Arsenal Topic
AI教育
出现期数
7
贡献者
39
提到工具
29
核心洞见
豆包桌面版和 Codex 都被群友用于提取微信聊天记录，但已有群友反馈用 Codex 破解后收到腾讯警告，风险价值高于炫技价值。
群友围绕 Codex 额度重置反复核对状态：有人发现并非真正重置，而是会员到期后变成普通会员额度；中午又有多人确认额度重置，并提到可能恢复 5 小时限额。
群友讨论用 Codex 做人物带货视频时，结论不是直接等现成 skill，而是先去 GitHub 找星高、说明清楚的项目，跑样例后再判断是否二开。
群友讨论 Codex 会话卡顿、上下文过重和网络问题，给出的排查路径包括整理工作区、减少未提交 Git 内容、把大数据从上下文移到 SQLite，并让 Codex 自动定位代理端口写入环境变量。
少儿 AI 课程的核心卖点正在从“学代码语法”转向“动手创造、表达需求、完成作品”。
AI 硬件教学不必让模型跑在设备上，端侧硬件加云端/本地服务通信也能形成完整体验。
教培行业最容易落地的 AI 场景，是围绕学生过程数据生成家长可感知的反馈。
有展示、有互动、有硬件或数据闭环的课程，比单纯讲工具更容易被机构和家长接受。
AI 教育营销中，真实案例和焦虑型卖铲子叙事经常混在一起。
判断 AI 教育产品应看可复现任务和长期作品，而不是只看牛娃故事。
好的 AI 学习工作流应训练问题拆解、表达、创造和自学能力。
私域引流话术越强调焦虑和时代淘汰，越需要审慎验证交付。