从单一工具，
走向学习系统。
概览
COCOROBO 为真实课堂构建AI 原生学习系统。目标不仅是生成内容，更是组织学习过程。
系统架构
COCOROBO 是一个分层学习系统。CocoFlow 提供 AI 基础设施；CocoClass、CocoNote 和 CocoStudy 构成应用层；CocoPi 延伸至物理世界。各部分相互连接。
CocoClass
课内编排教学 → 学习 → 反馈 → 适应。
CocoNote
协作与知识建构共享作品、小组认知与知识建构。
CocoStudy
个性化学习课外适应性反馈与发展追踪。
CocoFlow
AI 基础设施多智能体构建、工作流编排、RAG 与人在回路。
CocoPi
物理世界拓展AI + 传感器 + 物联网，支持项目式学习。
CocoClass × CocoStudy 学习循环
CocoClass 支持课内编排：AI 理解每页课件的教学意图，组合交互元素，并提供实时课堂分析。教师控制台帮助教师在原有工作流中了解课堂全貌。
CocoStudy 支持课外学习：从 AI 错因诊断出发，结合苏格拉底式提问、支架练习和变式练习生成个性化学习路径，使练习系统逐步发展为个性化诊断学习系统。
两者形成持续循环：课堂表现决定当天的作业，作业反馈指导次日的教学。
面向未来课堂的 SMART 原则
结合十年实践与学习科学，我们提出SMART 框架，作为未来课堂的设计原则。它关注的是学习科学在系统层面的落实。许多教育 AI 工具擅长生成材料，却难以支持学习过程的组织；SMART 尝试回应这一问题。
S— 共享
让思考可见——将想法、过程和推理呈现出来，在课堂中共享。
M— 测量
通过数据捕捉学习过程，帮助教师实时观察、解释并作出回应。
A— 适应
回应个体与小组差异，动态调整教学、内容和节奏。
R— 重构
通过反复回顾、完善与重建知识，加深理解。
T— 协作
将学习视为社会过程，通过有组织的小组互动共同建构知识。
SMART 贯穿整个系统：从 CocoClass（共享），到 CocoStudy（测量）、CocoNote（协作）、CocoFlow（适应），以及整个系统持续进行的重构。
愿景
下一阶段是AI 原生学习系统，让学习变得持续、可观察、可适应、可协作。