做学习类产品，早晚会被同一个问题拦住：怎么衡量一个学生「学会了没有」。

最省事的答案是答对率。这篇讲它为什么撑不住，以及拾阶网最后换上的那套东西长什么样。

一个学生在「一元二次方程」上做了 10 道题，对 8 道，答对率 80%。这个数字里藏着四件事。

 对的 8 道全是送分题、错的 2 道是压轴题，跟反过来的情况，算出来一模一样，学情却是两回事。

 其中 6 道是三个月前做的。三个月前会，不等于现在会。

 做得越多，早期的错误被稀释得越干净。于是这个数只会越来越好看，反映不出最近的退步。

 6 分的题拿 4 分记成「错」，一个基本掌握的知识点就被判成不会。

第三条最致命，因为它意味着这个指标是单调的。可学习的真实状态不单调，它会掉。

第四条也不是假想。我们的设计文档原本就按 

 二值计分，写实现的时候才改成得分率。

二、大部分学习产品的进度条，只往前走

学过的知识点打个勾，那个勾就永远在那儿。

三个月后打开，满屏都是勾，看起来学得很好，而学生可能已经忘了一半。

一个只会涨的数，记录的是「曾经学过」。学生和家长真正想知道的是另一件事：现在会不会。

所以目标被改写成了一句很具体的话：做一个会自己往下掉的数。

最后落地的是 0–100 的掌握度，由四条规则算出来。

#: 难度权重。难题答对更能说明问题，答错也更该扣。
DIFFICULTY_WEIGHT = {1: 0.6, 2: 0.8, 3: 1.0, 4: 1.3, 5: 1.6}

#: 近因半衰期（天）。30 天前的作答只算半份权重。
RECENCY_HALF_LIFE_DAYS = 30.0

#: 参与计算的最近作答条数。
RECENT_WINDOW = 20

#: 判定阈值。
MASTERED_THRESHOLD = 80.0
NEEDS_REVIEW_THRESHOLD = 60.0

四条规则，逐条对着上面四个毛病。

送分题 0.6，压轴题 1.6，差了将近三倍。做对一道压轴题，抵得上三道送分题。

权重是 0.5^(天数/30)。一个月前的作答算半份，两个月前算四分之一。

衰减内建在权重里，不是另跑一个定时任务去扣分。

这两条路看着等价，差别其实很大。定时任务扣分，你需要一个 cron，需要处理漏跑和重跑，扣分幅度是一个新的魔法数字，而学生会看到一个莫名其妙掉下去的分。内建在权重里，掌握度就是每次测完从历史作答重算的纯函数：你什么都不做，它自己就低了，因为旧记录的权重在衰减。没有定时任务，没有状态，没有漏跑。

def compute(records: list[AnswerRecord], *, watched: bool = False, now=None) -> float:
    """从历史作答算出掌握度（0–100）。纯函数。"""

纯函数这三个字是这个设计里最值钱的部分。同样的输入永远得到同样的输出，可以随时重算，可以单测，改了参数也不用迁移历史数据。

因为全看的话，一个前期基础差、后期突飞猛进的学生，得做很多很多题才能把早年的低分稀释掉。他明明已经进步了，数字却纹丝不动。

而一个反映不出进步的指标，用户第二周就不会再看它。

20 这个数是工程取舍。再往前的记录，配合 30 天半衰期，第 20 条往往已经衰减到 0.3 以下，权重小到没有意义；窗口再小，单次失误的影响又会过大。

# 原方案用 is_correct 二值计分，这里改用得分率。
# 主观题按 rubric 逐点给分，6 分的题拿 4 分记成「错」会低估掌握度。

判分模型本来就是逐点给分的，那就别在入口处把它压成一个布尔值。

掌握度是 0–100 的百分数，不是 0–1 的比率。

这个约定被破坏会怎样？什么都不会发生。不报错，不崩溃，类型检查照过。只是满分的学生会显示成「1%」，然后被后继知识点的解锁判定当成没学过。

所以这段话写在了模块的第一行：

"""掌握度、错题本、学习状态的回写。

⭐ 掌握度是 0–100 的百分数，不是 0–1 的比率。
   这不是随便定的：kp_view_service.MASTERY_UNLOCK_THRESHOLD = 70.0 拿它做
   后继知识点的解锁判定，学生端把它当百分比渲染。写成 0–1 不会报错，
   只会让满分的学生显示成「1%」并被判定为没学过 —— 这类错误没有任何报错
   信号，只能靠约定守住。
"""

没有报错信号的错误，只能靠注释守住。类型系统在这儿帮不上忙，

同类的约定还有三个阈值：掌握线 80、需复习线 60、解锁线 70。它们分散在两个模块里，注释里互相点了名。

"""判分失败的题不参与 —— 系统故障不该影响学生的掌握度。"""

这是原则问题。我们的服务挂了，不能算在学生头上。

看完视频但没测过，给 20 分的底。

#: 看完讲解视频但还没测过的初始分，以及完整观看的加成。
WATCHED_BASELINE = 20.0
WATCHED_BONUS = 5.0

为什么不是 0。因为 0 分和「完全没碰过」分不出来，而这两种状态对「下一步推荐学什么」是完全不同的信号。

六、错题排期用的是同一套思路

#: 错题本的间隔重复节奏（天）。连续答对推进到下一档。
REVIEW_INTERVALS = (1, 3, 7, 15, 30)
#: 连续答对几次算订正完成，移出错题本。
MISTAKE_CLEAR_STREAK = 2

为什么不是 1。四选一蒙对的概率是 25%，做对一次就判「这个点过了」，意味着每四道题里有一道是假过关。而假过关比没过关更糟，它会被移出复习队列，从此再也不出现。

连对两次，蒙对概率降到 6.25%。两次之间还隔着好几天，靠短期记忆混过去的路也被堵了。

这条理由不写在注释里，下一个人多半会觉得「连对两次太严」，然后改成 1。

掌握度没有排行榜。不和同学比，不和班级平均比。

原因不在技术上。横向比较不提供任何可操作的信息：知道自己排第 23 名，推不出接下来该学什么，它唯一稳定的产出是焦虑。

掌握度的对照系只有一个，上一次的自己。从 61 到 74，中间发生了什么是清楚的，补了哪个点、做了哪些题，这种比较能直接落到下一步动作上。

产品里确实有个年级排行榜，但比的是学习时长和坚持，不是掌握度。这两件事被刻意分开：可以比努力，不比会不会。

先问它会不会掉。只会涨的数记录的是历史，不是状态。

把衰减写进权重，别用定时任务改分。前者是纯函数，能重算、能单测、不怕漏跑；后者是状态机，你得伺候它。

窗口要小到能反映进步。一个看不出变化的指标，用户会停止看它。

没有报错信号的约定，写进注释。量纲、阈值、取值范围，这些东西破坏了不会崩，只会静悄悄地错下去。

最后想清楚它跟谁比。跟自己比能推出动作，跟别人比只能产出情绪。

学科目录里，每个知识点右边那个圆环就是掌握度，一眼能看出哪些满了、哪些还空着。

拾阶在线学习网的学科目录：右侧圆环是掌握度

知识点页右上角是具体数值，这个学生的「相反数」是 94%。

注意上面那条黄色提示，「建议先学：数轴 0%」。这就是掌握度的直接用途：它不只是个展示数字，还参与后继知识点的解锁判定和路径推荐。前面说过解锁线是 70，这也是量纲必须是 0–100 而不是 0–1 的原因。

知识点页：掌握度 94%，以及基于掌握度的前置建议

测评结果里的「各难度得分率」，对应的是难度权重那条规则。难度 1、2 全对，难度 3 对一半，难度 4 全错，这组分布喂进掌握度之后，得到的分数会明显低于「8 对 2 错 = 80%」。

测评结果：按难度拆开的得分率

错题本是同一套思路，1/3/7/15 天排期，连对两次才移出。

一个指标做得好不好，看的不是它算得多精巧，是它能不能推出下一步动作。上面每一屏都在回答同一个问题：明天该学什么。

我们把进度条拆了，换成一个会自己往下掉的数

编程语言

职业发展

后端

掌握度采用0-100分制，综合难度权重（0.6-1.6）、30天半衰期衰减和最近20条作答记录，动态反映当前水平而非历史累计。答对率等单调递增指标无法反映遗忘，主观题按得分率计算，错题间隔重复排期且需连对两次。系统基于掌握度（≥70）自动解锁后继知识点，不设排名，仅与自身历史对比，支持重算与单测。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

我们把进度条拆了，换成一个会自己往下掉的数

我们把进度条拆了，换成一个会自己往下掉的数

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐