这一周，AI教育开始谈「人」了

翻完这一周的文件和新闻稿，我最强烈的感受是：AI教育正在从「要不要做」，进入「怎么做才算数」的阶段。

讨论的重心悄悄挪了位置——从前两年反复说的算力、平台、大模型，挪到了教师的时间、学生的注意力、学校的判断力这些不那么「先进」的东西上。技术跑得越快，越需要有人问一句：孩子们真的学到了吗？

下面七件事，是我从本周信息里筛出来的。不追求全，只挑三个月后回头看仍然成立的。

一、10月23日：一份讲就业的文件，给教育出了道题

本周分量最重的一条，是国务院办公厅印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》，部署6个方面18项任务（中国政府网，10月23日）。文件明确提出协同培养人工智能创新型人才、实施人工智能专项培训计划；据证券时报梳理，还要求高校和职业学校加快动态优化学科专业设置，增设AI「微专业」布点。

我的看法： 过去谈AI教育，我们想的是「培养AI人才」——计算机学院扩招、算法课下沉。这份文件问的是另一个问题：剩下那百分之九十的专业怎么办。

「微专业」的妙处，是它承认了现实——多数专业不可能推倒重来。但我也担心它变成「加几门课」：加Python、加提示词、加数据分析，证书一发就完事。如果没有真实业务场景，学生学到的仍是工具操作，不是判断力。而文件真正想要的，恰恰是知道什么时候不该调用模型的那种判断力。

二、北京50所、江苏37个：从「试点」到「样板间」

10月21日，北京市教委公布第二批人工智能应用场景标杆学校培育名单，50所学校入选（高校5所、中小学45所），累计已有100所（央广网、北京市政府网站）。同期，江苏公布人工智能赋能教育行动试点名单，37家单位入选，细化21项任务，目标是2027年底形成可复制的实践经验（新华网江苏频道，10月22日）。

我的看法： 名单没什么可评论的，值得说的是「标杆」怎么兑现。

我见过不少参观时讲得漂亮、回去却复制不了的标杆校——那套东西背后是特定的校长、特定的企业支持、特定的经费。

所以判断一所标杆校是否真成了，标准也许很简单：隔壁那所没入选的学校，照着做能不能做成。如果不能，它是样板间，不是标杆。北京市教委文件里那句「发挥标杆辐射带动作用」说得准——辐射，不是展示。

三、西藏和青海：AI教育不是东部的专利

10月18日至19日，西藏召开全区「人工智能+教育」推进会：94所大中小幼学校和2个地市全域试点，累计培训教师7万余人次。会议要求里有一句话我很喜欢——让每名教师都拥有智能助教、每个学生都拥有智慧学伴（西藏教育厅，10月21日）。

10月22日，青海的「人工智能+教育」培训观摩活动在门源结束：6个智慧教育试点区、35所智慧校园试点校，教师数字素养培训累计8.7万人次（青海省政府新闻办，10月23日）。

我的看法： 这两条新闻里，我最在意的不是设备清单，而是那两个培训人次——7万、8.7万。

中西部推进AI教育，最大的变量从来不是算力，是「谁来讲这堂课」。一台平板运到学校只要一周，一位老师从会用工具到会设计学习任务，要好几年。西藏把「智能助教」放在「智慧学伴」前面，顺序是对的：先解决老师的问题，学生的问题才有人管。

四、教培复苏与教育大模型备案：合规成了入场券

10月20日，虎嗅一篇报道提到：卓越教育2026年自研的教育大模型完成备案，围绕「师—机—生」模式对核心产品「鲸准教」做AI化升级，把AI诊断、AI销售助手用到教研和运营里。次日，中研网的行业分析把话说得更直白：教育大模型正从通用模型走向垂直教学场景，合规备案与内容安全已成准入底线。

我的看法： 备案这一刀，在悄悄重塑竞争格局。

过去两年拼谁先上线、谁的演示更惊艳，现在拼谁能过审、谁敢把模型放进真实课堂跑一学期。这对创业公司不算友好，但对家长是好事——一个备案号，比一百页宣传资料更有信息量。

另一层变化在商业模式：教育大模型很难单独卖钱，它更像嵌进原有产品的能力。真正跑出来的，往往不是模型公司，而是手里有场景、有数据、有渠道的教育公司。所谓「教培复苏」，最实的一面不是政策放松，是它们找到了新的成本结构。

五、2799元的学习机：硬件战争打到了「边界」上

10月22日，联想与作业帮联合推出一款AI学习机，2799元。最大卖点是「一机两用」：进入学习模式后，未经家长授权无法退出；学习结束，家长输密码切回普通平板（科技视讯，10月22日）。

坦白说，这是标准的厂商发布稿，按我的筛选标准本该剔掉。留下它，是因为这个设计透露了一个真问题。

我的看法： 家庭里学习和娱乐共用一块屏幕，冲突从来不是技术问题，是规则问题。

学习机行业这几年走了三段路：先拼内容和题库，再拼AI精准学，现在拼「边界管理」。背后是家长的无奈——他们买的不只是设备，是一段可以安心的时间。

但说句不讨喜的话：靠密码维持的学习状态，很难长期维持。设备管得住入口，管不住动机。真正有效的边界，是孩子自己认可的那条线。

六、欧盟编程周：另一种叙事

10月10日到25日是欧盟Code Week 2026，主题大意是「在AI时代构建韧性、连接与社区」，10月12日在布鲁塞尔启动（欧盟委员会）。官方文稿反复强调：编程和计算思维不只是技术技能，更是培养创造力、批判性思维、理解这个世界的方式。教师、社区组织者和非正规教育机构被放在很显眼的位置。

我的看法： 欧洲习惯从「公民能力」和「韧性」谈AI教育，我们更习惯从「课程进课表」和「产业需求」谈。两条路径没有高下。

但欧洲这套有个提醒作用：如果把AI教育完全理解成人才培养的供给侧改革，容易漏掉另一层——普通人如何不被技术抛下。这一层我们的政策文本里也有，比如湖南要求AI安全与伦理贯穿各学段，只是被课时、师资、考核这些更紧迫的事盖住了。

一个社会的AI素养，最终不是由最好的那批学生决定的，是由最普通的那批人决定的。

七、8000与86%：数据背后的那点担心

10月21日，中青在线一篇报道引了两组数据：《中国教师生成式人工智能应用报告（2026）》显示，86%的教师担忧学生过度依赖AI导致独立思考能力丧失；中国青少年研究中心2025年对7省份8000余名中小学生的调查显示，超六成学生用过生成式AI（小学60.0%、初中56.1%、高中生69.5%）。

报道里，北京教育科学研究院语文教研员连中国说了句话我很认同：AI无法替代的，是原始观察、情感顿悟，以及让思维得到生长的过程。

我的看法： 86%不是保守，是清醒。老师们不是反对技术，他们担心的是「学习这件事被跳过」——作业写完了，脑子没动。

只要作业还停留在「能被搜索到答案」的层面，AI就永远是最省事的作弊器。反过来，如果作业改成需要观察、需要亲身参与的任务，AI反而可能成为帮手：帮你整理记录、查找背景、把想法问得更清楚。同一个工具，在不同的任务设计下，可以是作弊器，也可以是学伴。

所以真正要改的，不是学生用不用AI，而是我们布置了什么作业。这件事比发多少份文件都难，也比发多少份文件都重要。

写在最后

把这一周的事放在一起看，有一条线索：政策在解决「覆盖」，产业在解决「入口」，而真正决定AI教育质量的，仍是那间教室里四十五分钟怎么过。

文件可以一周发好几份，名单可以一次公布五十所，学习机可以一年迭代三代。但一位教师的判断力，只能一年一年长出来；一个孩子对学习的理解，只能一节课一节课攒起来。

所以我不太担心AI进课堂的速度，我担心的是我们有没有耐心，等它慢慢变好。技术从不缺加速度，缺的是刹车和方向盘——而这两样东西，一直握在人手里。

素材来源清单

1. 国务院办公厅印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》，中国政府网，2026-10-23
   https://www.gov.cn/yaowen/liebiao/202610/content_7084113.htm
2. 《减缓岗位替代影响 建立失业缓冲机制》，证券时报（网易转载），2026-10-24
   https://www.163.com/dy/article/LA01RVKM053469RG.html
3. 《50所学校入选第二批北京市人工智能应用场景标杆学校培育名单》，央广网，2026-10-22
   https://www.cnr.cn/jy/dj/20261022/t20261022_527849657.shtml
4. 《北京再添50所人工智能应用场景标杆学校，附全名单》，北京市人民政府网站，2026-10-21
   https://www.beijing.gov.cn/fuwu/bmfw/sy/jrts/202610/t20261021_4913095.html
5. 《江阴市人工智能赋能教育工作迈上省级试点新平台》，新华网江苏频道，2026-10-22
   https://js.news.cn/20261022/f225ad79bb3640d59fc43af7344d5d66/c.html
6. 《自治区教育厅召开全区「人工智能+教育」推进会》，西藏自治区教育厅，2026-10-21
   http://edu.xizang.gov.cn/7/20/8347.html
7. 《青海教育数字化支撑能力持续增强》，青海省人民政府新闻办公室，2026-10-23
   http://www.qhio.gov.cn/system/2026/10/23/030624765.shtml
8. 《双减五年后教培行业复苏：头部公司业绩回升与转型路径分化》，虎嗅网，2026-10-20
   https://www.huxiu.com/article/4899034.html
9. 《2026年教育大模型行业：从通用模型走向垂直教学场景，合规备案与内容安全为准入底线》，中研网，2026-10-21
   https://www.chinairn.com/scfx/20261021/165019643.shtml
10. 《联想×作业帮联合推出全新AI学习机：一台设备，学习生活轻松切换》，科技视讯（今日头条），2026-10-22
    https://www.toutiao.com/article/7699359313399267855/
11. 《EU Code Week 2026 launches with focus on digital skills in the age of AI》，欧盟委员会，2026-10
    https://link.europa.eu/YphGh9
12. 《孩子把作业「外包」给AI：短期提分、远期掉分，怎么办？》，中青在线，2026-10-21
    https://news.cyol.com/gb/shenghuo/articles/2026-10/21/content_0zgVy7HN6j.html

说明：第10条系厂商发布稿，文内已注明来源属性，仅取其产品设计信息作讨论，不作推荐。第2条为证券时报对国办文件的梳理，用于补充文件细节。

这一周，AI 教育的证据追上来了

整理这一周的智能教育消息，最让我在意的不是哪家公司又发了新产品，而是两组方向相反的数字，被摆在了同一张桌子上。一组是政策的手越伸越细——从国家级培训一路排到区县级的课时表；另一组是研究的手在往回拉：那些看起来最顺手、学生最容易接受的 AI 用法，恰恰是成绩掉得最厉害的用法。热闹还在继续，但这周的账，开始有人认真算了。

一、作业分涨了 18%，月考分掉了 20%

本周最值得完整读一遍的，是世界评估委员会（World Assessment Council）10 月 12 日发布的《AI in Learning Report 2026》。它汇总了约 270 份研究、官方报告与调查，得出的结论并不讨喜：AI 用得越普遍，学习效果越难保证。几个数字值得抄下来：

• 在《PNAS》的一项现场实验中，学生用没有约束的 GPT-4 做练习，练习成绩提高了 48%，但随后不能借助 AI 的考试成绩下降了 17%；
• 马里兰大学一项覆盖 2379 名本科生、30 位教师的随机对照试验发现，课程内嵌 AI 导师的班级期末成绩低了 0.37 个标准差，课程平台的参与度低了 0.90 个标准差——而真正用过它的学生只有约 15%；
• 一项追踪中国中部某县 9 所中学、26811 名学生、跨度 30 个月的研究显示：用 AI 之后，作业分数涨了 18%，月考分数跌了 20%；两年左右，中考、高考成绩分别下降 24% 和 18%。

第三项研究的负责人是香港大学经济学教授吴延晖。世界银行看过这篇研究后，把一份已经提交的教育年度报告连夜撤回重新讨论——这个细节本身就说明了问题：连做跨国比较的人，都没有料到负面影响会这么大。

但这些数字不等于”AI 有害”。同一份报告里有反例：哈佛一门物理课上，基于教师手写解题过程搭建的结构化 AI 导师，让 194 名学生两节课的增益达到 0.73 到 1.3 个标准差；在尼日利亚，教师带队的 AI 辅导六周让测验成绩提高 0.31 个标准差，人均成本约 48 美元。

我的看法：两组数字放在一起，结论其实很干净——差别不在模型，在设计。前者的默认行为是”你要什么我给什么”，后者的默认行为是”我先给你一个提示，你自己再试一次”。这几年 AI 教育最大的认知误区，是以为把最强的模型放进课堂，就等于请到了一位好老师。可好老师的核心能力从来不是知道答案，而是知道什么时候不该说出答案。这一点，恰恰是产品设计里最容易被”用户体验”四个字挤掉的部分。

二、800 多篇论文里，只有 20 篇算得上证据

第二件事和第一件是同一根绳上的。10 月 15 日，美国一个由研究机构、基金会和一线从业者组成的联盟发布政策建议报告，援引斯坦福 SCALE 项目的统计：在 800 多篇关于 K12 阶段 AI 的学术论文中，只有 20 篇给出了较强的因果证据。与此同时，本该资助更多研究的美国教育科学研究院（IES），在过去一年的裁员中流失了约 90% 的员工，且已超过 15 个月没有举行经费评审。

还有些更不体面的细节：那份被引用得最多的、结论为”AI 对学习效果显著”（效应量 g=0.867）的元分析，已在 2026 年 4 月被撤稿；而英国高教政策研究所的调查显示，2026 年英国本科生中 95% 在做计分作业时用过 AI，两年前这个数字还是 66%。用的速度，远远快过弄清楚”怎么用才有效”的速度。

我的看法：这一条对我们做教育管理的人最有现实意义。我们习惯了”先试点、再推开”，但在 AI 这件事上，很多学校真实的节奏是”先采购、再补方案”。政策可以很快——一个学期就能把课时排进课表；证据的形成却要按年算，一项对照试验从设计到拿到结果，三年是常态。承认这个时间差不是消极，而是成熟：它意味着在一段时间里，学校自己的小规模试验，就是最可用的证据。所以试点不要只停留在”用起来”，而要事先写下三件事——我们要回答什么问题、拿什么做对照、什么时候复看结果。写下来了，一次校本试验的分量，就比一份厂商案例重得多。

三、一场现场会里，有一句最实在的验收标准

10 月 10 日，教育部在北京召开人工智能与教师发展现场会。国家智慧教育平台的”教师发展中心”升级上线，教师人工智能素养全覆盖培训同期启动，并提出”万名 AI 素养先锋计划”。

会上有一句话值得反复读：检验培训成效的核心标准，是”教师是否解决实际问题、课堂是否发生积极变化、学生是否获得更有针对性的学习支持”。三句话，主语分别是教师、课堂、学生，没有一个字落在”平台被使用了多少次”上。现场示范环节也被组织成备课、课堂教学、学业评价、教研反思、学校治理五个具体环节，而不是一场功能演示。

一个细节更打动我：宁夏银川十五中的校长说，学校从今年秋季学期起不再征订任何教辅，改为依据个性化学习报告做到”一生一报告、一生一作业”。

我的看法：取消教辅这件事，比上线一个平台更需要勇气——它动的是学校多年默认的运作方式，也把”教辅”这个稳定的中间层直接抽掉了。这种做法能不能复制，我不敢下结论；但它说明了一件事：真正愿意往前走一步的学校，往往是从敢做减法开始的。而从管理角度说，”三个是否”这套验收语言，值得抄进我们自己的项目书里。

四、同一周里，三份文件写了三件事

本周国内地方层面的动作相当密集。湖南明确从 2026 年秋季学期起，全省中小学普遍开展人工智能通识教育，每学年不少于 8 课时，并探索把 AI 素养纳入综合素质评价；重庆南岸区发布”人工智能+教育”十条措施，课时硬指标更细，同时提出建立生成式 AI 进校园的”准入清单＋安全评估”制度；河南发布意见，推广智能命题、智能组卷、智能评卷，同时划出一条红线——严禁把智能技术异化成刷题应试工具，杜绝用 AI 替学生完成作业。

我的看法：三份文件放在一起看，能看出地方教育治理的分寸感在提升。湖南分层设计、南岸管入口、河南管用途，恰好对应”教什么、用什么、怎么用”三个问题。其中我最看重的是河南那条红线。原因很朴素：AI 一旦被装进应试的框子里，提分效果会非常明显，忙碌的学校很难拒绝这种诱惑，而代价要两三年后才由学生自己承担。前面那组”作业涨 18%、考试跌 20%”的数据，说的正是这件事。

五、同一天发布的升学和同一天发布的差评

国外产品侧，本周被讨论最多的是 OpenAI 的 ChatGPT 青少年版。10 月 7 日，它宣布即将推出大学申请规划工具，把各校申请要求、截止日期、资助步骤收进一份动态更新的计划里；同步上线闪卡、互动测验，以及多页笔记拍照合并成 PDF 的功能。官方披露的数据是：一周内近 120 万名青少年使用了学习可视化功能，超过 18 万人使用学习模式。

但几乎同一天，Common Sense Media 旗下的青年 AI 安全研究机构发布评估，基于 4000 多条提示词测试，把这款青少年版评为”不可接受的风险”。

我的看法：两条消息同一天出现，是当下 AI 教育最真实的缩影——产品的边界在向前推，评估的边界也在向前推，两边都在抢时间。对学校和家长来说，稳妥的态度是把官方使用数据当作”使用强度”的证据，而不是”学习效果”的证据。120 万人在用，只证明它容易被用起来；它有没有让人学得更好，得看前面那份报告。

六、把课表”砍”掉之后

如果说政策在管边界、研究在算账，那本周还有一条新闻，动的是学校最深的那层制度。全球大型私立 K12 教育集团 GEMS Education 宣布推出新学校 GR8 School：取消按学科划分的固定课表，把学生的一天重新切成三块——AI 自适应学习、每天 90 分钟到 2 小时的教师指导、2 到 3 小时的实践创造（艺术、体育、项目探究、协作）。计划 2027 年 1 月以”校中校”形式在迪拜启动，学费从每年约 8000 美元到 4 万美元不等。

这个思路并不新鲜。美国得克萨斯州的 Alpha School 已用”每天两小时核心学科＋一整天项目实践”的方式跑了好几年。

我的看法：判断一项教育技术是否真的落地，不看它在课堂里出现了多少次，而要看它有没有改变”一天怎么过”。课表是学校最硬的东西——背后是教师资格、场地、评价制度、家长预期，动一格都要牵动全身。GEMS 这套做法里真正有意思的地方不在 AI，而在于它把省下来的时间交给了实践，而不是又还给了刷题。同样是把知识学习压缩到两小时，省下的时间去做什么，会通向完全不同的两个未来。

七、火热的速成班，和冷却的一级市场

最后补一条容易被忽略的。本周经济日报的一篇报道给”AI 培训热”泼了盆冷水：国内 AI 人才缺口超 500 万，但中国消费者协会的投诉数据显示，职业技能培训领域的平均涉诉金额超过 7000 元，不少机构以”先学后付””零门槛入学”诱导贷款缴费，存在课程缩水、退费困难等问题。与此同时，2026 年上半年全球 EdTech 风投资金约 10 亿美元，同比下滑 26%。钱在变少，产品却在变多。

我的看法：这组对比对普通人是实用的。判断一门 AI 课程值不值，有个简单办法——看它教的是”工具操作”，还是”解决某类问题的过程”。工具操作的保质期通常不到一年，而解决问题的判断力可以放很多年。前面那些研究反复证明的，也是同一件事：AI 能替你完成任务，但不能替你长出能力；能力长在哪，取决于你在哪一步用了它。

写在最后

这一周的信息量很大，如果只留一句话，我想留这句：AI 教育正在从”能不能用”，进入”怎么用才算数”的阶段。政策越来越细，研究结论越来越具体，产品功能越来越贴心——三股力量里，研究是最慢的那一股，但它说的话最值得听。因为它谈的不是某个产品的成败，而是一件更朴素的事：孩子的时间花在哪里，能力就长在哪里。

作为做教育的人，我这一周最大的感受是，也许我们该把”快”字看轻一点，把”设计”两个字看重一点。技术更新得再快，一个人学习的过程还是那么慢——承认这一点，反而能让我们的选择更笃定。

素材来源清单

这一周，教育被AI推着往前走

读本周的智能教育新闻，有一种共同的节奏：不是某家公司的独角戏，而是整个系统被推着往前走。教育部把教师AI素养培训做成了「全覆盖」，OpenAI交出了第一份青少年使用报告，欧盟把生成式AI在教育里的好处与风险摊开来讲，360则悄悄上线了一款「上来就收费」的教师工具。政策、产品、研究、家长，四个层面在同一周动了起来。

教师，成了这一轮政策的主角

10月10日，教育部在京召开教师发展与人工智能现场会，国家智慧教育平台教师发展中心升级上线，同步启动教师AI素养全覆盖培训。新中心开设AI素养专区，集成学习资源、智能工具与研修社群；作为全覆盖培训的「第一课」，教育部请来一线教师、校长和教育局长做沉浸式示范：课前备课、课中教学、学业评价、教研反思，一路演示AI怎么融入日常。

背景是9月底印发的五部门《「人工智能+教育」行动计划》（教科信〔2026〕1号）：基础教育阶段开齐开足开好人工智能课程、把AI纳入教师资格考试与认证内容、到2030年形成全民AI素养培育长效机制。这份文件本周还在各地教育公众号里被反复解读。

我的看法：过去几年谈AI进课堂，焦点总在学生端——AI怎么教孩子。这一周风向变了：主角是老师。把1870万专任教师的素养培训做成「全覆盖」，这个动作比任何一堂示范课都更接近改革的真实落点。教师不是要被AI替代的人，恰恰是最先被要求学会与AI共事的人。而「学AI、用AI、创AI」这个进阶路径，也说明政策层终于想明白：工具普及的瓶颈从来不在技术，在讲台上那个人的手感。

OpenAI交出的第一份「青少年使用报告」

10月8日，OpenAI公布面向青少年的ChatGPT使用数据：青少年平均每天使用不足15分钟，连续使用超过3小时的比例不到2%；在出现休息提醒的对话中，近一半在5分钟内结束或暂停。公司同时宣布为ChatGPT for Teens加入大学申请规划工具College Planner，把目标院校的申请要求、截止日期、助学金步骤整合进一份计划，并成立青少年AI委员会参与产品设计。

我的看法：这份报告与其说是数据披露，不如说是OpenAI在抢定义权——它想证明「AI不是新的短视频」。日均15分钟、强制休息提醒，这些数字背后是一场关于未成年人屏幕时间的舆论争夺。但真正值得留意的是College Planner：申请大学这种高焦虑、强流程的场景，正在成为AI切入青少年生活的最佳入口。当孩子习惯了「向AI问清楚申请每一步」，教育的入口逻辑就变了。

欧盟的「朋友还是敌人」报告

10月9日，欧盟委员会发布题为《Friend or foe?》（朋友还是敌人？）的政策报告，梳理生成式AI在教学中的实证证据，结论相当克制：用对了，能支持个性化学习、减轻教师负担；但同时存在偏见、隐私和过度依赖的风险。

我的看法：欧洲人把同一个问题问得很慢、很稳。当美国在「放开与限制」之间摇摆、中国在「全学段铺开」时，欧盟选择先收集证据、再定规则。三条路径没有对错，只是各自对「教育里什么最重要」的答案不同。这份报告最让我触动的是它承认了复杂性：AI在教育里从来不是黑白题，而是一道需要老师、家长、产品一起求解的开放题。

360悄悄上线了一款「上来就收费」的教师AI工具

10月6日，多知报道360旗下AI备课产品「备果」低调上线，聚焦K12教师备课场景，提供AI课件、AI组卷、AI教案等工具，连续包月19.9元、包年198元——没有免费获客期，一上来就收费。

我的看法：AI教育产品喊了两年「免费获客、B端买单」，备果偏要直接验证一件事：个体教师愿不愿意为自己付钱。这个问题的答案，将决定这个赛道到底是一门生意，还是一场烧钱实验。1870万专任教师，哪怕只有1%愿意付费，也是近20万人的盘子；但「愿意」二字，恰恰是最大的变量。它还顺手把校本资源、个人知识库这些「B端想象」装进了产品，说明厂商心里清楚：教师付费只是入口，学校才是更大的牌桌。

中美家长的两种赌注

10月4日，虎嗅一篇《AI教育焦虑：中国家长疯狂加码的方向，美国富人却正在退出》刷屏：美国富人把孩子送进每天只花两小时用AI学知识、其余时间练谈判和销售的新型学校；中国家长则用AI把刷题效率推到最高，继续加固标准化考试赛道。

我的看法：这篇文章最扎心的一句是「凡是能被标准化测量的能力，就是AI最容易替代的能力」。我们一边用AI加固考试赛道，一边又担心AI会淘汰考试赛道——这种拧巴，可能是这一代家长最真实的处境。没有人知道哪种赌注会赢，但「用AI刷题」和「用AI逃离刷题」之间，差的其实不是技术，是对未来的想象。作为教育行业的观察者，我宁愿把这个问题留给每个家庭自己去回答，而不是给出一个标准答案。

这一周的启发

这一周最深的感受是：AI教育不再是新闻里的概念，而是被政策文件、产品定价、使用数据一点点压实成日常。教师全员培训、青少年使用时长、付费意愿、家长分化——每个信号都在提醒我们，教育正在经历一次「重新分配」：知识的获取变便宜了，教与学的重心开始向别处移动。作为观察者，我既兴奋又警惕：兴奋于改变终于发生，警惕于改变总是先发生在别人家的孩子身上。

素材来源清单

AI进课堂，这周开始“动真格”了

过去这一周，我翻了几十条国内外智能教育新闻，最大的感受浓缩成一句话：AI 进课堂这件事，终于开始“过日子”了。

上周世界还在为“该不该让孩子用 AI”吵得不可开交，这周大家好像都吵累了，转而开始干正事——有省份把课时写进红头文件，有城市把方案一路排到 2030 年，有公司一口气上了两百多门 AI 课程，也有巨头砸下整整一亿美元办“企业大学”。热闹的方向变了：从“要不要”变成了“怎么用、谁来用、用成什么样”。

一、湖南：8 个课时，写进红头文件

9 月 29 日，湖南省教育厅印发《关于加强中小学人工智能教育工作的通知》，最硬的一条是：从 2026 年秋季学期起，全省中小学校普遍开展人工智能通识教育，每学年课时不少于 8 课时。

注意关键词：“全省”“普遍”“不少于 8 课时”。湖南的意思很明确：AI 通识教育不再是一部分学校先行先试的“实验课”，而是全省所有孩子都要上的“常规课”。文件还排了一张时间表——2027 年课程体系基本建立，2030 年基本建成以学为中心、创新为导向的人工智能教育生态。

我的看法：8 个课时不算多，但“写进文件”的意义远超课时本身。它说明省级决策层已经把 AI 素养当成和音体美一样“必须给”的东西。难得的是文件没有搞一刀切：小学低年级重感知体验，高年级和初中重理解应用，高中重项目创作，AI 安全和伦理规范贯穿各学段。这比“人人学编程”那阵狂热克制得多，像一个认真想过孩子成长规律的文件。

二、嘉兴：一座城市把 AI 教育做成“全景图”

9 月 30 日，嘉兴发布《嘉兴市推进“人工智能+教育”行动方案（2026—2030 年）》：八大行动、37 个标志性应用场景，从智能批阅、课堂分析，到体育动作分析、美育创作；市级教育大数据中心汇聚各类教育数据超过 5.4 亿条；全市中小学每学年 AI 通识课程不少于 10 个学时。

嘉兴还专门讲到一件事：教师“不敢用、不会用、用不好”。他们组建智慧教育联盟讲师团送教到校，2025 年以来“AI 赋能教育”专题公益送教已开展 300 余场，覆盖教师超过 2.5 万人次。

我的看法：如果把湖南比作“定标准”，嘉兴更像是“搭生活”。5.4 亿条数据听起来吓人，但更打动我的是那句朴素的话——“让技术成为教师的助手、学生的伙伴，而不是思考的替代者”。一座城市愿意为“老师怎么用好”这件事做三百多场培训，比再建十个炫酷的智慧教室都实在。

三、四川 AI 助教：给老师的免费工具箱

9 月 29 日，“四川 AI 助教”正式上线，面向全省中小学教师免费开放。三大板块：AI 教学空间（备课、授课、智能组卷）、AI 课堂分析（视频切片、循证教研报告）、智能体广场（课堂教学、班级管理、家校沟通、教研成长等场景工具）。

我的看法：这一周国内最让我有感触的，不是某个酷炫大模型，而是这个“免费工具箱”。一线教师的日常是什么？备课、批改、写评语、准备家长会发言稿。四川把 AI 用在这样一堆“碎活”上，是真正的用户视角。

但我也有隐忧：AI 助教用得不好，容易变成另一种“表演工具”——PPT 套个模板、上课放段数字人对话就叫“AI 赋能”，这类事情已经有人在吐槽了。工具免费很重要，但“会用”和“用好”之间，隔着一位老师对教学本身的理解。减负是第一步，别让减负变成新的负担。

四、字节的“课堂进化”：从解题工具到 AI 课程

9 月 30 日，多知网梳理了字节系 AI 教育的布局：海外 Gauth 宣布 AI 课程全面上线，一次新增 200 多门数学课（覆盖代数、几何乃至 AP 微积分），并开放用户自建课程；国内豆包爱学同步大版本升级，上线“同步课”，把讲解、追问、练习、复习连成完整通路。Gauth 自 2020 年推出以来下载量已突破 2 亿次。

我的看法：字节想做的事很清楚——AI 教育产品不能再停在“拍一道题、给一个答案”，而要进入“讲好一个知识”的阶段。这背后是产品形态的进化：从工具到课程，从“答题机器”到“学习伴侣”。但 200 门 AI 数学课的质量到底如何、学生跟着 AI 上完课究竟有没有学会，还需要时间检验。AI 课程再精致，也替代不了课堂上老师那句“你这里想错了，再想想”。

五、山东：八所高校，共建一个“人工智能学院”

9 月底，山东省人工智能学院正式成立。特别之处在于它是“拼”出来的：由山东大学、齐鲁工业大学（山东省科学院）联合中国海洋大学、中国石油大学（华东）、山东科技大学、济南大学、山东师范大学、青岛大学 8 所高校共同建设，省教育厅主管，围绕“人工智能+X”做交叉培养，首届就从研究生培养起步。

我的看法：单打独斗建 AI 学院已经很常见，但“八校拼盘”是个新信号——在 AI 人才争夺白热化的今天，高校开始用“合纵连横”的方式抢时间、补短板。学院把“智能向善”“科技伦理”写进发展方向，也难得地保留了一份分寸感。只是，跨校协同最大的难题从来不是挂牌，而是学分互认、师资共享、利益分配这些“碎事”，且走且看。

六、大洋彼岸的 1 亿美元：Anthropic 办起“企业大学”

本周国际教育圈最“出圈”的消息来自 Anthropic：投入 1 亿美元创办 Claude Frontier Academy，目标是在 2027 年底前培养 1 万名“前沿部署工程师”，首批学员来自埃森哲、贝恩、德勤、麦肯锡、摩根士丹利等。

我的看法：这像是对“AI 人才荒”的一次正面回应——与其等大学慢慢培养，不如自己下场办“企业大学”。历史地看，这有点像是当年 IT 时代“思科学院”、云时代“亚马逊认证”的翻版，只不过这次是 AI 时代的顶级玩家亲自下场。它对传统高等教育提出了一个不太好回答的问题：当企业开始用真金白银自己培养 AI 工程师时，大学培养出来的人才，还接得住就业市场吗？

七、法国的 500 所学校：小切口里的大问题

法国教育 AI 公司 Ed.ai 本周宣布完成 500 万欧元种子轮。它做的事很小：帮中学教师批改作业、分析错误、总结班级共性问题。但就是这个“小切口”，已进入法国 500 所学校，并计划覆盖全部学区；产品也已符合美国全部 50 州的初中高中数学课程标准。

我的看法：Ed.ai 的故事让我想起一句话——教育科技最大的价值，往往不在炫技，而在省时。教师批改作业不是简单打分，而是要看出“这个班卡在哪了”。把这件事交给 AI，让老师腾出时间去辅导真正需要帮助的学生，这才是 AI 进课堂最温柔也最扎实的姿势。相比宏大叙事，这种“小切口”反而更接近教育日常。

收个尾

回头看这周，国内外动作很多，但我看到的暗线只有一条：大家都在往“教师”身上使劲。湖南给课时、四川给工具、嘉兴给培训，Anthropic 直接花钱培养工程师，法国的小公司帮老师省时间——方向各不相同，落点都是人。

我的启发是：AI 进课堂的进度条，其实不由大模型决定，而由那位明天早上第一节有课的老师决定。文件可以一夜出台，工具可以一键部署，但一位老师真正愿意、也能够把 AI 用进自己的课堂，需要的是时间、信任和陪伴。热闹在远处，功夫在近处——这大概是本周最朴素，也最重要的判断。

素材来源清单

AI进课堂，这周世界明显分裂了

本周翻了几十条国内外智能教育新闻，最强烈的感觉不是”技术又进步了”，而是：世界正在分裂。有的城市在课堂上明令禁止 AI，有的国家把它变成 4 岁孩子的必修课；有的公司拼命想钻进教室，有的老师拼命想守住讲台。而所有这些分歧的深处，站着同一个词——教师。

一、23 国教育部长，罕见地达成了一致

9 月 24 日，联合国教科文组织数字学习周传出消息：23 国教育部长及代表通过了《部长声明：在人工智能时代守护教育作为共同利益》，提出八项优先行动。

这份声明的分量在于它的清醒。它要求教育领域的 AI 系统”可审计、数据可迁移”，要求把教师培养当作 AI 进课堂的”前置条件”，还要求各国在采纳 AI 之前先算清楚”全部成本”——包括网络联通、硬件设备、本地化适配，甚至包括那个很少被提起的词：“系统退出迁移成本”。

翻译成大白话就是：让 AI 进学校容易，将来想退出来，可能比进来还难。教育是百年树人的事，政策制定者终于开始用这个时间尺度去要求技术了。我觉得这是本周最值得高兴的一条消息——技术公司习惯讲”先跑起来再说”，教育却必须”想清楚了再走”。

二、一边禁、一边爱：全球课堂的两种走法

9 月 22 日，参考消息转载西班牙《国家报》的报道，把两种路线摆在了一起。

洛杉矶联合学区决定本学年禁止公立学校课堂使用 AI，一位母亲的理由朴素得让人没法反驳：”我绝不会让我的孩子成为’小白鼠’。”纽约市长更狠，推行被称为”全美最严”的学校 AI 禁令，理由是”保护教师的教学工作”。

另一头，爱沙尼亚面向 16 岁学生推出了一款”苏格拉底式”的定制 ChatGPT——不直接给答案，只引导学生一步步解决问题。教育部长卡拉斯说得很直白：”禁止 AI 并不能阻止年轻人使用它，只会让使用变得更加隐蔽，避开成年人的视线。”阿联酋更激进，4 岁孩子就开始辨析机器与人类的异同，10 至 14 岁着手设计 AI 系统。

我无意评判谁对谁错。洛杉矶妈妈和爱沙尼亚部长，都是真心为孩子好。分歧的本质不是技术好坏，而是我们对”孩子需要什么”的想象不同：一个想保护，一个想武装。但有一点我认同爱沙尼亚——在 AI 已经无处不在的世界里，把工具藏起来，和把工具用好，难度完全不在一个量级。教育者迟早要回答的问题不是”要不要 AI”，而是”我们准备让孩子怎么面对 AI”。

三、中国这一周：把教师放在 C 位

9 月 20 日，北京师范大学。中国信通院、中国教育装备行业协会、北师大和腾讯联合发布了”大中小学教师人工智能应用实训先锋计划”。名字很长，意思很明确：先教会老师，再谈 AI 进课堂。

现场有个观点我特别认同——当前教师不是没有用 AI 的意愿，而是备课、批改、教研的时间本来就不够，还缺系统指导和可持续的实践机制。这话说到根子上了：喊了几年”老师要拥抱 AI”，如果既不给时间、也不给方法、更没有长期的机制，那和说漂亮话有什么区别？信通院那位专家说得也实在：AI 正在从”能对话”走向”能干活”，但能不能真正转化为教育发展的动力，要看广大教师在日常教学中愿不愿意持续尝试。技术公司出工具、研究机构出方法、一线教师出场景——这个三角，缺一个都转不起来。

四、硅谷的算盘：免费的东西最贵

国外巨头这周也没闲着。9 月 24 日，OpenAI 扩充了免费学习平台 Academy，新增面向开发者、管理者、教育工作者和高校学生的四条学习路径、共 14 门课，口号是”用 AI 来学习 AI”。

更值得玩味的是另一条：美联社报道，微软、OpenAI、Anthropic 联合向美国教师工会 AFT 投入 2300 万美元，用于培训约 40 万名 K12 教师使用 AI。工会主席 Randi Weingarten 有句话挺辛酸：”我们去找他们——不是他们来找我们。没有别人帮我们，学校没钱，只有科技巨头有。”她带着怀疑谈判，但别无选择。

我的看法：巨头们现在送的每一份免费，都是在给未来的订阅铺路。OpenAI 的 ChatGPT for Teachers 免费期一路到 2028 年，等老师们习惯了、教案库里全是它的生态，学区再想换，成本就不是钱能算清的了。这和教科文组织担心的”退出成本”，其实是同一件事的两面——一个是政策上的提醒，一个是商业上的阳谋。硅谷和巴黎，难得在同一个月想同一件事。

五、本土产品的热钱与冷思考

国内产品端本周也有动静。9 月 23 日，千问办公启动”AI 教育灯塔计划”，面向全国大中小学提供 AI Agent 产品支持，首批签约高校与区域教育部门超过 100 家；前一天，千问还发布了新一代 AI 眼镜、耳夹式耳机等硬件。

硬件正在成为 AI 教育的下一个入口——从学习机到 AI 眼镜，屏幕离孩子越来越近，技术干预越来越贴身。但我更想说的是：100 多家签约是起点，不是终点。真正的考验在签约之后——老师愿不愿意天天用，学生是不是真的学得更好，数据有没有变成对教学的洞察而不是新的负担。教室里的成功，从来不是靠发布会定义的。

六、一份排名背后的信号

9 月 20 日，中国教育科学研究院等六家机构发布全球数字教育发展指数（GDEI）：中国在 82 个国家中位列第 4，较上年度上升 2 位；更值得注意的是，报告称中国与美国率先进入”AI 教育”新阶段，AI 教育专项得分排全球前二。

排名是结果，不是原因。真正值得所有教育人注意的是另一组数据：41% 的国家已在课程标准中把”超越 AI 的思维能力”融入各学科。这意味着，全球主流教育界正在形成共识——AI 教育的第一目标，不是让孩子更会用 AI，而是让他们具备 AI 替代不了的思考能力。工具会过时，思考不会。这条判断，比任何指数排名都更值得写进学校的年度计划。

写在最后

回看这一周，政策、产品、排名、争议，线索很多，但都指向同一个结论：AI 教育走到今天，讨论的焦点终于从”技术能不能做到”，变成了”人该怎么面对”。

禁，是一种负责；用，也是一种负责。但无论走哪条路，全世界都第一次把教师放到了舞台中央——因为所有人都明白，技术再聪明，教室里的那双眼睛、那颗心，仍然是教育最后的底线。

这大概就是本周给我最大的启发：AI 教育最好的样子，不是机器教会了孩子什么，而是它让大人们重新想起——教育里最重要的东西，从来不是答案。

素材来源清单

🤖 AI教育新闻周报

报告周期: 2026-09-13 至 2026-09-20
文章总数: 6 篇
生成时间: 2026-09-20 21:38

📊 数据来源

• HigherEdDive: 6 篇