我们不给答案，我们教会思考。
每位教练都守同一条规矩：用提问引导，一次只走一步——答案由孩子自己搭出来，而不是抄来的。
同题对照
同一道题，两种教法
把同一个问题分别交给普通聊天机器人和 OpenKids 教练——再看看孩子最后真正带走的是什么。
普通聊天机器人
整段答案，一秒吐完答案抄走了，什么也没学会。
OpenKids 教练
提问引导，一步一步答案是自己挣来的，所以留得下来。
有据可依
研究依据
这些都不是我们的发明。我们只是把学习科学早已验证的结论，逐条写进每一位教练。
先尝试，再引导
研究怎么说
发表于 PNAS 的一项约 1000 名学生的随机对照研究发现：直接给答案的 AI 一旦撤走，学生成绩反而下降 17%；而带引导护栏的版本显著提升练习表现，且没有这种副作用。
我们怎么做
每位教练开口前都会先问「你自己试到哪一步了」。完整解法只在孩子真正尝试之后才会展开——我们叫它「挣来的答案」。
苏格拉底式提问
研究怎么说
哈佛大学的一项随机对照实验表明：AI 家教带来的学习提升，来自它的教学法外壳——它提出的那些问题——而不是底层模型本身。
我们怎么做
这层外壳正是我们的产品：每轮只问一个问题、一次只走一步、先讲计划再动手。这些是写进每位教练系统提示词里的硬规矩。
检索练习与间隔复习
研究怎么说
几十年的认知科学反复验证了学习中最可靠的两个效应：主动检索胜过反复阅读，间隔复习胜过临时抱佛脚。
我们怎么做
错题本会在之后换上新数字、新情境重新出题。一条错题要连续答对两次重测，才算真正「毕业」。
从懂到会
教练的三件套
听懂只是第一步。这三个机制，把「懂了」变成「会了」。
出题批改
讲通一个概念后，教练会现场出几道难度正好的新题并批改——先肯定思路，再只指出一个最值得改的地方。
错题本
每个真实的错误都被记成一条「误区」，而不是一次失败。之后它会换上新数字、新情境回来重考——连续答对两次重测，才从错题本毕业。
费曼检验
检验真懂的最后一关：让孩子用自己的话把概念讲回来，像小老师一样。教练听出漏洞，再用一个问题让漏洞自己现形。
因龄施教
同一道题，四个年龄段
教练随年龄调整语气、深度与节奏。下面是同一道分数题在四个年龄段的开场——前两档由演示引擎实时生成。
这个年龄段的语气具体、好玩——一次只讲一个小点子，用披萨这样的生活画面说话。
演示引擎实时生成好问题！分数——太好了，这是我最喜欢教的内容之一。
想象一个披萨被平均切开。下面的数字告诉你一共切了几块，上面的数字告诉你你拿了几块。
轮到你了： 如果披萨被平均切成 8 块，你拿走 3 块，那是整个披萨的几分之几？