Wondering

核心是課程產生器。你給 Wondering 一個主題和自己的一些背景，它就會回傳一份刻意安排順序的課程大綱。引導流程會問你做什麼工作、想學什麼，平台表示它會使用與你職務和專業相關的例子。它的賣點是：兩個要求同一主題課程的人會拿到不同的課程，因為他們的工作不同。 這為什麼重要？因為大多數學習平台把所有人一視同仁。你從第一課開始，在接觸到任何有用的內容之前，得先跋涉過早就知道的基礎。Wondering 試著砍掉這種開頭就讓人疲倦的部分。你留下自己在乎的內容，之後再探索其他角度，而且大綱在開始前可以編輯。免費方案讓你在付費前先測試產生流程，這才是正確的做法。產生一套課程，讀第一份大綱，再判斷這個結構是否真的符合你要的。

課程是為真實生活量身設計的。平台談的是每天三分鐘、一堂課等於一趟通勤、以及能塞進會議空檔的版本。每堂課混合視覺、文字和音訊，而不是丟一份文字稿給你。它宣稱的是一整套由短篇、三分鐘音訊與視覺課程組成、為你個人化的課程。 視覺做法是它最突出的地方。Wondering 不是用一個聊天視窗吐出段落，而是把解說呈現為有結構的視覺內容。如果你曾試著從一大片 AI 生成的文字中學習，然後發現自己眼神放空，就會知道這是實實在在的差別。短課程也降低了啟動的門檻。三分鐘的投入很容易答應，平台也會推著你每天做一點，而不是一次猛讀然後全忘光。

每一套課程都能以音訊形式吸收。Wondering 產生播客式課程，讓你走路、開車或洗碗時都能學。在 Max 方案，平台讓你每月最多產生 90 集播客，遠超過大多數人會聽的數量。 音訊模式正是在現實世界中讓三分鐘框架變得有用的關鍵。很多人沒辦法坐著讀一堂課，但可以在上班途中聽一堂。這不是視覺課程的替代品，而是同一份教材換成適合你一天中另一個時段的格式。如果你最適合用聽的學習，這項功能就決定了 Wondering 對你到底有沒有用。

Wondering 不只停在吸收。課程包含練習，據描述有多種格式，涵蓋字卡、選擇題和填空刪除。填空刪除是那種挖空填答的樣式，逼你主動回想，而不是被動辨認，也是認真學習工具裡常見的技巧。 平台把練習和間隔重複配在一起，把你就快忘掉的教材重新帶出來。這個機制把學習和閱讀區分開來。你可以看一百支影片幾乎什麼都記不住，也可以回答幾題時機恰當的問題而記住更多。Wondering 會追蹤你已學會和仍需複習之間的比例，讓你清楚知道該把注意力放哪，而不是憑猜測。

除了靜態課程，Wondering 也提供與 AI 家教的真人語音時段。你可以向家教提問，把某個概念講出來討論。免費方案每月包含一次真人語音時段，Pro 提高到十五次，Max 則到四十五次。 把概念講出來，是發現自己到底懂不懂最快的方式之一。語音家教給你一個可以對著思考的對象，卡住時比重新讀一遍課程更有用。每月上限是這裡誠實的限制。每月十五次對大多數人來說很夠，但免費方案的一次只是嘗鮮，不是習慣。如果真人家教是你衝著來的功能，就把方案上限纳入你的決定。

Wondering 較不尋常的功能之一，是一個 MCP 伺服器，能把平台接到 Claude Desktop 或 Cursor 這類 AI 助理。這代表你可以請助理讀取你的學習脈絡，或請 Wondering 產生一套課程並對你出題。平台甚至附上範例提示，例如請你的助理找出你昨天學了什麼，並用那些課程的練習題對你測驗。 這項功能在 Pro 和 Max 提供，免費方案沒有。它是把 Wondering 從獨立應用程式變成更大工作流程一部分的功能。如果你本來就生活在 Claude 或 Cursor 裡，讓學習平台說同一種協定確實很有用。對其他人來說，這是個不錯的加分項，而不是訂閱的理由。

在產生機制底下，Wondering 指向一座以開放授權素材建立的參考資料庫。平台提到超過 1,500 本開放授權教科書，以及一套把它們轉成個人化課程的流程。它也描述用真實研究建立的課程，例如研究 OpenAI、Anthropic、Google DeepMind、Cursor 和 Figma 的設計職務，來勾勒 AI 如今對設計師的要求。 這種取材方式對信任很重要。AI 課程的品質取決於它用什麼打造，引用真實素材總比產生聽起來合理的填充內容好。它不能保證每一堂課都正確，你仍該把 AI 生成的內容當成起點而非聖旨，但把課程扎根在可辨識的來源上，是正確的直覺。