Xueersi lança o "Pequeno Dragão" de aprendizagem precisa de lagosta

1 de abril, Yuanfuse publicou o primeiro produto nativo de aprendizagem de lagostim “Precisa” para estudantes, baseado na arquitectura OpenClaw, de forma personalizada—Xiao Jinglong. Com a sua orientação central de “mapeamento cerebral, propriedade privada e companheiro de aprendizagem”, Xiao Jinglong integra, pela primeira vez, memória de longo prazo, diagnóstico dinâmico do progresso de aprendizagem, uma cadeia de Skill exclusiva para a educação e um sistema de acompanhamento emocional, para criar um agente inteligente dedicado aos estudantes, oferecendo serviços de IA para acompanhar a aprendizagem em todo o processo e em todas as disciplinas. Neste momento, este produto já pode ser descarregado através do site oficial https：//mate.tal.com/

Em 2026, à medida que o agente inteligente de código aberto OpenClaw ganha rapidamente popularidade a nível global, a Agentic AI está a passar de “saber responder” para uma nova fase de “saber percepcionar, saber planear, saber executar e saber refletir”. As suas capacidades, bem como a sua compatibilidade natural com cenários de educação modernos, apoiados por insights sobre o progresso de aprendizagem, interacção inteligente e ensino adaptado, fazem com que a IA na educação deixe de se limitar a perguntas e respostas passivas, evoluindo para “um agente inteligente exclusivo para o crescimento contínuo do estudante”.

A IA integra-se sem falhas em cenários de aprendizagem contínua, formando um mapeamento dinâmico do mundo da aprendizagem

Segundo a apresentação, “Xiao Jinglong” baseia-se nas 22 anos de experiência educacional da Yuanfuse e em capacidades líderes de IA educacional do sector, ligando as etapas-chave de todo o ciclo de vida da aprendizagem dos estudantes. Vem equipado com “uma cadeia de Skill exclusiva para a educação”, que consegue gerar dinamicamente planos personalizados de aprendizagem e prática com base no progresso de aprendizagem, gerar automaticamente conteúdos de prática exclusivos, corrigir questões e fornecer explicações direccionadas em torno das fragilidades, além de consolidar automaticamente resumos exclusivos e registos individuais de aprendizagem. Assim, cria-se para os estudantes um cenário de acompanhamento imersivo. Em simultâneo, também possui capacidades como lembretes diários, gestão de progresso, percepção emocional e interacções de acompanhamento. Pela primeira vez, a IA entra verdadeiramente num cenário contínuo do dia a dia da aprendizagem dos estudantes, permitindo identificar lacunas de conhecimento, pontos fracos de capacidade, bloqueios cognitivos e o próximo passo de aprendizagem óptimo por trás de cada acção do estudante.

Os estudantes podem, a qualquer momento, conversar com o agente de aprendizagem de IA Xiao Jinglong. Quer seja para explicar questões, diagnosticar o progresso de aprendizagem, corrigir provas ou gerar perguntas de forma inteligente, basta dizer as necessidades na caixa de diálogo para que o sistema chame automaticamente a Skill relevante a partir do “Skill Square”. As notas interactivos reorganizam e enviam em tempo real os pontos de conhecimento correspondentes, capítulos do manual, vídeos de demonstração, etc. É como discutir problemas com um colega de estudo real: de um lado, conversas simples e interacção descontraída; do outro, compreender bem os conhecimentos.

O mapa de conhecimentos do “Xiao Jinglong”, mapeando a situação do estudante

No interior do “Xiao Jinglong”, diversas capacidades avançadas de aprendizagem são desacopladas e encapsuladas como plugins de Skill independentes. Nesta arquitectura, o estudante não precisa de alternar repetidamente as portas de entrada de funcionalidades nem fazer configurações complexas. O “Xiao Jinglong” consegue perceber autonomamente o contexto, orquestrar dinamicamente as Skills e fornecer, automaticamente, as capacidades de acordo com as necessidades do estudante. Responsáveis relevantes explicaram que, através de um recinto exclusivo para a educação e do design de agente “puro”, é possível controlar eficazmente as alucinações dos grandes modelos e a interferência de informações não relacionadas. Por outro lado, através da reestruturação da “cadeia de Skill exclusiva para a educação”, o agente ganha “mãos e pés” para chamar dinamicamente competências voltadas para diferentes tarefas de aprendizagem. O que o Xiao Jinglong apresenta não é “múltiplas funcionalidades colocadas lado a lado”, mas sim um sistema de agente inteligente de educação que trabalha de forma autónoma em torno dos objectivos da tarefa do estudante.

A capacidade de memória de longo prazo reforça a “aquisição cognitiva” do crescimento

A capacidade de memória de longo prazo é também uma das principais barreiras diferenciadoras do Xiao Jinglong. A base da aprendizagem precisa é o domínio abrangente e minucioso do progresso do estudante; se os dados de aprendizagem ficarem apenas num nível de registo estático, torna-se difícil promover verdadeiramente a aprendizagem precisa.

O Xiao Jinglong cria um sistema de memória de curto e longo prazo orientado para o crescimento dos estudantes. Consegue escrever continuamente, no fluxo de memória exclusivo do estudante, pistas multimodais como feedback de conversas, resultados de chamada de Skills, desempenho na prática, hesitações e pausas. Assim, deixa de ser “uma enciclopédia sem memória” e passa a ser mais como um cérebro digital que vai gradualmente formando um perfil cognitivo do estudante—que se lembra dos problemas que o estudante colocou antes e também pode antecipar potenciais dificuldades futuras, gerando percursos de aprendizagem mais precisos, mais eficientes e mais individualizados. A interacção entre o estudante e a IA deixa de ser apenas um consumo imediato, passando a ser infra-estrutura de crescimento que se vai acumulando e valorizando continuamente.

A capacidade de análise de provas do “Xiao Jinglong”

Entretanto, o Xiao Jinglong também introduz, na arquitectura Agent, um mecanismo de computação emocional optimizado pela psicologia educacional. Quando o sistema identifica que o estudante está frustrado, ansioso ou perdeu a paciência, não lança simplesmente respostas padrão; em vez disso, utiliza sugestões progressivas, regulação de ritmo e feedback de encorajamento, mais de acordo com as leis da psicologia da aprendizagem. Ajusta o modo de interacção e acompanhamento com base nas diferentes fases de idade, características de personalidade, hábitos de expressão e estados de aprendizagem de cada aluno. Cada estudante pode receber um “companheiro de aprendizagem” que é o que melhor o compreende.

Focar nas pessoas, regressar às pessoas: a IA tornar-se-á o elo inteligente entre educação e cuidado

Em Março, a Yuanfuse lançou primeiro o primeiro “Nono Capítulo de Lagostim”, concebido especificamente para o grupo de professores, e a apresentação do “Xiao Jinglong” para o grupo de estudantes é, exactamente, mais um avanço na estratégia de “matriz de lagostim” da Yuanfuse na área de educação com IA.

Do apoio aos professores ao acompanhamento dos estudantes, a “matriz de lagostim” dedica-se a ligar todas as etapas da educação, para que a IA não seja apenas uma ferramenta isolada para aumentar a eficiência, mas sim um elo inteligente que conecta escolas, estudantes e famílias em diferentes actores e em diversos cenários. A Yuanfuse está, com uma estratégia contínua de lançamento de produtos, a esforçar-se para que a “educação massiva personalizada” se torne realidade em cada implementação tecnológica.

Quando responder, corrigir e gerar se forem tornando capacidades base do sector, o ponto de valor dos próximos produtos de educação regressará ao “próprio ser humano”: compreender os estudantes, consolidar os estudantes e acompanhar os estudantes. A forma futura de educação + IA deve ser um sistema inteligente em crescimento contínuo, acumulação contínua e evolução contínua. Quando a IA na educação passar de “saber responder” para “saber compreender, saber recordar e saber acompanhar”, a era dos agentes inteligentes exclusivos para estudantes começará verdadeiramente.