都将被数字化。

虽然第一批Eurisko学生甚至还没大学毕业，但已经涌现出令人惊叹的成果：顶尖大学录取、加速研究生学位、学术论文发表、科学竞赛获奖。

这个故事让人思考：我们对"高中生能做什么"的认知边界，是否被严重低估了？当教育者愿意搭建足够高的脚手架，学生能攀登到的高度远超想象。

帖子 | 教材地址：PDF HTML
Jarrod Watts最近公开了他的"氛围编程"工作流：OpenCode + Oh My OpenCode插件。这套方案的核心思路是让不同AI模型各司其职，发挥各自所长。

具体分工如下：

Opus 4.5担任总指挥，负责任务拆解和调度。GPT 5.2专攻架构设计和代码审查，这类需要长时间深度思考的任务正是OpenAI模型的强项。Sonnet 4.5负责文档查阅，在上下文效率上表现出色。Grok Code用于快速探索代码库。Gemini 3 Pro处理前端UI/UX工作，Jarrod特别提到它在设计任务上明显优于Claude。Gemini 3 Flash则负责文档撰写和文件分析这类轻量级任务。

这套方案有几个值得关注的优势：

第一是token使用更智能。上传图片、读取文档、从GitHub加载代码这些操作不会消耗昂贵的Opus 4.5额度，而是交给更适合的模型处理。

第二是工作流更流畅。不同模型在同一终端内协作，不需要在多个工具间来回切换。

关于成本问题，Jarrod提到可以直接使用现有的Claude Code订阅或ChatGPT Plus账号进行认证，不一定需要单独购买API额度。对于已经订阅这些服务的开发者来说，额外成本很低。

不过也有用户提出质疑：这种多智能体架构是否真的比单一模型更有效？还是只是看起来很忙、很酷？Jarrod坦言确实有"新鲜感加成"的因素，但他之前就习惯在Cursor中用Opus处理逻辑、用Gemini处理设计，现在只是把这个流程整合得更顺畅了。

对于编程新手，Jarrod的建议是先用Cursor的Composer模式。更进阶的用法是先用Opus 4.5在计划模式下制定方案，再交给Composer执行。

整套配置大约需要5-10分钟。感兴趣的可以看看OpenCode（opencode.ai）和Oh My OpenCode插件 | github

让不同模型做各自擅长的事，这个思路本身就很有价值。工具在进化，工作流也该跟着进化。
学习新知识时常常需要在多个工具间来回切换，看论文用一个软件，做笔记用另一个，遇到问题还得单独搜索，效率很低。

DeepTutor 是香港大学开源的 AI 学习助手，把文档问答、知识可视化、练习生成、深度研究等功能整合到一个平台。

上传教材或论文后，系统会构建知识库，支持多轮对话问答并给出带引用的分步解答。还能根据学习进度自动生成练习题，甚至模拟真实考试风格出题。

主要功能：

- 大规模文档知识问答，支持教材、论文、技术手册等多种格式；
- 多智能体协作解题，结合 RAG、网络搜索和代码执行给出分步解答；
- 交互式知识可视化，将复杂概念转化为易懂的图解和演示；
- 智能练习生成，根据学习水平定制题目，支持模拟真题风格；
- 深度研究与文献综述，自动发现知识空白和研究方向；
- 个人知识库和笔记本，追踪学习进度并保持上下文记忆。

支持 Web 界面使用，通过 Python 和 npm 安装依赖后即可本地运行，适合学生、研究人员和自学者使用。
@piracy9 此群组要变私密群组了，垃圾广告号太他么多了，受不了了。虽然有建bot的bot，奈何人懒不想折腾。谁想进的就进，以后还开不开放，没准儿

晚上封群

补充：加入了比较棒的bot，暂不封群了

如有误伤，找 @ashbur_bot
山水画风格邮票提示词 | 帖子
OpenNana提示词图库：可以搜索的一个新的nano banana pro的提示词库，收集了988个各种提示词。
Yuxi-Know是一个基于LightRAG（一个最近比较流行的RAG平台） 构建的RAG知识库和知识图谱平台。

这是一个功能强大的智能体平台，融合了 RAG 知识库与知识图谱技术，基于 LangGraph v1 + Vue.js + FastAPI + LightRAG 架构构建。

提供了全套的智能体开发套件，基于 MIT 开源协议，技术栈友好，适合基于此项目打造自己的智能体平台。
机器学习中的各种距离
YouTube已经成为美国家庭电视屏幕上最重要的“频道”
Before
After
Back to Top