我给 AI 当"教务主任"：手搓一个自动备课系统，它能自我改进

一句话摘要：我的 Education Agent 能用 LLM 自动生成结构化教案，然后让 5 个 AI 评审角色交叉打分，发现问题后自动修改——整个过程无需人工介入。本文拆解它的架构和最关键的”并行提取器”模式。

1. 缘起 — 被催更的 AI 老师

几个月前，我在弄一个软考高项（信息系统项目管理师）的备考系统。需求很简单：把教材知识点转化成结构化的学习教案，每个知识点要有概念讲解、案例、练习题、记忆卡片、常见误区……

一个知识点大概对应教材 1-3 页内容。整本书几百个知识点。手写？不现实。用模板硬套？生成的教案千篇一律，学生看一眼就困。

我需要一个自动备课系统：输入一个知识点，输出一份结构完整、内容扎实、有互动练习的 HTML 教案。而且——它得越写越好，不能原地踏步。

这就是 Education Agent 的起点。

2. 核心方法 — 5 个”老师傅”同时备课

我面对的核心问题是：如何让 LLM 稳定产出高质量的教学内容？

一个大的 LLM 调用（”帮我写一份教案”）往往输出不稳定——有时漏了案例，有时练习题出得太偏。关键是，一个 prompt 里塞太多要求，LLM 会选择性遗忘。

解法很简单但很有效：拆成 5 个并行提取器，各管一摊。

2.1 并行提取器管线

知识点信息
    │
    ├─ 🔤 概念提取器 → 概念讲解（text blocks）
    ├─ 🎯 目标提取器 → 学习目标 + 考试重点
    ├─ 💡 案例提取器 → 案例 + 应用场景
    ├─ ⚠️ 误区提取器 → 常见误区 + 对比表格
    └─ 📝 习题提取器 → 练习题 + 记忆卡片

每个提取器是一个独立的 LLM 调用，prompt 针对一种内容类型做了深度优化。比如案例提取器的 prompt 要求”贴近生活的类比”、”60-150字”、”必须准确不误导”；习题提取器要求”考查深层理解而非死记硬背”。

# 核心代码（简化）
async def generate_for_node(node_id, node):
    # 5 个提取器并行执行
    tasks = [
        _extract_concepts(node),
        _extract_objectives(node),
        _extract_cases(node),
        _extract_misconceptions(node),
        _extract_quizzes(node),
    ]
    results = await asyncio.gather(*tasks)
    
    # 合并结果，交叉验证
    blocks = merge_blocks(results)
    validate_blocks(blocks)
    
    # 编译为 HTML
    html = compile_lesson_html(node.name, blocks)
    save_lesson_html(html, node_id)
    return {"status": "ok", "blocks": blocks}

2.2 为什么并行优于串行？

一开始我试过”串行逐步构建”——先让 LLM 写大纲，再填充每个段落。问题有三：

问题	后果
上下文污染	前一步的错误会传染到后一步
重复内容	案例部分和概念部分可能写了同样的例子
成本高	N 步串行 = N 次推理，而且不能复用中间结果

并行提取器完美解决了前两个问题：每个提取器只看到知识点定义，看不到其他提取器的输出，天然解耦。而且全部 LLM 调用同时发出，延迟只等于最慢的那个，而不是累加。

2.3 从 blocks 到 HTML

提取器输出的是 ContentBlock 列表——一种结构化的中间表示：

@dataclass
class ContentBlock:
    type: ContentBlockType  # text / quiz / case_study / flash_card / ...
    title: str
    payload: dict
    status: ContentBlockStatus

这层抽象的好处是：内容和渲染分离。同样的 blocks.json，可以编译成 HTML、Markdown、甚至飞书文档。我们目前用 compile_lesson_html() 转成带交互的 HTML 教案，支持折叠、高亮、动态加载题目。

3. 多角色评审 — AI 版的”集体备课”

内容生成只是第一步。真正让这套系统与众不同的是自动评审改进管线。

我把真实学校的”集体备课”模式搬到了 AI 里——不是用一个 AI 审教案，而是用 5 个不同角色的 AI 评审者 同时审：

# 5 个评审角色
🎯  学科专家     — 内容准确性、知识点覆盖
📝  教学评审者   — 教学清晰度、阶段匹配
🧠  教育心理学家  — 认知负荷、学生吸引力
🛡️  安全审查者   — 无敏感/有害内容
🎨  体验评审者   — 可读性、视觉质量

每个角色独立输出发现项（ReviewFinding），包含严重等级（P0 致命～P4 建议）和改进建议。

@dataclass
class ReviewFinding:
    role: ReviewerRole
    severity: Severity      # P0 ~ P4
    dimension: str
    description: str
    suggestion: str
    target_block: int       # 指向具体内容块