LearnHarness 先摸底再讲课，验收才是硬骨头

LearnHarness 把学习 Agent 的第一步放在提问摸底，顺序讨巧。Xudong Han 推荐的这个开源项目，会先通过提问摸清知识基础，找理解盲区，再用 Agent 规划学习路径，边讲边练，根据回答调整内容。它的 Memory 会把学过的概念和推理关系存成知识图谱，下次接着进度学。数学、机器学习、编程、物理、经济学、哲学，甚至备考和读复杂论文，都能拿来试。项目地址在 GitHub，原推在这里。

回复区比项目介绍更有看头。Byron Xiao 先给了验收标准：路径能规划，不等于课已做成。同一概念隔天再抽检，答得上才算过，图谱漂亮话扔掉，对照基准留下。Eaglegon 补了一刀：整个系统最脆弱的环节是第一步诊断，盲区摸错，后面规划的路径和知识图谱都建在错地图上。数学、编程有标准答案，诊断准不准好验证；哲学和论文阅读没标准答案，更难判断。

记忆这块被几个人盯上。oocc 说，能记住上次卡在哪个概念就很实用，下次接着补，不用又从什么是机器学习开始。赛博隐者提醒，边讲边练加动态调整，关键看记忆做得多细，学到第 10 课还记不记得第 1 课的短板。Leesanity 希望它做 plugin 模式，工程里的隐形问题在会话中，基于现有会话学习会更方便。Miya 问 Memory 存本地还是云端，素材里没答案，试用前得自己确认。

还有一条现实限制。Gerald Ian 看了一眼发现是 AGPL 协议，没法集成进产品。AGPL 属于强 copyleft 许可，想塞进闭源产品要谨慎，这条会劝退一部分人。

学习类 Agent 容易把路径规划做成演示，真正难的是诊断准不准、隔天还记不记得、协议能不能用。想试 LearnHarness，可以先拿有标准答案的数学或编程测诊断，再换没标准答案的论文阅读，看它会不会承认不知道。图谱画得再漂亮，第二天抽检答不上来就露馅。