TeachFlow 的目标不是让教师面对更多 AI 按钮，而是减少他们在备课、课堂、作业和反馈之间搬运信息的成本，同时保留教学决定的所有权。
从教师任务出发
产品围绕教师“今天需要处理什么”组织工作区。内容生成、课堂白板、作业处理、错题证据与知识图谱都必须回到一个具体教学决定，而不是成为互不相干的功能入口。
可信证据
学生作答可能来自文本、图片或文件。页面保留来源引用，并将不可改变的历史证据与最新纠错目标区分开，避免后续修改覆盖当时真实发生的学习记录。
人工权威
OCR 可以提取题目，模型可以生成课程或提出图谱关系，但这些结果在人工确认前只是候选。教师工作台持有准入、发布和反馈权威，失败状态也需要可见并可重试。
与 Agent Foundation 的关系
TeachFlow 只在边界清晰的场景试用 Foundation 能力；课堂流程、产品本体、教师权限与界面状态仍由 TeachFlow 持有。平台接入不能成为课堂主路径的单点阻塞。
当前边界
现有证据足以说明本地产品闭环、历史证据契约和审核路径。它还不能证明真实学生学习效果，也不应该被包装成已经完成学校级生产部署。
