深度分析 LectūraAgents 多代理人框架結合 TASA 演算法實現具身個人化 AI 輔助學習 隨著個人化 AI 輔助學習需求提升,LectūraAgents 以教授‑學生式層級多代理人架構,結合 Teaching Action‑Speech Alignment 演算法與具身教學動作,支援即時問答與學習者記憶追蹤,在多模態投影片上同步呈現手寫標記與語音說明,實驗顯示其個人化與具身教學指標均優於現有多代理人系統,預示教育 AI 可能從純文字交互轉向全感官教學。