团队要给新人配AI教学助手,我评估了3个新仓库:我把「带教程」这个功能砍了

### 它的四步我认，但第三步是死结

learnharness 的 README 把流程写得很清楚，四步：Measure、Plan、Teach、Practice。教之前先摸清每个知识点上你的理解到哪了，按你的回答、信心和思考过程来判断起点，再从起点到目标拉一张依赖图，每一步踩在你已经懂的东西上，前面的困惑先修掉，不许往上盖楼。练习单独开环节，题目变着花样出，逼你想起来而不是背出来。

坦白说，这套机制比我见过的大多数「AI 教程」强。它有持久知识图谱，跨会话带着走，笔记能导入，系统提示词可见可改。我在意的点它都想到了。问题出在 Teach 那步。

它要的输入是「你的答案、你的信心、你的思考过程」。README 专门有一段叫 Think out loud，让你把推理、犹豫、反应用自己的话讲出来，说这才是它摸清你理解程度的依据，还支持语音听写。听写这个功能我一看就笑了——它要 Deepgram 的 API Key，而且要 Member 角色以上才行，官方文档特意写了一句：角色不够会在换 token 时吃 403 Insufficient permissions。

这不是文档写得细，这是在告诉你：想用完整的教学循环，你得先解决「学员愿意把思考过程讲给 AI 听」这件事。我在产研团队做过一次内部培训，10 个人里坚持把「我为什么卡住」写下来的，数来数去就 2 个。剩下 8 个连打字都嫌麻烦，你让他们对着麦克风讲推理过程？我一点都不信。

### 管理账：它是桌面应用，不是挂件

再算管理成本，这是我判断该不该给团队配一个工具的固定动作。learnharness 是三端桌面应用：macOS 有签名公证的 DMG，Windows 有安装包但官方自己承认没签名，会弹 SmartScreen 警告，Linux 是 AppImage 加 deb。它要用你自己的 API Key，30 多家供应商可选，数据存在本地，学习记录是普通文件。

这些都是优点，但换个角度读：它是一个要分发到每个人机器上的桌面应用，配置靠各人自觉，钥匙在各人手里。我们组里有一半人不会装开发环境，你指望他们给桌面应用配 API Key、配听写 Key、还管理两个 Key 的权限？我在带 10 人产研团队的时候干过一模一样的事——推行一个桌面工具，第三周我就放弃了，因为每周都有人来问「它又不工作了」，那个人是我。

### 真实的坑：仓库里没有学习记录

我本来想跟你们说「学习数据存哪、能不能导出」，结果在仓库里翻了半天，找到了 graph 怎么存的，没找到学习会话的存储代码。src/store/graph.ts 的注释写得很明白：nodes.jsonl、chains.jsonl、sessions.jsonl、coverage.jsonl 四个追加式账本，sessions.jsonl 记的是图的检查点，不是聊天记录。聊天存储在 ports 里有接口，但具体实现不在我看到的代码里。

这算什么坑？算「我没法给团队一个数据出口承诺」。你看 README 写的是「学习记录是你可以检查的普通文件」，但我在仓库里验证不到聊天记录的存储结构，就只能按「待确认」处理。管理账上这叫风险项，不是功能项。

结论我放这：learnharness 是这三个里机制最完整的，但我不会给我们团队配。 不是因为它差，是因为它的核心价值建立在学员主动输出思考过程上，这个前提在真实团队里不成立。个人自学、备考、啃一本难书，它是好东西；放进团队工具箱，它是摆设。

03

PART

ub-mode：两个文件、5290 星，我把它签进去了

WHY I CUT

### 它连代码都没有，凭什么

ub-mode 的安装方式是「把 SKILL.md 复制进你 agent 的技能目录」，然后调 /ub-mode。仓库语言字段是空的，因为里面真的没有一行代码。但你别小看这份文档，它把写代码的动作拆成了三段：First Make it Work、Then Make it Right、Follow Practice。

每段下面是具体到动作的规则。比如 Laziness Protocol 说「一个决定只活在一个地方，交最小的能解决问题的编辑」；TDD 说「先写会失败的测试，看它按你预期的原因失败，再做最小改动让它过」；还有 Attack the Premise，意思是两个修复共享同一个前提、又一起挂掉同一个门禁时，把这个前提写成一句话，数一下谁持有这个不平衡，然后把那个赋值删掉。这些不是口号，是能直接念给 agent 听的操作。

### 三个工具是它的牙

真正让我决定签它的是配套工具。ub-mode 自己不执行门禁，它指挥三个确定性工具：crapper 算每个函数的圈复杂度、测试覆盖率和 CRAP 分，要求 CRAP 小于 10；dryer 找结构性重复，相似度 0.8 以上就算重复，要消掉；mutator 跑变异测试，把没覆盖的盖上、把杀死的幸存变异体清掉、删死代码。还有个 uml-viewer 画组件、覆盖率和依赖方向。

这就是我说的「有牙」。规则文档谁都会写，但 ub-mode 把规则和确定性工具绑在一起：写完先量，量不过就拆函数或者补测试。CRAP 小于 10 这个阈值是公开的，dryer 的 0.8 也是公开的，讨论起来有依据，不用吵「什么算好代码」。

### 管理账：这是这三个里唯一不用我管的

签它进团队主干的成本，我算下来接近零。它不占磁盘、不用更新、不弹窗、不需要 Key。规则改起来就是改文档，进版本库走 review。上个月我给团队推 AI 工具箱的时候说过一个判断：管理成本超过收益的工具不进主干，ub-mode 是那之后第一个零管理成本就通过的。

要说风险也有两个，我不藏着。第一，它的工具链要自己装，crapper、dryer、mutator 是三个独立仓库，没装的话那些门禁就是纸上的。第二，SKILL.md 里的语言是英文，agent 读没问题，人想改规则得读英文。这两个都不致命，所以我给它写了两条使用约束：工具链进镜像，规则改动必须走 review。

结论：ub-mode 我签了，它是这三个里唯一进团队主干的。 顺便说句可能挨骂的话：5355 星里有多少人是看到「unclebob」这个名字就点的 Star，我不确定。这仓库的价值是真的，但它的星数和它的可用范围不匹配——它只对「已经在用 agent 写代码的团队」有用，其他人 Star 完了就躺在列表里。

04

PART

opus-radio：昨天刚冲上来，我先泼一盆冷水

WHY I SIGNED

这个名字我按 GitHub 搜索搜了三轮，都没找到同名的活跃仓库。要么它改名了，要么是我记岔了。我只把它当「一类工具」来看，不当成已验证的仓库。它的想法不复杂：把文档、changelog 变成音频课，让你通勤路上听完一个库的更新。想法我认可，我自己就经常在开车时听技术播客。

但我的判断是：现在别把它当工具，当灵感看。 理由有三个。第一，一天的仓库没有 issue 区，坑还没被别人踩出来，你不知道它断在哪。第二，音频课的质量没有衡量标准，「听懂了」和「以为自己懂了」是两回事，这恰好是 learnharness 想用 Measure 解决的问题，opus-radio 连测量都没有。第三，它对我的团队没用，我们的学习场景是坐在工位上改代码，不是通勤。

它也不是全无价值。如果你是内容创作者，想把更新日志做成播客发出去，这条路值得试，成本就是生成音频的费用。但作为团队学习工具，我的结论是先别碰，等它活过一个月再说。

05

PART

我的判断标准：先看它要什么，再看它给什么

WAIT

评估完这三个，我把它写成一张对照表，这也是我以后选「AI 教人」类工具的固定动作：

维度	learnharness	ub-mode	opus-radio
要你给什么	思考过程、信心、听写 Key	三个质量工具装进环境	文档和更新日志
给你什么	摸清理解边界的教学循环	可执行的代码质量门禁	能听的音频课
每月管理成本	桌面分发、钥匙管理	接近零	待观察
什么时候别用	团队里没人愿意出声思考	不用 agent 写代码的团队	当工具用（先当灵感）

我自己下结论的时候有个习惯，先问「它要什么」，再问「它给什么」。learnharness 要的是人的表达意愿，这是我买不到的东西；ub-mode 要的是装三个工具，这是我半天能办完的事。所以一个砍掉，一个签了。星数、界面、官方演示，都排在这两个问题后面。

说清这篇给不了什么：我没跑通 learnharness 的完整教学循环（它要 API Key 和学员配合），ub-mode 的门禁工具我只在自己的 Rust 小项目上量过一轮 CRAP。这两个结论你可以拿去反驳。

你团队试过让 AI 带新人吗？它卡住的到底是工具不行，还是没人愿意对着 AI 讲自己哪里不懂？评论区聊聊，我特别想听第二种情况的细节。

读到这，想跟你聊两句。

你团队现在是怎么带新人的？是靠老人手把手带，还是已经把一部分带教交给 AI 了？评论区说说你的做法——特别是那种「卡住的不是工具，是没人愿意讲自己哪里不懂」的情况，我特别想听细节。

觉得这篇有用，欢迎点赞、在看、转发三连，你的支持是我继续拆工具的动力。

你团队试过让 AI 带新人吗？卡住的是工具不行，还是没人愿意对着 AI 讲自己哪里不懂？

点赞

在看

转发

觉得有用，欢迎点赞、在看、转发

THANKS FOR READING