代写流程
我们更在意“能不能稳妥完成”，而不是把每个需求都接下来。你先把资料发来，我们会判断难度、工作量、时间线和合适人选，再决定是否推进。
先沟通，再评估
你可以通过微信、邮箱或其他方便的方式联系 AAExam。冬令时下，美东时间 12:00-18:00 回复会相对慢一些；其余时间只要看到，一般会尽快回复。
把需求讲清楚
请尽量一次性发送题目、课程大纲、评分标准、ddl、老师要求、你已经完成的部分，以及你希望达到的完成标准。
先判断是否能做
收到资料后会先做难度和总量评估。能做才会继续聊方案；不适合接的任务不会为了成交硬接。
报价前先讲思路
确认可以做以后，会先给你讲题目的大概思路、关键风险和时间安排，再给出对应报价。
从手工作坊到智能匹配
过去的模式很直接：学生把题发来，老板本人看资料、判断难度、估算时间，再凭经验去想“这个题谁最适合”。这种方式可靠，但它依赖一个人持续在线。老板不可能 24 小时无休，所以现在 AAExam 把它升级成 机器学习粗匹配 + 人工细匹配 的方式。
以前更像一个熟人手工作坊
题目来了以后，先由老板人工判断课程层级、题目类型、ddl 和目标分数，再根据自己熟悉的老师和中介朋友去匹配。好处是判断细、责任明确；缺点是慢，尤其在深夜或美东工作时段，所有事情都压在一个人身上。
- 依赖老板本人看题和判断，适合复杂任务，但不能保证随时秒回。
- 依赖现实中认识的人和长期合作过的中介，稳定但调度成本高。
- 每一次匹配都需要重新消化课程信息、难度和交付风险。
现在先让系统做粗筛，再由人把关
新的流程会先把需求结构化：学科、课程层级、题目形态、ddl、预算、目标质量、可用老师和历史反馈。机器学习模型先给出候选方向，最后仍由老板人工细筛，确认是否真的适合接、谁接更稳。
- 系统负责粗匹配：快速排除明显不合适的人选和方向。
- 人工负责细匹配：判断证明难度、写作风格、交付风险和老师状态。
- 最后给学生的是更清楚的选择，而不是让学生自己在名单里猜。
从咨询到交付的流程图
下面这张流程图由页面 JavaScript 根据步骤数据自动绘制。桌面端会横向串联，手机端会自动变成竖向流程，方便快速扫读。
- 发需求与资料
通过微信、邮箱或其他联系方式，把题目、ddl、评分标准和已有材料发来。
- 难度与总量评估
先看课程层级、题目数量、计算量和截止时间，判断是否适合接。
- 思路说明与报价
确认可以做后，会先说明大致解题思路、交付节奏和合理报价。
- 系统粗匹配
按学科、难度、时间线、目标质量和可用老师信号先筛候选方向。
- 人工细筛确认
老板再判断真实难度、风险、质量要求和谁接更稳。
- 诚意金与排期
正式确认前收取诚意金，用来锁定评估、沟通成本和老师档期。
- 推进与交付
付款后按约定时间推进，必要时阶段性沟通，最终完成你的需求。
为什么不能只看老师名单
很多需求一开始都不是标准化订单，而是课程截图、题目文件、ddl、评分标准、目标分数和一些很具体的担心。我们会先把这些信息整理成清楚的任务说明，再判断该找什么背景的人、怎么报价、风险在哪里。
把模糊需求变成任务说明
先读题和材料，拆出科目、知识点、题量、证明/计算/代码比例、ddl 和评分风险。
让系统先排出候选方向
根据老师背景、科目强项、近期可用性、过往反馈和价格区间，先形成粗匹配。
关键判断仍由人完成
高难数学、统计推导、研究型任务和高分目标，必须由有经验的人看过再确认。
交接前先清理上下文
把无关隐私、混乱截图和重复信息整理成老师能快速判断的清洁资料。
学生发资料
题目、ddl、rubric、课程背景和目标分数。
系统粗匹配
按学科、难度、时间线和老师信号筛候选。
老板人工细筛
判断真实难度、风险、质量要求和可接程度。
确认人选方案
老板能写优先自己接，否则匹配可靠朋友或中介。
报价与交付
讲清大致思路、价格、时间和交付节点。
匹配会参考哪些信号
AI 负责把信息先排一遍，但它不是最终裁判。真正是否接、谁来接、是否需要更强写手，仍然要结合人工判断。
科目和题型
数学证明、统计建模、代码实现、实验报告、论文型任务，对老师要求完全不同。
档期和响应
不是强老师就一定适合，ddl、时区、近期负载和沟通速度都会影响匹配。
目标质量
普通完成、稳定高分、90-95 分以上、高难证明题，需要不同等级的把关。
合作稳定性
优先现实中认识、长期合作过、能力边界清楚的人，减少甩单和低质量风险。
写手如何匹配
默认优先由老板本人判断和承接
如果老板自己能写并且时间允许，会优先自己接。其余情况下，会根据课程难度、时间线和目标质量，推荐现实中有联系、长期合作过、能力边界清楚的人。
- 如果题目难度较高，会先确认合适写手是否有时间，不会为了不确定的事情随便打扰别人。
- 如果更适合由其他可靠中介处理，会直接推荐给合适的人，而不是盲目转单。
- 高分目标、博士级课程、证明量大的任务，会优先看老师背景和过往稳定性。
确认前会收诚意金
正式交易前会收取一定诚意金。这样可以避免反复评估后被甩单，也方便我们锁定沟通时间、写手档期和前期判断成本。
- 诚意金不是为了制造压力，而是为了确认双方都认真推进。
- 付款方式确认后，会按照约定时间完成需求，并在必要时同步阶段进度。
- 每个任务都会先看可行性，再谈价格和交付方式。
更擅长的范围
核心集中在数学和统计方向
网站建设者本人更擅长数学和统计范围内的任务，尤其是证明、建模、推导和高阶数学课程。朋友网络里也有能处理部分高难课程、论文型任务和跨学科 STEM 任务的人。
高难任务先看人和时间
有些老师还在读 PhD，有些人论文很多，有些人在自己的研究方向已经比较有名。越难的任务，越需要先确认档期和可行性。
不接明显不稳的单
如果判断拿不到合理质量，或者时间太紧导致风险太大，会直接说明情况。我们更愿意少接一点，也不想把事情做坏。
只推荐长期了解的人
从 2017 年开始陆续认识这一行里比较靠谱的朋友和中介，推荐时会优先考虑过往合作稳定、不会收钱后做不出来的人。
先把资料发来，我们帮你判断怎么走
不确定能不能做、该找谁做、价格是否合理，都可以先发资料。我们会先评估，再给你一个清楚的下一步。