Alpha 阶段的发布
1、新闻稿发布
我们的PQ v.Next v1.1.9版本顺利发布！PQ 是一款专为知识分享场景设计的AI驱动型互动平台。它旨在通过动态题目生成和即时反馈，将传统的单向演讲转变为一场沉浸式、可量化的双向交流，最大化知识传递的效率与深度。
我们在开源社区也和不同学校的老师学生讨论了这个项目并且学生们开发了各种的版本： https://github.com/xinase/pq
➢ 作为演讲者（老师），你可以让PQ 快速出题，并让听众在演讲过程中随时保持注意力，课后可以分析听众掌握知识点的情况以辅助下次授课。
➢ 作为听众（学生），PQ 在你答题的同时帮你整理了这个演讲或课程的脉络，便于你复习或讨论，同时课上不方便发言的情况，也能通过PQ给予老师反馈。
无论是演讲者/听众，都能通过我们的PQ 解锁全新的演讲/聆听体验！
我们Alpha阶段做了什么：
- 培训了2名之前未使用过微信小程序开发的同学，使其在Alpha阶段结束时已经能够熟练掌握小程序开发；
- PQ v.1.1.9版本的用户使用手册整理与发布；
- PQ v.1.1.9版本中活动与系列管理的框架搭建与功能实现。
2、交付方式
交付依托于每日的进度更新与总结，团队每日都会抽出一定的时间一起讨论共同开发推进进度，先经过短暂的讨论确定好接下来要做的事情，随后对任务进行划分，几人同步在讨论中推进进度。
3、风险管理
风险1-题目生成质量不稳定：LLM生成的题目是否准确反映教案要点、难度与语言适合学生，教师是否认为可以“直接用”而非“需大量修改”尚无大量验证。
解决1：这个风险确实存在，当前确实存在一些低质量的题甚至，但我们已经有了解决思路并且正在进展中。一方面我们拟基于LM搭建知识图谱，基于图谱生成题目，另一个方面则给予老师微调题目修改的功能。
风险2-教师信任建立难度：教师是保守用户，出题工具若生成题目错漏、不能与教学目标完全对应，会影响教师继续使用。学生使用粘性低：学生若觉得题目简单／与课堂不匹配，则可能不继续使用，影响留存。
解决2：风险2和风险1是一脉相承的，如果风险1能妥善处理，可以稳定的出优质的题目，风险2自然解决。
风险3-竞争压力：已有诸多教学辅助出题工具／平台，差异化是否足够。
解决3：当前虽然已有诸多教学辅助出题工具／平台，但pq不仅仅是出题，更是以题目为媒介实现课堂上的师生交互；另一方面，我们拟实现根据上课老师的讲课内容实时更新题目，获得更即时的课堂交互，这是当前没有人做的。因此我们的产品差异度是较高的。
4、你们从学院工程中心的 ‘工程导师’ 或者其他有经验的工程师那里学到了什么？
学院的“工程导师”十分的尽职负责，例如在Alpha开发阶段，新增有一个功能是使用系列管理活动，这方面我们最开始的设想有很多的不足之处，包括系列内的活动依旧是不可编辑状态、更换活动所属的系列会使得页面刷新不到更换的系列等等问题，学院导师都认真地为我们提供了指导，这里再次鸣谢。
学习到的是站在用户的角度出发如何更便捷地帮助用户，而不是简单地加上功能，同时也注意到每伴随一次的版本更新都要更新对应的用户手册，以便新用户的加入与使用。
5、你们的项目管理有什么特点/优点/缺点，是每天都前进固定的距离么？
我们的项目管理的特点依旧是团队灵活编程，完成任何任务时都是几个人一起抽时间追赶进度，保证每天前进固定的距离。
优点：
- 多人一起讨论并开展能够避免做很多的无用功；
- 每日前进固定的距离能够保证不会多天的任务堆积到一天导致没有想继续推进的动力。
缺点：
- 但是这样会导致，所有人的时间没那么灵活，会比较累；
- 同时这样的话进度会比分开稍慢，别的团队会整合的话效率会比我们高。
6、描述你们团队成员是如何运用 AI 工具的 （用得越多、越智慧，越好）
我们 3 人团队在 Alpha 版本开发中，构建了高效 AI 协同体系：
- 需求与架构阶段，通过与Chatgpt多轮对话完成需求拆解、架构设计与任务分配，4小时高效落地传统 3 天工作量；
- 编码环节借助Codex生成基础代码，人类聚焦核心逻辑优化，实现效率倍增；
- 文档与迭代阶段，借助 Notion AI、ChatGPT 等工具高效产出技术文档、用户手册。
- 整套 AI 工具链承担重复性工作，实现 “人 + AI” 的高效协同。
结语
本次 Alpha 阶段，团队围绕PQ v.Next项目按部就班、按期推进，实现了关键功能、补充了用户使用手册，建立了工程化流程、并在真实敏捷节奏中磨合了合作机制。
我们下一步进入 Beta 阶段，从Alpha更关注工程功能实现的阶段转换为进一步提升技术能力，例如生成更高质量的题目来提升用户体验的阶段。
