摘要
针对 AI 编程助手缺乏结构化教学框架的问题,本文提出 cc-self-train,一种用于学习 Claude Code 的模块化交互课程。该系统包含五大贡献:基于责任渐进释放的角色演进模型、基于参与度观察的自适应学习系统、支持迁移学习的跨领域统一课程、管理信息过载的步调控制机制,以及能检测工具变更并自动更新教材的课程设计。试点评估显示,参与者在各项技能领域的自我效能感显著提升,尤其在钩子和自定义技能等高级功能方面效果显著。
AI 推荐理由
论文核心在于通过自适应课程系统教授 Agent 工具(Claude Code)的使用技能,直接关联技能学习与掌握。
研究机构
Principal AI Engineer, Sparq
论文信息