问流是一个AI驱动的开源教育教学平台，代码托管于GitHub并提供在线体验网站。本次为2026年7至8月更新，涵盖四大板块。其一是虚拟学习者仿真：用AI模拟真实学习者，支持批量运行管理、故事池与数据隔离，让教学算法先在数字学生上验证；系统提供记忆池（已掌握、易混淆卡点、最近完成事项三区分类）、画像与运行预算设置，以及包含Goal对话、Path里程碑、Learn课程日志的会话座舱。其二是管理后台全面改版：平台总览页重排为今日、趋势、明细叙事分区，提供24小时脉搏、7天趋势、学习漏斗与LLM用量归因；编排结构页展示Goal、Path、教学、画像、仿真五阶段流水线及字段路由连线，并新增Token成本分析页和一页式健康中心巡检工作台。其三是Prompt工程能力增强：支持字段级增、改、删原子操作，core与编排双文件联动。其四是架构调整：完成Skill Protocol v4迁移，LLM调用全链路流式化，teaching-turn全链路更名为learning-turn，退役9个无调用skill并合并同类能力；生产统计已排除虚拟学习者与测试账号，数据更加真实。
事件分析
问流的核心看点在于虚拟学习者仿真：用AI生成数字学生来预演教学流程，为教育类AI应用提供了低成本的测试与评估路径，相当于把软件工程的仿真测试思想迁移到教育场景。五阶段流水线编排、Prompt字段级原子操作、Token用量归因与健康巡检等设计，体现了LLM应用从原型走向工程化所需的可观测性与成本治理能力。对教育科技行业而言，AI教学的难点长期集中在效果评估与冷启动，仿真学习者或可缓解真实课堂数据不足的问题，同时也带来模拟与真实学习行为偏差的新课题。后续该项目编排协议与Skill架构能否沉淀为可复用的通用模式，以及社区活跃度能否持续，将决定其生命力。
核心观点：用AI模拟学生来验证AI教学，问流补上了教育大模型应用最稀缺的评测与试错闭环。
原文链接：Linux.do
