MasterClass 喺 Fully Connected 大會上披露咗佢哋新嘅 AI 教學項目 MasterClass Executive。呢個項目用多代理系統（multi-agent system）為每個學習者規劃節課，系統會監察學習者嘅認知超載同動機衰退，然後即時改變教學策略。
MasterClass 嘅產品長官 Mandar Bapaye（公司註冊名 Yanka Industries Inc., d/b/a MasterClass）喺節目上講，呢個系統唔係簡單將一個聊天機械人擺喺學生面前就收工。佢話，呢套 agentic system 必須有「科學上同教育學上充分支撐嘅骨架」，先至算數。
Bapaye 同 CoreWeave 嘅 AI 項目高級副總裁 Lukas Biewald 喺 Fully Connected 大會接受 theCUBE Research 採訪，討論 MasterClass 點樣建造呢套 AI 教學代理、多代理系統點樣需要嚴格評估，以及 CoreWeave 嘅技術棧點樣支持呢個工作上生產環境。Biewald 話評估要「不斷重複，每日 iterative 改進」。
十個 agent 喺學生身後跑
據 Bapaye 講，MasterClass 每次學員互動背後運行約十個 agent，追蹤輸入、輸出、工具呼叫同 agent 之間嘅通訊。佢哋選用 W&B Weave（基於 Model Context Protocol 介面）嚟追蹤、監控同改善呢啲教學代理。MasterClass 仲自己喺 Weave 嘅 MCP 介面上建咗一個 agent，每晚自動覆盤日誌，標記問題同可能嘅根因。
Bapaye 講生產環境嘅可觀測性係「一場噩夢」：上千用户同時互動，你唔單止要知道評估期嘅表現，仲要知道上線之後 agents 嘅行為同體驗有冇真係好。
名額：30,000 搶 500，第二輪逼近 50,000
首輪學員有 30,000 人申請，名額約 500 個；第二輪申請已接近 50,000。Bapaye 將原因歸為三個字：成本、供應、質素。佢話請私人家教「極其昂貴，供應嚴重不足，而老師質素差異又巨大」，「AI 基本上解決咗呢三點。」
阿調搞兩下
十個 agent 幫你學嘢，每個 agent 點運行、點做決定，學員睇唔到都攔唔到。每晚一個 agent 自動覆盤「標記問題」——邊個算問題？點樣算「好體驗」？呢啲標準由邊個定？Bapaye 講「科學同教育學骨架」，但骨架點建、有冇經過同行評審，佢哋冇交代。
30,000 人搶 500 個名，需求係真嘅，但「AI 解決咗成本、供應、質素」呢句係廠商自評，唔等同獨立驗證。學員嘅學習行為數據交畀一個跑喺 CoreWeave 雲上嘅系統，由 W&B Weave 追蹤——呢啲資料點用、邊個有權查看、保留幾耐，等佢哋公佈獨立評估同數據政策先再睇。
阿調｜深度調教
