Wrong-Question-Notebook · Alpha
实验室里的正确，不等于真实世界里的正确。现在，我们想把 WQN 交给真实的学习者，让真实的学习过程决定它的下一步。
WQN（Wrong-Question-Notebook）是一个围绕错题、复习与长期学习证据构建的开源学习系统，由我与 Arnold Zhou 共同维护。我们希望把前沿的分析与统计方法带进学习过程，帮助学生更轻松地整理错题、理解知识，并在合适的时候重新复习。
从 2025 年 9 月立项至今，WQN 已经有了 Web、AI、MCP 和 WQN NOTE 4 等基础设施。但开发者自己的使用场景，不能代替真实用户的需要。
这次 Alpha 不是为了证明 WQN 已经完成，而是邀请你一起决定它应该变成什么。
01 / The beginning
错题很重要，但整理错题这件事本身却非常低效。
抄题、剪题、分类、寻找知识点、安排复习，再一次判断自己到底会不会——学生花费大量时间维护“错题本”，却很难真正维护自己的学习状态。
AI 出现以后，识别一道题已经不再困难。真正困难的问题变成了：AI 能不能进入学生真实的长期学习过程？
在中国校园环境里，这个问题又多了一层限制：电子产品并不是理想的在校学习终端。WQN 就从这里开始。
原生多模态大模型开始崭露头角。看到“识别—分析—归类”的可能后，WQN 于 2025 年 9 月正式立项。
Zeterix 主导的 ESP32 墨水屏项目启动，为进入校园提供了新的设备方向。
我拿到 Zeterix 样机并验证了可行性。相比传统电子设备，墨水屏没有背光，更安静，也更适合带进校园。
决定基于设备开发专用固件，命名为 WQN NOTE 4；同时完成初代语音交互 AI Demo。
做成带 AI 的单词本，并加入睡眠功能。
基于 Word 开发错题功能，并于 9 月 12 日完成核心功能。
02 / The product
WQN Web 把学习资料整理为单词、笔记和错题。导入时，AI 识别题目，再结合 RAG 关联知识点；复习时，FSRS 根据你的上次表现安排下一次复习。笔记和单词也使用同一套调度，让复习发生在记忆开始淡去的时候。
我们的目标是让导入更快、复习更有针对性，也让学习状态真正能够被记录下来。
导入单词、笔记和错题；通过 AI 识别、知识点归类与 FSRS 复习调度，持续整理学习过程。
面向在校场景的墨水屏方案。设备可显示倒计时与翻页钟，也能查看单词、笔记和错题；学习结果同步到云端并由 FSRS 调度。
通过静态 Token 或 OAuth 2.1 接入常用 AI 客户端，提供除删除以外的 WQN 功能。
面向 Android 的 WebView 客户端，与 WQN Web 提供一致的功能体验。
直连 Step-Audio 3 Realtime，提供快速的实时语音对话。
通过 Step-ASR 转写，再交给 Step Router，在 Step 3.7 Flash 与 DeepSeek V4 Pro 间智能切换。
将长程任务转发到远程服务器上的 OpenCode 自动执行。
03 / Why WQN
| 熟悉的难题 | WQN 的尝试 |
|---|---|
| 手抄、剪贴和翻找资料，耗时又难以复习 | Flashcards 与 FSRS，让单词和笔记成为能持续复习的资料 |
| 错题本越积越多，却不知道薄弱在哪里 | AI 识别和知识点分类，加上 FSRS 驱动的复习安排 |
| 一道难题，不知道该问谁、从哪里开始 | Step Router 按难度选择模型，Agent 承接较长的任务 |
| 总忘记接下来要做什么 | WQN Todo 帮助记录任务并适时提醒 |
| 发给豆包 | WQN MCP 将题目原文、解释和知识点提供给受支持的 AI 客户端 |
| 笔记很多，却看不清知识掌握情况 | 知识点雷达图与 WQN AI 总结帮助回顾学习状态 |
04 / The invitation
虽然我们已经做了很多，但这真的符合学生复习的需要吗？这个问题困扰了我很久。2026 年 7 月左右，我做了很多次 To C 尝试，却发现把技术带给真正的用户并不容易。
通过这次 Alpha，我们想一起验证几个问题：
参与 WQN Alpha，你将获得：
WQN Alpha 将持续到 2027 年 6 月 19 日。
感谢你读到这里。WQN 的实际功能远比这篇文章所能描述的更多；但它最终会成为什么样，将由我们共同绘就。
如果你喜欢这个方向，希望你能勇敢地迈出这一步。
也欢迎查看 WQN GitHub 项目，了解代码与最新进展。