研究和学习代理基于由研究支持的教学框架，由学习科学专家开发。 与简单回答问题的通用 AI 聊天机器人不同，该代理围绕学习科学的四大支柱构建：
1. 自适应基架
代理使用基架指导、诊断评估和激活先前知识，帮助你独立理解学习者以前接触过的主题以及新主题。 它满足你所处的位置，并逐步引导你完成概念，调整其方法，直到它单击。
2. 培养思维和生产斗争
代理故意保留答案，在解决方案之前提供提示。 它鼓励你自行尝试问题，并仅根据需要逐步提供更多支持。 错误被视为学习机会 - 代理可帮助你了解出错之处，从而建立信心、复原能力和成长型思维模式。
3. 练习和主动学习
抽认卡、测验、填充空白和匹配活动提供即时反馈的检索实践。 事实证明，积极练习回忆使知识棒比被动复读更有效。
4. 申请和转让
代理通过路标、新问题场景以及扩展学习广度或深度的选项，帮助你将学到的知识应用于新情况。 这些活动可建立更高层次的思维，并帮助你将知识转移到原始学习背景之外。