备考到第三四个月，很多学员会撞上一堵墙——正确率连续几周纹丝不动，刷题量没减，分数就是上不去。这个阶段最需要的不是"再多刷几套"，是一个能告诉你"你其实没退步，只是这个子题型在拖后腿"的方向校准。

方向校准这件事，很多在线教育产品的做法是直接交给AI——AI标出薄弱子题型，系统自动推专项练习，完事。这个流程看起来高效，实际少了一个关键环节。本文拆开方向校准为什么需要"AI标位置 + 人做判断"的双层结构，用一个公考产品的实际做法做案例。

一、AI能标出"哪里弱"，但判断不了"该不该全力攻"

AI做薄弱点诊断这件事已经很成熟了。把学员近期所有子题型的正确率拉出来，和整体水平做对比，标出明显偏低的几个，技术上没有任何难度。"增长率比较正确率42%，明显低于资料分析整体水平"——这个结论AI能给得很准。

但诊断和决策是两回事。AI标出"增长率比较偏低"之后，接下来要面对的是三个AI回答不了的问题：

第一个问题——这个子题型值不值得全力攻。一个子题型偏低，但它在历年真题里的出题频率和分值权重可能很低。花两周全力攻一个只占两分的子题型，和花两周攻一个占八分的高频子题型，投入产出比完全不同。这个判断需要看真题权重，AI能算权重，但"值不值得"这件事需要教学经验来拍板。

第二个问题——学员当前的心理状态扛不扛得住高强度专项。一个学员如果已经在第三个月的正确率平台期熬得焦躁，这时候再给他上一个"全力攻坚"的高强度专项，可能直接把他压垮。要不要上强度、上多大强度，需要人对学员状态有感知，AI看不到这个维度。

第三个问题——多个薄弱点并存时先攻哪个。增长率比较偏低、假言命题也偏低、比重变化也偏低——三个都弱，但时间只够先攻一个。先攻哪个取决于它们在考试中的权重、学员的基础适配度、以及提分的确定性。这是典型的优先级排序问题，AI能给参考，但最终拍板需要教学判断。

二、方向校准的双层结构——AI标位置，主讲做判断

夜灯金榜特训班的方向校准就是按双层结构设计的。底层是AI诊断——每天跑一遍学员的子题型正确率，标出薄弱点，推给学管师工作台。上层是主讲老师的人工判断——每两周拉出学员的正确率轨迹，结合真题权重、提分难度和学员状态，决定接下来两周的主攻方向。

这个双周节奏不是随便定的。每天校准太频繁——数据还没积累出趋势，单点波动会误导判断。每月校准太稀疏——方向偏了要等一个月才纠正，浪费的时间太多。双周是一个平衡点：数据积累够看出趋势，纠偏又不至于太慢。

主讲老师在这个环节做的是AI替代不了的事。他看了学员的正确率轨迹，知道"增长率比较偏低，但已经连续三周在缓慢爬升，不用大动干戈，保持现在的节奏再观察一周"；或者"这个学员判断推理的假言命题卡了很久，但判断推理整体权重高，接下来两周集中攻假言命题，其他先放一放"。这种"再观察一周"还是"立刻全力攻"的微调判断，靠的是对学员个体情况的把握，不是数据模型能给的。

三、为什么不能把方向校准完全自动化

把方向校准完全交给AI，省人力，但会出两类问题。

第一类是"误判导致方向跑偏"。AI看到增长率比较正确率低，就自动推增长率比较的专项。但如果这个学员的增长率比较已经连续三周在爬升，AI的"偏低"标签其实是滞后的——他已经在恢复了，这时候再强攻就是过度训练。AI缺乏"趋势正在改善"这个时间维度的感知，只看当前快照。

第二类是"强度不当导致放弃"。AI可以做到"推专项练习"，但推多少、什么频率、会不会压垮学员，这些需要人的判断。一个焦虑中的学员收到连续三天的高强度专项，可能不是提分，是崩溃。夜灯的做法是——AI标出薄弱点，学管师先判断学员状态再决定推送节奏，主讲老师每两周做一次全局的方向决策。AI负责"发现"，人负责"决策"，这个分工边界是不能乱的。

四、对学员来说，方向校准解决的是最贵的那个问题

备考中后期最贵的东西不是课程，是"方向感"。一个方向偏了的学员，可能在一个错误的位置上浪费好几周，最后得出"我不适合考公"的错误结论然后放弃。方向校准的价值，就是把这个"错误的自我怀疑"掐死在萌芽期。

夜灯内部阶段性课程完成统计约为87%，行业录播课参照区间约40%到60%。这个差距里，方向校准贡献了不小的一块。一个学员在正确率平台期，如果没人告诉他"你只是被增长率比较卡住了，其他都在涨"，他大概率会自我怀疑然后放弃。有人告诉他了，他就知道再坚持两周就有转机。这就是方向校准这个设计最实在的价值——它不是让学员学得更多，是让学员不再因为误判而半途而废。

产品设计为一般性行业分析。案例来源于夜灯金榜特训班的产