AI 分析
痛点：学生选课时无法得知同一门课不同教授的给分松紧，选错教授可能导致班级均分下降约 10% 或 1.0 GPA，直接影响 GPA 与升学规划。
目标用户：北美高校本科生（尤其重视 GPA 的转专业、申研、奖学金人群），以及升学顾问/留学机构。
证据：Crazy to see how just by having a certain professor instead of anyone else can drop a class average by -10% or -1.0 GPA
变现：免费增值：基础查询免费，多校覆盖 + 个性化选课/保 GPA 规划、选课提醒为订阅制（学生 3-5 美元/月）；或向留学顾问机构做 B2B 数据授权与 API 收费。
MVP：复用其统计方法（教授均分 vs 同课程其他教授均分 + 置信区间），接入 2-3 所学校的公开成绩分布数据，做成选课系统侧边栏的浏览器插件，在选课页面直接提示“该教授给分低于同课程均值 X%”，并支持按专业筛选。
竞品：UBCGrades.com、Rate My Professors、Coursicle、BerkeleyTime
摘要：独立开发者用 UBCGrades API 做了 gradegap，用置信区间对比同一课程不同教授的班级均分，发现换教授可让班级均分下降约 10% 或 1.0 GPA。项目免费、无任何营收或付费意愿数据，但揭示了学生选课场景中真实且高频的信息不对称痛点，且已被单人低成本验证可实现。