中国五部门联合印发《”人工智能+教育”行动计划（2026—2030年）》

教育部、国家发展改革委、工业和信息化部、科技部、国家数据局五部门联合印发《”人工智能+教育”行动计划》，文件编号为教科信〔2026〕1号。该计划实施期限为2026年至2030年，总体目标是到2030年构建”人机协同、虚实结合、泛在可及”的智慧教育新形态。

计划部署了六大核心任务：推动人工智能人才培养与素养提升、促进人工智能与教育深度广泛融合、建强”人工智能+教育”基础环境、优化”人工智能+教育”发展生态、强化安全屏障、深化国际合作。其中明确提出推动AI教育纳入中小学课程体系，打造”短实新”前沿创新课程，建设国家教育智能算力服务平台，研发国家基础语料库，并持续举办世界数字教育大会等国际会议以提升中国数字教育的全球影响力。

文件已同步在政府门户网站公开发布，各地各校需将计划纳入发展规划并制定具体实施方案。

→ 查看政策原文（中国政府网）

AUSS：面向个性化学习与机构智能的统一多智能体教育框架

由 Arya Mary K J、Deepthy K Bhaskar 等学者提交的论文《Agentic AI for Education: A Unified Multi-Agent Framework for Personalized Learning and Institutional Intelligence》提出了 AUSS（Agentic Unified Student Support System）系统，将主动式人工智能引入教育场景。

该系统采用三层集成架构：学生层提供个性化学习路径与内容推荐；教育者层实现评分、反馈等重复性工作的自动化辅助；机构层支持数据驱动决策，如辍学风险预警。实验结果显示，该系统在推荐准确率（92.4%）、评分效率（94.1%）和辍学预测 F1 分数（89.5%）三项指标上均表现优异。

→ 查看论文（arXiv:2604.16566）

DeepTutor：迈向智能体原生的个性化辅导框架

香港大学研究团队（Bingxi Zhao、Jiahao Zhang 等）在论文《DeepTutor: Towards Agentic Personalized Tutoring》中提出了一种智能体原生的开源个性化辅导框架。该框架的核心创新在于所有功能共享一个通用个性化基底（personalization substrate），通过混合个性化引擎将静态知识基础与动态多分辨率记忆相结合，将交互历史提炼为持续演进的学习者画像。

论文还构建了 TutorBench——一个以学生为中心的基准测试，包含基于来源的学习者画像和第一人称交互协议，从学习者视角衡量自适应辅导质量。DeepTutor 进一步引入 TutorBot 主动多智能体层，通过可扩展技能和多通道访问提供跨平台的一致辅导体验。代码已开源至 GitHub。

→ 查看论文（arXiv:2604.26962）

→ 访问开源代码（GitHub）

基于强化学习与生成式AI的自适应多智能体智能辅导系统架构

López-Goyez、González-Briones 与 Demazeau 在2026年发表了题为《An Adaptive Multi-Agent Architecture with Reinforcement Learning and Generative AI for Intelligent Tutoring Systems》的研究，提出将强化学习（RL）与生成式AI相结合的多智能体架构，用于构建下一代智能辅导系统（ITS）。

该架构的核心思路是：利用多智能体系统（MAS）的分布式推理能力，配合强化学习的策略优化机制，使辅导系统能够根据学习者的实时状态动态调整教学策略。生成式AI的引入则解决了传统 ITS 在自然语言交互和内容生成方面的短板，使系统能够生成高质量的解释、提示和追问。

→ 查看论文信息

OpenAI 向教育版和教师版用户开放 Workspace Agents

OpenAI 宣布将 Codex 驱动的 Workspace Agents（工作区智能体）开放给 ChatGPT Edu 和 ChatGPT Teachers 计划用户，标志着 AI 智能体正式进入 K-12 及高等教育的工作流。教育者可使用自然语言描述任务来创建智能体，并接入 Canva、Google Drive、Microsoft 365 等工具，实现家校沟通自动化、学生咨询摘要、会议纪要转行动项等场景的自动执行。

管理员可通过基于角色的访问控制、工具权限管理和敏感操作审批机制对智能体进行精细化管控。该功能目前以研究预览版免费提供，积分计费将于2026年5月6日启动，但美国 K-12 教师可免费使用至2028年6月。

→ 查看详细报道

微软更新教育 AI 工具包，助力机构从试点迈向规模化落地

微软发布更新版的《Microsoft Education AI Toolkit》，围绕”学生成功、机构创新、IT 简化与安全”三大主题，为教育机构提供从规划到实施的全流程指导。新版工具包新增了 AI Sparks（机构级实践案例）、智能体 AI 部署路径（Copilot Studio 无代码方案与 Microsoft Foundry 定制化方案），以及可操作的行动就绪清单。

工具包还整合了 Microsoft Elevate 社区（含 Showcase Schools 和 MIEE 网络），并介绍了 Leicester 大学部署 AI 数字教练的真实案例。研究板块同步更新，为教育机构向董事会汇报和制定 AI 战略提供循证支撑。

→ 查看微软官方博客

→ 下载 AI 工具包

Khan Academy 分享 Khanmigo AI 辅导工具的最新改进成果

Khan Academy 发布长篇技术博客，披露了2025年10月至2026年4月期间对 AI 辅导工具 Khanmigo 的系统性改进工作。团队通过超过1500万次辅导对话线程的 A/B 测试，在”响应延迟””下一项正确性”和”认知参与质量”三大核心指标上实现了 measurable 的提升。

关键改进包括：切换到更快的 AI 模型（响应时间减少0.3秒）、为数学代理提供结构化学生学习历史（下一项正确性提升3.4%）、展示未掌握的前置技能（下一项正确性提升2.7%）。所有改进均经过严格的统计验证，确保不影响数学准确性和教学安全性。完整研究论文将在第27届国际 AI 教育会议（AIED 2026）上发表。

→ 查看 Khan Academy 官方博客

AI 学习应用 Gizmo 完成2200万美元A轮融资，用户数突破1300万

总部位于伦敦的 AI 驱动学习平台 Gizmo 宣布完成2200万美元（约1.6亿元人民币）A轮融资，由 Shine Capital 领投，Ada Ventures、Seek Investments、GSV、NFX 跟投。Gizmo 的核心功能是将学生的课堂笔记转化为互动学习卡片和游戏化测验，目前用户已覆盖120多个国家。

本轮融资将用于扩大工程和 AI 团队，并加强在美国大学市场的布局。公司计划从目前的7名员工扩张至约30名员工。Gizmo 在竞争激烈的 AI 学习工具市场中以1300万用户规模领先于主要竞争对手（Yuno 100万次下载，Knowt 700万用户）。

→ 查看 TechCrunch 报道

2026年4月教育科技板块融资激增：AI 基础设施驱动14亿美元资金流入

根据 Fundz 发布的《Education Sector Funding Surge: $1.4B in April 2026 Driven by AI Infrastructure and Platform Consolidation》报告，2026年4月全球教育板块融资总额达到14亿美元，资本明确流向 AI 基础设施和平台整合方向。

报告分析指出，当前教育科技领域的投资逻辑已发生根本转变：投资者不再押注单一应用场景，而是优先布局具备”AI 基础设施能力”和”平台整合潜力”的公司。Gizmo 的2200万美元 A 轮和以色列 Vimi 的1200万美元种子轮是其中的代表性交易。对于教育行业从业者，这份报告提供了理解当前资本风向的重要参考。

→ 查看 Fundz 市场分析报告

Anthropic 发布 Claude Opus 4.7，编程与智能体能力大幅跃升

Anthropic 发布 Claude Opus 4.7，专注于软件开发、智能体任务、视觉理解和复杂专业工作场景的能力提升。该模型在五个主要基准测试中领先于所有公开可用的非预览版模型（除外 BrowseComp 外）。Claude Opus 4.7 的编程能力提升使其在教育场景中具有特殊价值——无论是计算机科学教学中的代码讲解，还是学生项目开发中的实时辅助，都可以通过更高水平的代码理解能力来实现。

对于教育工作者和学习者而言，Claude Opus 4.7 的发布意味着 AI 编程助手的能力又迈上一个新台阶，也进一步加剧了主流大模型在”教育向”能力上的竞争。

→ 查看评测分析

→ 访问 Anthropic 官网