用 Agent 给中考物理出题:从 35 分到 54 分背后的自动化出题策略

一位初三学生，中考物理从诊断卷的 35 分上下，提到刚刚出成绩的中考卷 54 分，提了将近 20 分。我带了大约三个月，这篇讲一下最后的冲刺阶段——大约 30 天、每天一套题。“出题”这件本来认为靠经验的任务，是怎么被拆成规则、交给 agent 执行的。

补习开始前没有面谈，先是几张手机拍的试卷照片，五张拼成一份卷子。这份卷子我自己一题题看下来，判断他卡在哪。（这步当时是人工做的，后面会说它怎么变成自动的。）

这一步是为了了解错题的模式：单个公式会套——杠杆平衡、密度、压强这类一步到位的题基本都对；但只要几个物理量耦合起来、要画图、求取值范围，就会成片地空着。滑轮组机械效率没写，变阻器最大电流没写，多步计算很多都只写了第一步。

识别错题模式就可以从笼统的“要补习”，变成补“多变量耦合”和“增强推导能力”这两个方向了。

判断出来了，接下来是执行——而执行这部分，是我不想再手动做的。

先建了一套知识点 taxonomy，力学 F、电学 E 等等编号起来，然后按历年真题里各知识点出现的次数来定重要度（S/A/B/C）。——对了，提前我把历年中考真题收集起来，然后按知识点归了一遍（agent 来做），这样每个知识点下面就都对应着能用的原题。

写了一个出题的 Agent skill，告诉它不准自己编，出题只能从这个库里选。自编题用了几天，发现难度忽高忽低，通常比较低，这就容易和考试难度对不上。

然后是一张追踪表，每个知识点一行，记着最近几次抽查是什么状态。每天出题前，一个间隔重复的脚本先算一遍：昨天错的、今天必须换个题面复现；连对好几次的，先“冷却”几天不占题量；很久没抽查的高优先级知识点，会优先补进来；然后去题库里挑题、组卷、出 PDF。

每天辅导完，我负责把学生的答题情况告诉 Agent。因为每道题对应的知识点是在出题时同时输出，所以只要我告诉他哪道题做得慢，哪道题错误，哪道题做得对，他可以精准地在追踪表上做更新。

举个某天的例子清楚一点。液体压强和固体压强的区分，是这个学生反复会出错的点。做到“容器里水面上升会导致压强变化”这道题，公式在提示下可以写出来，讲解完复述得很清楚——到独立做题时，就还是不清楚。这种情况在追踪表里记成“△”——介于“×”（完全不会/做错）和“√”（独立做对）之间，意味着下一次必须换个题面再考一次，而且要比“×”的题更快复现才行，趁热打铁。

第二天出题，这个知识点一定会再次出现，题面换了，数据换了，考的还是同一个知识点。我不用每天记得，agent 读跟踪表就行了。

我需要观察学生的做题和讲解过程，来判断“这道题错是真的没搞懂、计算出错、还是表达不清楚但其实懂”。但一旦判断做完，剩下的“什么时候该复现、复现几次、什么时候可以放心略过”，完全可以靠一个状态机自动搞定。

然后我意识到这套系统可以往产品方向做一下。诊断那一步理所应当做成了自动的：家长拍照上传，OCR 把几张歪照片对齐、题目被对应到知识点，然后一份结构化诊断报告就出来了，顺便把跟踪表也初始化了。

看了下，效果和我当时手工判断差不多——

如果要给一批学生做初筛，那跑一下这套系统比我自己一个个看卷要快多了。

冲刺阶段大约 30 天，每天一套题；整个补习周期是三个月，从 35 分上下，到今天中考出成绩的 54 分。当然这还只是一个样本，不一定能推广——同一套方法，换一个学生、换一门学科，具体的知识点分布和薄弱环节会完全不同，追踪表要重新建，题库也要重新导。

但这套诊断-建知识点-状态记录-错点复现的流程，我认为是有价值的：把一件原本要靠经验和记忆的任务，变成一套写清楚就能跑的规则。

带学生的手感里，有可能大半是可以写成规则的部分（该不该抽查、抽哪个点、隔几天），剩下一小半才是真正需要经验判断的（错在哪一类）。能写成规则的那部分，交出去就是了。

这个号写的是用 agent 帮中小生意把靠经验、靠人肉重复的工作提效。这篇偏 2C 的辅导场景，算是我自己的一个 dogfooding 案例-一个被普遍认为是靠经验的任务，能不能被拆解、交给 agent、跑出可验证的结果。学生信息已做匿名处理。

我是金哲，记录 AI 产品、开发实践和中小企业 AI 提效案例。如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。