Lampwright EN
回到工作台

第一盏灯 · 进行中 最后核对:

Generalprobe

给实习老师和转行当老师的人练课用的排练室。对着十二个模拟学生讲一小段课,课后复盘,再随时倒回去,换个说法试试。

Generalprobe 离线演示:坐在课桌前上课的模拟学生,旁边是课堂动态栏
截图 · Generalprobe 离线演示,七年级的一节分数课 ·
对象
德国的实习老师,和转行当老师的人
用了什么
一个在浏览器里打开就能用的 HTML 文件,学生台词提前写好,靠关键词规则判断回答。另起一个本地服务器,就能让 DeepSeek 出学生的问题、给老师的回答打分;每次调用最多等 4 秒,超时、出错或者返回的内容不能用,就退回关键词规则。
缘起
2026 年第二届埃森哲 AI × 教育黑客松(德国),获最佳创意奖
谁做的
Hongyu Zhou 和两位柏林工大的同学
进度
2026 年 9 月黑客松上做的原型,10 月加上了本地 AI 学生。2026 年 10 月 5 日交了 Tools Competition 2027 第一轮的摘要。目前还不是产品。
数据
不涉及任何真实学生的数据。离线演示不用服务器,也不记录任何东西;只有选用语音指令时,才会用到 Chrome 的在线语音识别。
链接
暂时没有。代码仓库不公开,演示也没放到网上。
最后核对

它做什么

老师选好一个活动,对着全班开讲。十二个学生各有各的脾气、成绩和说话方式,没人指挥,全班也会自己走神、交头接耳、举手。

下课后,复盘页把整节课过一遍。老师可以倒回任何一刻,换一种说法,看全班这回怎么反应。

每次排练都能导出成事件日志,用同样的随机种子和设置重放,那节课会一模一样地再来一遍。在本地 AI 模式下,模型替学生写的每句台词都会打一个 1 到 5 分,看它像不像这个学生会说的话。

拆解图

示意图:Generalprobe 拆成四个带编号的层
  1. 01 黑板:浏览器从 .pptx 文件里读出的幻灯片标题
  2. 02 十二个模拟学生,各有脾气、成绩和说话方式
  3. 03 评分:关键词规则,或者选用本地的 DeepSeek,每次调用最多等 4 秒
  4. 04 事件日志:同样的随机种子和设置,重放出同一节课

为这个网站画的示意图,说明 Generalprobe 由哪几部分组成,不是截图。

零件清单

已经有了

  • 十二个学生的人设和排练的事件日志,都有各自的 JSON Schema
  • 把排练导出成事件日志,再照着它原样重放
  • 可选的本地 AI 学生:由模型出题、打分,并给模型写的每句台词评一个人设分
  • 上传幻灯片:浏览器读出 .pptx 的标题,写到黑板上

还没有

  • 在线版本
  • 让模型写学生的每一句台词。现在即使开了本地 AI 模式,其余台词也还是提前写好的。

可以挑刺的地方

  • 离线演示是按关键词给回答打分的,并不真懂老师在说什么。
  • 倒回去重来时,新的回答只用关键词规则打分,不经过模型。
  • 第一次用户测试请了五位老师,还没在真实课堂里试过。

幕后

Generalprobe 是在 2026 年德国的第二届埃森哲 AI × 教育黑客松上做出来的,拿了最佳创意奖。本地 AI 模式是 2026 年 10 月加的;10 月 5 日交了 Tools Competition 2027 第一轮的摘要。学生全是模拟的,没有真实的孩子参与。

回到工作台