与XX同读 — 历史人物 × 名教授的 12 周对话课程

客户场景

"与XX同读"做的是一类全新的在线课程产品:把 MasterClass 的"名师视频"翻面, 让学习者不是看视频,而是直接和"作者本人 + 课程教授"持续多周地双向对话。

比如《与爱因斯坦同读相对论》这门课:

• "讲师"是真实清华物理学院的现任教授,负责每周的讲义、阅读材料、作业;
• "对话对象"是一位图灵-级别的爱因斯坦数字生命体,学习者每周在自己的进度上和他讨论。

客户的核心需求是:每位学员、每一周,都在和真正"在场"的爱因斯坦对话—— 他记得这位学员上周问过什么、卡在哪里、读到第几章了;同时,他作为爱因斯坦 的口吻、思考方式、对当代物理的边界感不能被学员问偏。

用到的 DLaaS 能力

• Figure Bundle(图灵-级历史人物烘焙):爱因斯坦不是一段 prompt,而是经过 L0 语料 → L1 清洗 → L2 校验 → L3 引用 → L4 边界拒答管线烘焙出来的人物包, 每一句"他说的话"都能在内核里追到出处。
• 教授作为人格 overlay:课程主讲教授的教学法和声音作为 overlay 烘进同一个 ai_id 的系统人格里,学员不会感到"教授和爱因斯坦是两个对话框",而是"教授作主持人, 让爱因斯坦回答"。
• 多维度 scoped memory:同一学员、同一门课、不同周次,有结构化的会话连续性—— 学员在第 5 周问的问题,第 9 周回来还在;但课程之间互不串。
• L4 边界拒答:学员问"爱因斯坦你怎么看 ChatGPT?"——DLaaS 不让人物现编,而是 按角色边界给出"作为一个 1955 年去世的人,我无法评论你这个产品"。这是课程严肃性的护城河。
• Boundary readout / typed feedback:学员可以对每条回答标"不安全 / 不准确 / 很好",rupture/repair 信号回到 DLaaS,让人格在课程后续慢慢学到这个班的偏好。
• 统一计量与审计:学校客户合规审计可以一次性导出整门课的完整对话审计。

CEO 评价

"在 DLaaS 出现之前,'让学生和爱因斯坦对话 12 周'这件事在产品上是做不出来的—— 不是因为模型不够大,而是因为没有一个地方能稳稳地'装下'这个爱因斯坦,让他几百个学生、 几个月时间里都还是同一个人。我们试过自己拼,最后发现你只要稍微一漂,他就开始说 '作为一个 AI 助理',整个课程立刻塌掉。DLaaS 把'历史人物作为长期对话伙伴'这件事变成 了一个可以买的能力,我们才有勇气把这门课卖给真正的大学。"

— 周教授, 与XX同读 联合创始人 / CEO