七分学弟

看过批改，下次还是错

做雅思辅导时，我常看到同一个场景：学生把作文丢给 AI，拿回一个分数和一段“写得不错，但可以更好”的评语，扫一眼就关掉了。下一篇，同样的问题又出现。

问题不在于反馈不够多，而在于反馈没有接到下一次练习里。所以 2026 年 5 月我做了 IELTS Writer：按雅思四项评分组织反馈，可以针对报告继续追问，把要复习的问题存进错题本。它后来也叫过 EssayLoop。

轮到我自己考

今年 11 月我要考雅思，写作是我的短板。资料买了不少，看完的感觉是知道了很多，可写出来的作文到底好不好，我自己判断不了。

10 月 9 日，我和 Claude Code 用一天把它重做了一遍。这次我想要的不是刷题工具，而是一个能带着我练的东西：每节课分“概念、讲解、案例、测验”四小步，每步只占一屏，想停就停，回来接着做；答错的题进入复习队列，过几天再回来练。

名字也是那天定的。我觉得两个字的名字有点装，想要一个像身边人的名字，最后选了“七分学弟”。七分是我的目标分，不是我已经考到的分数；“学弟”的意思是，它像一个陪你一起练的人。

一篇普通作文，AI 给了 8 分

上线当晚，我拿一篇很普通的作文试批改：结构清楚，连接词一个不少，但内容是模板化的。按评分标准大概 6 到 7 分，AI 给了 8.0。

一个偏高的批改员，比没有批改员更危险，因为它会让你放心。我没有直接改提示词，而是先找了一把尺子：雅思官方公布的、带考官分数的真实作文。第一次对比，平均差 0.58 分。

评分本来就分成三步：模型只提取看得到的证据，不打分；代码按规则把证据换算成分数；模型再写中文反馈，不许改分。这样分数可以复现，哪里不对也能追到是哪条证据、哪条规则。

模型会自动“脑补”错别字

我又拿公开作文数据集看趋势，发现 AI 几乎给所有作文都打 6 到 7 分，对错误很不敏感。我的猜想是：模型读到 nowdays、peoples，会顺着上下文自动理解成 nowadays、people，读的时候就“改对了”，所以没看见错误。

解法是把校对拆成单独一步：只逐词报错，不评价。代码再逐条核对报出的错误是否真的逐字出现在原文里，83% 能核验，其余当作幻觉丢掉。最后按每 100 词的错误密度给分数封顶。

一篇我故意写满错误的短文，现在拿到 5.0 分；那篇干净的模板作文仍是 7.0。官方作文扩到 8 篇后，平均差 0.38 分，7 篇在半分以内。

我没有把话说满

官方带分数的作文只有 8 篇，调参和验证用的是同一批，数字偏乐观；外部数据集上的相关性提升也有限。所以界面上写的是：AI 估分有 0.5 到 1 分误差，分数用来找问题，不当作成绩。

现在落地页公开，应用需要登录，还在等待名单阶段。考完试之后，我会再决定它往哪里走。