文/《在線學習》主筆 劉增輝

以大模型為核心支撐的教育智能體，正在成為推動高等教育數字化轉型、重構教育生態的關鍵力量之一。4月，教育部等五單位聯合發布《“人工智能+教育”行動計劃》，提出“充分發揮人工智能賦能教育變革的引擎作用”“遴選面向不同教育角色、不同應用場景的教育智能體，擇優上線國家平臺”。國家網信辦、國家發展改革委、工業和信息化部近日聯合印發《智能體規范應用與創新發展實施意見》，明確了智能制造、能源資源、教育教學等19個典型應用場景。2026世界數字教育大會公布了首批18項高等教育智能體，集中展示了人工智能在高等教育教學領域的創新應用。

智能體在教育領域的應用情況如何？有沒有形成可以復制、推廣的成熟模式？本刊聚焦4所高校、多個專業、不同功能的智能體實踐案例，剖析落地中的經驗與困惑，并邀請行業專家建言獻策。希望藉此專題，發揮先行者的示范效應，推動教育智能體發展，讓在規模化教育中實現個性化培養的理想早日照進現實。

專家觀點

高校智能體如何重塑教育生態？

以大模型為核心支撐的教育智能體，正成為推動高等教育數字化轉型、重構教育生態的關鍵力量之一。全國高校紛紛布局智能體建設，掀起了一場覆蓋教學、科研、管理、服務全場景的“智能體熱”。應如何解讀這場“智能體熱”？本刊就此對話華南師范大學教育人工智能研究院常務副院長胡小勇教授、浙江大學人工智能教育教學研究中心常務副主任張克俊教授、北京郵電大學教育數字化特聘專家徐童副教授。三位專家圍繞時代價值、角色重塑、特色發展、障礙突破等四大核心議題，系統闡釋了高校教育智能體建設的深層邏輯與實踐方略，為高等教育智能化轉型提供理論指引與實踐參考。

華南師范大學教育人工智能研究院常務副院長胡小勇

北京郵電大學教育數字化特聘專家徐童

浙江大學人工智能教育教學研究中心常務副主任張克俊

從“工具”到“伙伴”的代際跨越

近些年來，人工智能技術洶涌向前，其發展趨勢是什么？又呈現出怎樣的特點？張克俊認為，現階段的人工智能正處于從“感知智能”向“認知與創造智能”跨越的關鍵期，其核心趨勢體現在從單一模態向全感官具身智能的演進。未來的AI將通過具身化深度融入物理世界，實現物理規律與邏輯推理的雙重閉環。同時，“大模型+小知識”的協同架構將成為主流，更深層次的趨勢在于情感計算與價值對齊，AI正逐步從冰冷的計算工具轉化為具有共情能力的協作伙伴。這種從以計算為中心向以人為中心的范式轉變，意味著AI將不僅僅是生產力的倍增器，更將成為人類感知邊界的延伸，將重塑文明的交互形態。

在這一宏觀背景下，智能體建設熱潮與過去的智慧校園、教育信息化2.0等相比，本質上的代際差異是什么？對此，胡小勇進行了凝練的概括：“這波‘智能體熱’更多是構筑新賽道，而不是常規提速跑。”他認為，代際差異體現在三個轉變。

首先，是數智技術從“工具”到“伙伴”的轉變。過去的智慧校園建設更像是一臺高效運轉的機器，幫助高校把業務流程跑得更順更快。而教育智能體具備感知、推理和生成能力，更像一個可以對話協作的認知伙伴，實現了人機協同和深度嵌入。其次，是數智技術從提速走向提質。以往的建設重點在于提升管理和資源配置的效率，而現在的教育智能體建設更強調對高校業務的深度介入，實現從“做得更快”轉向“想得更深”。最后，是數智技術從系統建設走向生態重構。智慧校園起步階段強調“建系統、搭平臺、上應用”，教育信息化2.0階段強調“融合應用和數據驅動治理”。而如今的教育智能體建設，強調的是搭建一個持續演化的智能生態，不再是單純的技術固定系統，而是一個能夠根據師生需求、學科建設和智能體互動不斷生成和進化的教育生態。

徐童則從三個維度進一步闡釋了其本質差異：從確定性邏輯走向涌現式智能，從數據流轉走向知識演進，從交互界面走向數字人格。

過去，智慧校園系統運行遵循的是“If-Then”的確定性邏輯，無法處理預設程序之外的邊界情況。而智能體基于大模型，具備了真正的智能，能夠通過理解自然語言意圖，在非結構化的教學場景中進行自主拆解與推理，實現了從機械執行到理解執行的跨越；智慧校園側重于數據治理，解決信息孤島問題，目標是實現業務流程自動化。而智能體建設則側重于知識治理，它不只是存取數據，而是能夠通過長期記憶和持續學習，內化為對學生學習習慣、創新潛力的深刻洞察；過去系統與人的關系是指令與反饋，而智能體具備了數字人格特征，擁有感知、規劃與自我迭代的能力，能像真正的人一樣提供情緒價值與啟發式引導。

徐童表示，這種從“死工具”到“活伙伴”的轉變，是教育數字化轉型最深刻的代際差異。

人機共生：師生角色的深刻重塑

撲面而來的“智能體熱”，必然引發對人才培養向何處去的叩問。張克俊表示，在智能工具觸手可及的今天，人才培養須實現從“知識驅動”向“能力與素養驅動”的根本性轉向，其核心應聚焦于跨學科整合力與人機協作創造力，培養能夠定義問題并驅動AI解決問題的“架構師”。他提出，要倡導“藝術與科技”的深度融合，通過美學感悟力賦能算法開發，培養具有人文情懷的開發者。

智能體的到來，正在深刻影響傳統的師生角色。胡小勇認為，智能時代，教師的角色要從獨奏者走向指揮家。第一，從知識講授者轉為學習架構師。大學課堂中的知識已經高度開放，智能體可以快速生成答案，教師不再需要反反復復講授內容，而是要設計復雜任務和真實情境，引導學生在不確定性中學習。第二，從經驗權威者轉向認知助產士。面對教育智能體生成的內容，教師要幫助大學生辨別真偽、比較觀點、形成判斷、學以致用。第三，從技術使用者轉為價值守護者。教師要引導大學生正確看待AI的使用邊界，比如學術誠信、數據倫理等。

大學生要從學歷證書打卡者走向持續內驅的學習者。具體而言，一是從被動接受者轉為主動建構者。大學生不能滿足于用智能體獲取答案，而要通過比較不同生成結果、整合多源信息，形成自己的理解框架。二是從知識答題者轉為思維提問者。要學會圍繞專業問題不斷追問、反問、重構問題，而不是停留在表層答案。三是從工具依賴者轉為技術駕馭者。大學生在使用智能體的過程中，很可能會出現認知外包和大模型代勞的現象。因此，要引導大學生把智能體作為認知放大器，用來拓展視角、驗證假設，而不是替代思考。胡小勇強調，這種從“工具依賴”到“技術駕馭”的轉變，是智能體時代學生能力重塑的核心所在。

徐童以其基于“碼上初發”教學智能體平臺開設的“大模型應用創新實踐”課程為例指出，智能體的到來，正在倒逼教育回歸其本源：從“知識搬運”轉向“智慧啟迪”。他說，在智能體無處不在的今天，教師的價值不再體現為標準答案的傳遞，而在于如何設計極具挑戰性的問題，以及在AI無法觸達的情感鏈接與價值觀引導上深耕，成為學生在算法迷霧中的人性燈塔。對于學生而言，他們正從“答案的存儲器”轉變為“問題的定義者”。在AI時代，能否記住知識條目已經不再那么重要，而能否精準拆解復雜需求、能否與智能體高效協同、能否在AI的幻覺面前保持批判性思維，才是衡量一個學生綜合素養的關鍵。徐童認為，這種變遷并非在削弱人的地位，而是在倒逼我們剝離低效的重復勞動，讓教育重新聚焦于思想的碰撞與人格的磨礪。

分類發展 因校制宜

我國高校類型多樣，不同高校的辦學定位、核心使命、資源稟賦差異顯著。三位專家一致認為，智能體建設不能 “千校一面”，必須堅持分類發展、因校制宜，結合自身優勢打造差異化特色，形成各美其美、協同共進的發展格局。

胡小勇提出，研究型大學應做探路者。其智能體建設應側重于知識生產和原始創新，特別是服務于科研范式變革和拔尖創新人才培養，重點推進智能體在基礎模型創新和教育理論突破中的應用，推動科研范式從經驗驅動走向AI for Science；教學型院校應做深耕者，其智能體建設應側重于人才培養質量。智能體應嵌入教學全過程，服務每一節課、每一個學生，圍繞課堂提質增效展開，比如輔助教師備課、個性化學習路徑推薦、智能評課等；行業特色院校應做融合者，其智能體建設要側重于嵌入行業人才培養的核心邏輯，回答“這個行業的未來人才需要什么樣的AI協作能力”。比如師范院校可以開發“未來教師教學能力診斷助手”，醫學院校可以開發“虛擬病人交互智能體”，藝術院校可以開發“創意風格遷移智能體”。

在徐童看來，教學型院校應側重于建設“AI智能體助教集群”，為學生提供全天候的啟發式輔導，解決大眾化教育中高質量導師資源不足的痛點，真正實現因材施教；行業特色院校應深耕垂直領域，將積淀多年的行業知識圖譜與專業邏輯“封裝”進智能體，開發出深諳行業范式、能解決真實工業場景問題的“特種Agent”。

針對許多高校糾結于“用云端API還是本地化部署”的困惑，徐童表示，從長遠來看，擁抱云端SaaS方案是必然趨勢。AI技術正以周為單位快速迭代，SaaS方案能確保學校始終同步最前沿的技術紅利，避免陷入“落地即落后”的硬件陷阱。更現實的挑戰在于，智能體系統需要頂尖人才運維，而高校往往難以留住此類高端人才。同時，本地部署成本極高且面臨資源利用率極度不均的尷尬，即業務高峰期算力捉襟見肘，低谷期則閑置浪費。

他介紹，北京郵電大學校長徐坤在今年兩會提案中建議建設國家教育智聯網——由國家統一統籌算力、網絡、大模型及典型應用，為所有學校提供標準化服務。這不僅是兼顧安全、效率與公平的現實路徑，更讓算力與人才有限的高校擺脫底層硬件束縛，將有限資源集中在結合學科優勢的應用創新上。今年，教育部已將建設國家教育智聯網納入工作任務清單，而“碼上初發”平臺已作為第一批示范應用接入了國家教育智聯網的試驗網。

徐童表示，高校應堅定走“賦能邏輯”而非“替代邏輯”的路徑。AI/智能體可以成為智慧校園中強大的助推器，但它永遠不應替代人類成為高校的主宰者。這是因為，就責任主體而言，AI雖然智能，但無法承擔法律與道德責任。因此，AI的定位應是“副駕駛”，負責提供動力與輔助，而“方向盤”必須牢牢掌握在人類手中。就技術現狀而言，大模型基于概率預測，存在根深蒂固的“幻覺”問題，無法保證輸出結果的絕對正確。這就決定了AI不能作為獨立決策主體來替代人類完成高校的各項工作。

打通堵點 夯實高質量發展根基

高校智能體建設要深入發展，還需跨越諸多障礙。胡小勇將其概括為四個核心問題。一是數據通不通。高校各部門數據往往標準不一、接口不通，形成孤島。智能體需要數據貫通才能準確判斷，割裂的數據只會造成“盲人摸象”。破局的關鍵在于建立校級數據治理機制，推動“一數一源”，讓數據真正流動起來。二是算力夠不夠。學校不必都“自己挖井”，可以通過區域共享算力平臺、校企協同等“借船出海”的方式降低門檻。三是師生愿不愿。智能體挑戰工作方式和思維習慣，教師擔心被替代或焦慮學不會，學生則易過度依賴。破解之道在于賦能而非強推，幫助師生建立掌控感，讓智能體成為幫手而非對手。四是邊界清不清。智能體的普及讓倫理問題更加緊迫。人臉、聲紋、行為軌跡等敏感數據是否被過度采集？算法推薦會不會形成隱性價值觀規訓？這就必須堅持“以人為本、價值引領、倫理先行”，劃清數據采集和決策歸屬的可為、應為和善為，明確底線和紅線。

“要重塑師生對AI賦能的理性認知。”徐童認為，當前既要警惕將AI神化的盲目崇拜，避免過度依賴導致思維退化，也要消除因恐懼被替代而產生的傲慢拒斥。只有師生建立起“人機協作”的正確心理框架，智能體才能真正融入教學科研的每一個細胞。

他強調，智能體必須告別唯武器論，避免“新瓶裝舊酒”。智能體建設是一項復雜的體系工程，絕非引入幾個Agent平臺就能解決。高校應以智能體為契機，對管理制度、業務流程乃至整體培養方案進行全盤重構。如果教育邏輯還停留在工業時代，再先進的智能體也只是數字點綴，而非變革引擎。

針對很多智能體只是“問答機器人”的現狀，張克俊建議，要強化個性化與任務導向。智能體不應是萬金油，而應細分為科研助手、教學顧問、心理支持等專業角色，深度嵌入實驗模擬、代碼自動批改等具體場景。此外，要建立動態評估機制，將智能體對教師、學生創新產出的貢獻度作為核心評價指標，推動其從展示型向生產型工具轉型。

張克俊強調，智能體不應僅僅是技術設施，而應被視為一種新型數字教學資源。智能體建設的核心價值在于釋放教師在重復性勞動中的精力，使其能夠投入到對學生靈魂的塑造與創造力的激發中，這種“人機共生”的理念應貫穿于對智能體時代教育變革的整體思考中。

專題目錄

觀察

個性化培養：從理想到現實還有多遠

專家觀點

高校智能體如何重塑教育生態？

產業聲音

超星泛雅集團：智能體要從“有沒有”轉向“好不好”

產業聲音

浙江大學：AI時代，寫作教育要從“會寫”走向“會思”

上海海事大學：以“海事超級智能體”塑造教育新生態

廣西醫科大學：以智能體開啟醫學教學深度變革

金華職業技術大學：構建有職教靈魂的教育智能體

來源丨《在線學習》雜志 2026年5月刊（總第125期）