01问题
教育是为群体设计的：同样的进度，同样的内容，同样的期待。记下来的是活动，而且每学期清零重来。上完一课不等于掌握，一个分数只是一个瞬间；还没有人看过的时候，沉默很容易被当成薄弱。下一学年的教师又从零开始，学习者在课堂之外展示的许多东西，根本不算数。
02系统
一位学习者，一份不断演进的理解。
Philomi 为每位学习者长期保留一个 Learning Twin（学习孪生）。每条观察记录、每份项目作业和每次测评，都挂在它们所体现的概念上，连同每个概念依赖的先修知识，下一学年的教师因此从已知的部分起步。只有经过验证的证据，才能改变掌握状态。缺了某项先修知识，路径随之调整，学习者、教师和家庭都看得到原因。同一个概念，可以出现在黑板上，可以动手做，可以是一次模拟，也可以藏在一个项目里，学习者还能用自己的话讲回来。
03为何重要
长期保留的 Learning Twin（学习孪生）记着学习者真正展示过什么，什么仍属未知，下一步该学什么，跨学科，跨学年，也跨进真实生活。
服务对象
- 学习者，从幼时的好奇到成年生活
- 家庭
- 教师
- 学校、教育集团与国家级计划
04能做什么
- 01
长期保留的 Learning Twin
一位学习者，一份不断演进的理解：有证据支撑的概念状态、它们的先修知识，以及尚未测评的部分，跨学科、跨学年一直保留。
- 02
先有证据，再谈掌握
作业和作品产生候选证据，由教师验证；答案没有歧义时，也可由确定性检查验证。AI 的输出绝不算证据。
- 03
有理由的下一步
缺了某项先修知识，路径随之调整，学习者、教师和家庭都看得到原因。
- 04
任何学科，任何学法
看得见的、动手的、模拟的、做项目的，或大声讲出来的。形式由 Philomi 选择，聊天窗口绝不是默认选项。
05产品实景
图片来自 Philomi 的公开网站。凡企业自己标明“示意”“模拟”或“提议”的内容，标注一律保留。
06如何运作
- 01
学习，在学校，也在生活里
项目、写作、讲解和真实世界中的观察，围绕各自体现的概念产生候选证据。
- 02
验证
每条候选证据由教师审核；答案没有歧义的，由确定性检查确认。
- 03
掌握状态
只有经过验证的证据，才能让一个概念从“未测评”经“初现”“发展中”走到“稳固”。
- 04
下一段路径
课程、先修知识和缺口共同决定下一步，并连同理由一起呈现给学习者、教师和家庭。
- 05
一路延续
学伴的存在感和作业的深度，随年龄变化。学习者展示过的，留下来。
07不同之处
Philomi 不是 LMS，也不是 AI 家教。它是一个学习智能层，与学校已在运行的系统并行。学习者面对的是始终如一的学伴，背后是由42个专科智能体组成的 AI Faculty（AI 师资团队），其中没有一个能创建证据、验证证据或改变掌握状态。它的存在感由学习者、家庭和学校决定；它绝不会说想念谁，或需要谁回来。真实生活同样算数：在 ProjectLab（项目实验室）里造出的太阳能小车，经教师审核后，就成为能量与测量方面的证据。
08信任与治理
隐私、安全和人的判断，都是架构的一部分，不是设置项。AI 起草、提建议，决定由教师、家庭和学校管理者来做。没有连续打卡、积分或徽章，也没有人脸识别、情绪检测、视线追踪或行为评分。数据最小化是设计的一部分，每一次访问都受控并留有审计记录。AI 的回应要过安全、年龄和政策检查，并可升级交由人处理。家庭和教师看到的是自己负责的学习者；学校和国家级计划看到的是受控的汇总数据，小规模群体的数据不予显示；任何学校、班级或孩子都不排名。