查看原文
其他

风变科技刘克亮:算法时代或将出现重构课堂的“超级老师”【星特写】

联想之星 2022-05-19

The following article is from 多知网 Author 徐晶晶

风变科技创始人兼CEO刘克亮,图片来源:多知网

近日,在多知网活动上,风变科技创始人兼CEO刘克亮以《5年获客1000万学员,风变科技如何聚焦自动交互式教学扩品》为题,分享了关于技术供给怎样改变教育行业的思考。
 
风变科技旗下有三代产品。其中第三代产品“风变编程”是于2018年4月推出的成人编程品牌,面向泛互联网在职人群教Python。在2019年,因精准投放,风变编程的一支广告刷屏朋友圈。此外,在2019年,风变先后完成几轮融资。
 
核心观点:


1.成人和K12用户的差距很大,存在学习动机、产业乃至最后发展方向的差异。K12培训更本质的是提分需求驱动从而在现有的高等教育资源的盘子里面获得更好的分配权。而面向成年人的教育并不是存量博弈的状态,职业教育更侧重于如何加大供给。所以,K12面向分配问题,成人教育面向供给问题。


2.K12的用户群有巨大相关性,可以把50个人抽象成单一个体,从而找出一个最优解。但是成年人的学习、背景知识过于分散,同样一句话就有人听得懂,有人听不懂。


3.教学内核其实由三个要素构成:识别能力、策略和资源/信息。


4.老师上课是信息生成的过程,而不是信息传递的过程。


5.互动的过程是一个信息采集和信息匹配的过程。


6.教育行业真正意义上由算法或者被技术数据驱动长出来的模式可能跟大家今天想象的逻辑有巨大差异。
 
以下为刘克亮分享全文,经多知网编辑整理:


我们公司叫“风变科技”,英文名是“ForChange”。有一个话题是我们很关心的:学习一定要在线或者一定要线下吗?决定在线还是线下的边界到底是什么?除了主观判断一定要用某种方法去做事之外,还有哪些新变量会影响这个问题的答案?今天我的分享基于技术怎样改变教育行业、以一个教育行业的热爱者这一视角来展开。


1
K12面向分配,成人教育面向供给
 
先讨论一个比较基础的问题:什么是教育?
 
教育是你要解决一个问题,以前不会,现在会了。教育是从不行到行、不能到能的过程。怎样让一个人从不行到行?这个过程的构成要素到底是什么?
 
从知识的呈现形式上,教育其实可以做个分类。我认为,学习可以分为三个类别:
 
第一类学习偏向于知识,是一个非常通用的算法,过去长时间的历史沉淀的,它体量非常大,学起来非常枯燥。
 
第二类学习的是方法。人在解决问题的时候有一种启发法,过去曾经用套路解决问题,后面就可以用总结出方法来解决问题。
 
第三类学习的是经验。经验相对来讲是不通用的启发。
 
如果要把教学全部通过在线的方法来推动,其实这三类问题都不一样。
 
今天的分享更偏向于经验的分享,或者说重点是从经验往方法这个角度去谈,那么最大的难点不是怎么传输,而是谁来讲、谁会这个经验、谁掌握这个方法。问题不同,解决问题的路径不同。
 
按年龄分类,成人和K12用户的差距很大,存在学习动机、产业乃至最后发展方向的差异。风变是面向成年人的,我们一直说自己是高等教育资源的补充,建立另外一所社会上的大学。而K12培训更本质的是提分需求驱动从而在现有的高等教育资源的盘子里面获得更好的分配权。面向成年人的教育并不是存量博弈的状态,所以职业教育更侧重于怎么加大供给,成人教育和K12教育的基本盘也不一样。
 
接下来从成年人这个角度分类。我们把成年人的学习分类又可以分成简单的三种类型:
 
第一类人是超级学霸。
 
我们公司是教成年人学Python的。一天一个学了我们Python课的大哥入职我们公司,质问我为什么做Python编程。我说:“做Python不是挺好的吗?让大家学编程。”他说:“不需要啊,我为什么不去买一本《Python从入门到精通》?隔3个小时我就会了,我为什么一定要学你的课?”我说:“你不是我们的目标用户,你在三类人的分类逻辑是里属于第一类人,这种人是超级学霸。”超级学霸通常做什么都不需要第三方辅助工具,对他们来讲最短的路径就是读两本书,什么事都能搞定。
    
第二类人是大众化的一类人。
 
他们有很多学习的热情和期待,但是往往这些学习和期待获得不了好的结果。举例说,我相信大家今天来到这里定有很多预期,比如今天回去之后招生量大幅度提升,掌握了一套行之有效的方法,如果你们有这样的预期,大概率你们会失望,因为你们可能很难在这里获得行之有效、立马能用的经验和结果。
    
第三类是不相信学习有用的人,他们觉得学习没用。


2
教学里的互动到底解决什么问题?
 
把这三类人分开来看,如果加大面向成年人的教育供给,可以做的事情是,第一类其实不需要什么教学方案,我们主要面向第二类人,怎么让第二类人的学习期待被良好满足。其实这是一个很困难的问题,大概率的场景是这样的:今天你来听了这场分享会,回去之后你找了个同学吃火锅,吃的时候发现同学升职比你快、收入比你高,你心里有点慌了,觉得自己要学点什么东西,报了一个网课或者慕课,或者多知商学院上面的课程,你去看里边的内容,但是很有可能你们看了一两节、三四节,但很难把这个课坚持看完。

         
这种现象怎么被解决?或者说有没有更好的方法,能够获得更多的知识?这个问题最早的一个具体切面是这样的:今天在线下的这个场景,我在台上讲,你们在台下听,这个学习是可以完成的,因为老师面向学生来传递内容。但是当电脑夹在中间,老师通过电脑把信息传给学生之后,学生学的时候就会犯困,大量的录播课、慕课都得出这样的一个结论。
    
到底这个电脑做错了什么事情,导致人们没办法学完内容?当时我问很多人这个问题,很多人都会给我一个答案:线上和线下是有区别的。什么区别?比如有互动,有了互动以后,整个学习体验会有很大差异。到底什么是互动?我觉得这个问题很奇怪,因为大部分的人来到课堂上来学习,不是为了跟老师互动的,而是为了学习知识,但为什么老师跟我互动之后,我的学习成果就会因为互动这个行为而产生显著的差异?这是一个值得思考的问题。
    
我们认为,如果谁能够把电脑这个要素的问题解决得好或者把互动的问题解决得好,他就有可能把教学从过去大家认为只有线下能做的变成线上也可以做。所以,教学里的互动到底在解决什么问题?
    
后来我们得到一部分答案。一位数学老师讲了一个生动的例子:“我有个学生数学一直很差,后来我问他为什么数学差。他说自己小学三年级的时候有一次上数学课,笔掉到地上了。为什么笔掉到地上数学就差了?因为他低头捡了那支笔,等再抬起头,他就再也没弄懂过数学课。”由于前面的内容和后面的内容有很大的相关性,如果在学习过程中走了一个神,就跟不上了。
    
在学习的过程中,有个注意力分配机制的问题。意思是,如果我接下来对于老师讲的内容我认为我听不懂,大脑就会进入一种低功耗状态,就不去听。或者,如果我认为这个老师讲的全是废话,那么就不会提升注意力。人脑在辨别接下来这个老师讲的内容有用或没用的时候,他都不会再了解接下来的信息。
    
后来我们从注意力资源的分配机制中找到答案。大家都会说注意力很重要,眼球经济很重要,但我发现很少有人研究到底注意力的具体构成是什么样的。注意力的影响因子是这样的:

   
第一个叫作长期的倾向。这个长期的倾向挺不重要,其实也有一点相关性。如果你过去能从这个信息源注意信息,你接下来再从这个信息源注意信息的概率就会上升。比如经常听一个老师讲课,你就会很认可这个老师,听别的老师讲课就觉得没意思。其实是一种惯性。
 
第二个叫作当前的意愿。比如我认为这个东西听了有没有用,所以我就不听了。
 
第三个叫作对能量需求的评价。我判断我这个小脑瓜大概率是听不懂这个哥们儿讲的话,所以我现在就不听了,这也是一种注意力资源下降的原因。
    
为什么慕课解决不了这个问题?举一个“认知独木桥”的例子,一个人在上课的过程中,他其实是在一个桥上走。如果接下来老师讲的这个内容过于简单,他会从桥的左边掉下去;如果老师讲得稍微难一点,他会从桥的右边掉下去,众口难调。
 
线下场景也有类似的,1对1对老师的要求更低,小班课对老师的要求会更高一点。如果要Hold住几百人的场子,对老师的要求会更高,难度就会进一步上升。这里边的难度产生于哪里?产生于学生与学生之间的差异太大了,每个人学习目标不一样,学习期待不一样,老师讲的同样一句内容,每个人得出来的结论也不一样。
    
在K12的课堂里,只要聚集一个50人的小班,这50个人一定有巨大相关性,可能他们学习成绩差不多,学习目标也差不多,年纪相仿,背景经历也相仿,这时可以把50个人抽象成一个单一个体,给这个单一个体找出一个最优解。但是成年人的学习、背景知识过于分散,甚至智力水平的差异都比小朋友的智力差异更大,这个时候同样一句就有人听得懂,有人听不懂。
  
这个差异反映在慕课上面,最后就会形成一个有趣的趋势:只要一位老师来开一堂慕课的录播课,他就会遇到两个巨大的障碍:
 
第一个障碍是发现对面没有学生,而是对着镜头在讲,脑子里就一定要幻想一个观众出来对自己的话做出反应,一旦幻想出来的那个观众与实际观众的差异很大,这个内容就无法让人注意力集中。
 
第二个障碍是有很多人会给老师一种特殊的反馈。听得懂的人不会主动告诉老师自己听懂了,但听不懂的人就会说出来,就逼着老师越讲越简单,最后他会把自己的教学水平无限地拖到低线的认知水平上。因为慕课的学员画像不清晰,老师只能尽可能照顾那些可能不懂的人。一旦老师照顾这些人,就会导致大部分的内容讲起来极其无聊。
 
这是一个很大的悖论——老师讲得简单了不行,讲得难了也不行;用户过于分散了不行,学习目标差异大了也不行。所以我们研究到这里的时候有点绝望了,面向成年人的在线环境下的教育资源供给这个问题可能是无解的,这是我们最早的判断。
    
后来我们想到还有一个解决问题的思路,就是研究人类是怎么教学的。风变的产品从第一天开始就没有老师,而是提供一种产品化的解决方案。过去慕课这套解决方案里都有一个基本假设,这个基本假设是老师作为信息传递的主体,后来发现这个完全不对,老师上课时做的事情本质是一个面向信息的信息实时生成系统。也就是说,学生行为表现的差异会影响老师接下来讲话的内容,老师要根据学生的状态加工自己接下来要讲的内容,老师授课是信息生成的过程,而不是信息传递的过程
    
举个例子,我高中生物老师之前是一个生物学博士,他第一天走到课堂眉飞色舞地讲完了一堂课,最后问学生们是否听懂了,学生们说懂了。等老师打开学生们的作业,发现全错了。他第一反应是学生们骗了自己,后来他才明白,学生们说的“会了”和真的“会了”是不一样的。但是一开始的时候一个生物学的博士没有这个认知,只了解生物学,不了解教学。10年以后这个生物学博士从一个愣头青老师变成一个生物学名师。其实他掌握的能力就是可以识别学生点着头说懂了的时候其实不懂,可以明确地对当下的学生实时状态有一个建模,通过自己的脑袋去处理当下信息,基于当下信息去匹配最优策略,再基于这个最优策略去找到一个最优的内容,把这个最优的内容装填到这个策略里面来解决当下的问题,所以他的信息生成效率比其他老师的信息生成效率更高,他也就变成一个好老师。
    
回到刚刚的问题:互动是什么?互动的过程是一个信息采集和信息匹配的过程。老师在上课时会喃喃自语:“好的,我们继续”,“OK,下一部分”,其实这样的话并不是讲给学生听的,老师真的是自言自语,是讲给他自己听的,因为他的大脑正在执行这个程序。他虽然在说“好的,我们继续”,但他“继续”的指向是不一样的。
    
顺着这个事情往下想,我们后来又得出一个非常悲凉的答案:人教学真的不合适。为什么?“好的我们继续”如果是教学内核,这个教学内核其实由三个要素构成:


第一个要素是识别能力,就是你刚刚点头,我知道你可能听懂的这种识别能力。


第二个能力叫作策略。比如我这个时候应该讲笑话吗?还是应该讲一个更难的内容?还是应该讲一个更简单的内容?


第三个能力叫作资源或者信息,是说我知道现在要讲笑话,但是没办法,我觉得我讲笑话不好笑。
 
如果老师的要素是这三个的话,那人类来做教学这件事真的太浪费了。为什么?因为这三个都不能传承:
 
关于识别能力不能传承。举个老教师的例子,不是老教师厉害,是因为有大量的年轻人作为数据源让老教师去练习识别,最后老教师掌握了一个厉害的识别的能力,结果到了60岁,这个老教师退休了。如果从算法的角度来讲,未来大量的数据源会构建出一个教育资源的资产,但是这个教育资源的资产会随着其年龄到了一定程度之后就得重新运行。好比互联网公司里有一个程序员定期删库,谁也扛不住。但是人类教学就是这样一个过程。
 
关于策略不能传承。我们虽然有很多人读过教育学、读过系统化教学设计,但是他们形成出来的那些微观的经验和宏观的知识都不够一个具体在讲台上训练出来的老师对策略的理解能力。
 
关于资源不能传承,资源还能互相学习模仿,比如我听别的老师讲课,偷学他对一个知识的讲解方法,但总体来讲这件事情不经济。


3
研究这件事,对社会的意义是什么?


试想一下,未来会是否会出现这样一种可能——出现一种超级算法中心,这个超级算法中心对于所有学生们当前学习状态的学习能力最优,它比老师了解的个体信息源更多元,不仅是课堂当下的了解。比如说我不了解你过去的背景经历,我现在只知道你在课堂上笑了,假设我给你建了这个模,但这个模型可能是不正确的。
 
会不会建立一个超级学习中心,今天这个超级学习中心了解几端的内容,并且它的教学资源和策略都是很众包式大量集成的,它就会出现超级老师。这个超级老师和人类老师的最大差别是教龄。比如评价一个老师好不好,有一种方法是我们看这个老师一共曾经有多少个成功的教学事件或者他这个算法到底跑多少次。如果一个老师一次带20个学生,他一辈子一共要讲这些次。但是如果把这个数据扩大到200万—300万之后,可能就会出现一个500年教龄的老师,而且会随着他的教学能力增强,他积累数据的能力就越强。为什么?大众在掌握选择教学标的的时候,会有一个头部的排他性,择优选择,尤其是成年人的教学目标、学习模式是很功利的。除非有一种情况就是这个好老师的课抢不到或者教育资源稀缺。但是如果背后是自动化的供给,它就是一个无限的模型,最后这个人就会积累所有的数据,开始滚雪球。在教育行业里面是否也有可能出现?
 
因为我是互联网行业的,只不过是互联网的教育公司,所以我们的基础思想是互联网公司的一个思维路径,但是教育公司和互联网公司没那么相融,最大的差距就在于互联网有明显的网络效应和寡头效应,只要我规模大我就厉害,我厉害就导致我规模更大,所以大的越大,这是互联网这么多年在各个产业里面所演化出来的,但是今天在教育行业里面没有出现这个情况,互联网教育公司也是越大越难,虽然他们头部有集成效应,但是到最后因为各种原因,并没有像微信一样形成巨大的头部效应。但是这个事情在理论的角度上是可以出现的,这是我们的一个假设。
 
未来有可能出现这种超级老师,或者说教育和互联网行业今天确实还没有握手,只是在名义上有些公司声称自己是互联网教育公司,实际上他们解决方案的主体还是线下,老师讲,学生听。你不能说我原来是一个蜡烛厂,蜡烛外面套了一个灯罩后现在就是灯泡了,这不对。因为从蜡烛到灯的演化,虽然都是照明系统,但最后实现的差异并不是终端的发光体上,而在整个电力系统上。
 
教育行业真正意义上由算法或者被技术数据驱动长出来的模式可能跟我们大家今天想象的逻辑都有巨大差异。这是我今天的一个核心观点。
    
如果对这件事情继续持续研究下去,可能会有什么作用?它对社会是有意义的吗?对未来教育资源的走向是怎样的?
 
假设这套逻辑的成立,会出现一种面向成年人的超级教育资源供给,会给今天整个教育行业带来巨大的改变,甚至是改变社会的基础生活方式。


这个基础生活方式是这样的,如果今年清华大学的招生不是2000人,而是2000万人,那么今天这个社会会发生什么样的事情?
 
我觉得首先没的不是别的大学,是大部分的K12机构没有了。因为家长的第一动机就是要获得分配权。在今天这个特殊历史周期里,很多人去上学不是为了学知识,而是为了提高分数。当然素质教育不是这样,但是有很多家长送孩子到培训机构的核心原因是为了提分,提分的目的是为了上清华。但清华今年招2000万,意味着自己的小孩一定能上清华,那么一定要上培训机构吗?
 
接下来很多领域就会产生影响,比如在社会发展的模式上。智力其实是什么发展很重要的一个生产资料,如果我会的东西变成大家都会的,人们的智力流转速度变得更快了,因为人才有可能会变成一个不那么稀缺的资源。“创新的第一本质是人才。”这句话永远对,企业的经营本质是人才,这句话也永远对,但是如果人才可以开始大规模标准化供给以后,这个社会可能会变成什么样,可能这件事情会有很大的影响
 
但是归根到底,我们觉得这件事情在最后都会影响这样一个问题,就是我们不应该脱离社会发展的角度来谈教育。因为本质上,经济是社会发展的动力,而教育对社会发展的过程有加持意义。如果教育资源投入到一个产业里面,这个产业最后没有实际意义,比如说只是推动了内卷,并没有实际推动产业或者社会发展速度,那这件事情的意义不那么大。
 
但在今天的教育行业,过去教育一直被大家称为民族发展的根源,百年大计,教育为本,是一个很高屋建瓴的东西,国家现代化首先是建立在人才的现代化,前提是建立在教育现代化的前提之上,这些因果关系的表述是否都在这个社会真实发生?社会资源的流向是否真的能通过教育这样一个杠杆或者这样一个窗口行之有效地推动社会的发展?这些问题我觉得是从业者需要关心的。教育行业的竞争挺惨烈的,打到一定程度以后,大家就不那么关注行业,也不那么关注社会了。但是从业者是要去思考这个问题的,这是我的一个观点。谢谢大家!

Q&A


Q:您对未来公司发展过程中的布局有哪些建议?如何把刚刚的思考转化到商业上,给社会带来更大的价值?
    
刘克亮:我觉得今天教育行业里有很多商业推动的发展其实是反社会发展的,这是我的结论,这个结论很奇怪。简单讲就是,市场化并没有真正地加速教育产业的发展,反而减缓了它。
 
如果一定要问有什么商业建议,我觉得只能是两手准备。第一种准备是一个存量博弈,大家互相打,“军备竞赛”,教育公司就像军火商,只要这个战争的烈度变高,军火商肯定赚得更多,这个逻辑肯定是正确的。但是在这场人民之间的“内战”有可能会结束,万一这场战争结束了呢?万一大家把钱尝试投入到教育资源属性上的一些内容上呢?
    
Q:您对未来在线教育怎么发展能否做一个预测?
        
刘克亮:我觉得今天在线教育行业摆脱不了一个问题,就是没有好的在线教育的综合体。今天在线教育行业里面有两个超大的教育行业产业综合体,一个叫作今日头条,一个叫作腾讯,掌握了产业分配权。但是这些公司把自己的定位成媒体平台,他不认为自己是教育产业综合体,所以不用去承担产业生态健康发展的责任。
 
我这里边有更大的命题。今天的流量供给总体结构不改变,还是今天这样的巨头垄断的格局的话,包括对于在线教育公司核心的用户来源模式还依然来自于这样一种模式下,这些条件都具备之下,可能就会让你刚才讲的那个现象比过去更严重。
 
Q:现在会有部分机构会选择两种路线去并进,一部分是作为教学的部分,一部分是专门做服务的部分,以非常明确的两个方式进行的时候,作为一线的教育从业人来讲,更多的感受是这两件事情并行的时候实际上的效率反而不高,并没有感觉到做教学的老师真的可以专注做教学,真正去做服务的人可以专注做服务,您怎么看?
    
刘克亮:我认为要继续拆下去,而且要越拆越细,分工产生效能,这是工业革命一直给我们讲的道理。但是怎么分工是一个问题,比如在风变的模式里面我们就很明确把这个东西严格地切开了,教学的人和教学服务的人没有什么关系,教学服务的人就做教学服务,他们懂知识,但是他们不承担教学工作,就只是一个具体在运营上的优化问题。因为你只有切到足够细了才有标准化,才可能规模化。还跟你的目标有关。
 
还有另外一个问题,因为我们今天研究的方向是,假设教育资源已经很好了,怎么做大规模,我们在思考这个问题,所以我们只思考怎么把供给效率变高,如果从这个角度思考,我是一定要切的。如果我们思考的路径是希望把我们的质量进一步优上加优,有可能牵扯到不同工种面向同样一个问题解决问题的效率差异或协作效率的问题,所以你最后把多个工序合并到一起让一个人来做可能会带来更好的体验,但是出发点不一样。
    
Q:想问两个问题,第一,您5年获得了1000万的获客数量,还是蛮惊人的,您是怎么样做到的?第二,您觉得中国的教育发展怎样能够让我们的教育行业更加平衡、有效地发展?对于线上教育和线下教育来说,您觉得怎样的方式会更加好?
    
刘克亮:教育行业就应该是充分讨论,今天也是轻松的环境,所以多元化观点很重要。
 
第一个问题是获客具体怎么做的。我其实也挺纳闷,第一次问我这个问题的人是(张)邦鑫,他说:“亮子,你知道吗?你们公司一年付费用户规模和我们规模一样,但是你们怎么那么小?”我当时第一反应是这样的:“凭什么?我们面向成年人的教育公司活该做不大吗?”
 
其实还是背景情况不同,K12的竞争还是更激烈的,对K12机构来讲,你想获取一个用户,然后让他来学习这个事情太难了,因为他有多个链条。我也没有研究过K12到底怎么获客的,但是成年人复杂度确实比大家想象的低。当然也不是一概而论。成年人的学习动机其实是因为供给少,但是需求是旺盛的,每个成年人都有让自己变得更好的冲动,但解决能让人们获得更好的未来的解决方案低了以后,单个解决方案的规模就大这背后还有一个问题,是因为不赚钱,因为不赚钱所以没人做,因为没人做供给少,所以单个供给方的用户规模就大,我是这么认为的。
    
第二个问题,线上线下如何发展,我简单地看过国家在教育行业里面的发展规划,那个规划我看完之后觉得那是最完美的答案。大概的意思是这样的,过去我们的教育体系相对比较单一,就是普通教育体系,普通教育体系最后的导向就是大家都去做科研,是相对比较单一的学习目标。未来这件事情会进入多元化,多种主体的终身学习立交桥,普通教育体系、继续教育体系和职业教育体系以及发展学习时长从K12开始向终身学习发展,所以会变成一个供给更多元的环境。只要供给变得更多元了,人们面对教育和学习这个事情变得更从容。好的教育,今天在我看来还是太匮乏了。
    
世界的发展就是这样,过去少部分人拥有的,在未来会变成大部分人所拥有的。只要供给规模变得更大,让每个人都会琴棋书画,让每个中国人都能有好的学习,这当然是对未来的促进。基于这个命题,我们再来倒推线上线下如何融合,我觉得这就变成一个伪命题了,因为线上和线下从来都不是对抗、竞争,而是它们都是解决一个单一问题的不同的解决思路。不同的解决思路可能在不同的端口上有些效率高,有些效率低,所以最后会形成一个排列组合,在每个阶段可能的稳定态又不一样,所以它持续演化。
    
我个人的观点是,今天教育行业的创新太少了,可能是竞争的烈度导致了大家都比较慌张。各个领域的创新、各个环节的创新都应该做得更多,才有可能让行业有好的发展。
    
Q:您刚刚讲到一个细节,班课老师对每个学生的把控问题,主要有三个拆分,一个是识别学生当时的状态,另外一个是策略,应对这个状态怎么做是最优解,第三个是资源,您有什么好的招,能够更好地支持这个策略?您的公司是通过什么去实现这个的?
    
刘克亮:我今天并没有特别想讲公司的事儿,其实互联网公司比较熟悉一点,具体怎么识别其实就是把用户匹配到一个模型里面去。我们知道用户的差异到底有多少种,我们得做一个分类。比如说显性知识的差异,然后学习状态的差异,然后学习过程的行为数据,包括还有他的兴趣差异,学习画像模型,类似这个东西可以建立一些微观的模型出来。
 
我讲具体一点,如果你体验过我们上课的模式,那个模式是这样的,老师上课是“大家好,我是吴枫老师”的一个文本对话,没有视频。这个时候他让你敲回车,你就敲一下回车,这个时候说“好,我们接下来今天讲的内容是Python的基础语法。”然后他就不说话了,他等着你下次敲回车再跟你说一句话。我拿这个来举例子,其实里边就有一个三个Sensor,第一个是识别用户当前状态,他敲回车的时候就有点像我们人跟人的交流,比如你刚刚点了头我就讲接下来的内容,我说你听懂了吗?你说“嗯”,我就继续往下讲,那个“嗯”的时间其实就是一个触发器,那个触发器会决定如果你的触发时间很长,你都没听懂,我接下来讲的可能不是这个,你的反应速度也是一个Sensor。然后我会让你做题,你做的题也是一个Sensor;我直接让你编程,然后你弄错了,我们再进入一个分支,其实就是这样的一个采集差异。
 
反正如果你听不懂,我就给你讲笑话,这是策略。里边的资源装填到策略里边去,就需要构建多路径,不同的学生讲的笑话可能不一样,比如你是财会背景或者是销售背景的,你需要装填出来的资源位、讲出来的案例是你比较亲的东西,内容不一样,那就慢慢写,就是这样的一个过程。



相关阅读:



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存