EdTech 全球风向标
政策动向
越南宣布2026-2027学年起全国高中全面实施AI教育
2026年8月18日，越南教育与培训部签发第2422/QD-BGDĐT号决定，发布《高中生人工智能教育内容框架》，并于次日发出第5588/BGDĐT-GDPT号实施指导文件。根据该框架，自2026-2027学年起，AI教育将在越南全国普通教育机构正式实施。核心内容为每班每学年12课时，旨在让学生掌握AI基础知识与应用技能，并能安全、合乎伦理和负责任地使用AI。
框架明确要求不得增加现有课程负担，各校可根据师资、设施和学生需求自主选择组织形式——可作为独立专题模块、融入现有学科教学、或以社团活动等弹性方式开展。文件同时强调保障弱势地区学生享有AI教育机会，禁止要求学生使用未经审核的个人账户或AI工具，并须遵守个人数据保护和信息安全法规。
此举系落实2025年8月22日越共中央政治局关于教育与培训发展突破的第71-NQ/TW号决议的具体举措，基于2025-2026学年的试点经验全面推开。
学术研究
LLM融入软件工程教育的成熟度模型：五级框架与关键过程域
8月19日发表于《Nature Scientific Reports》的研究，通过多声文献综述（MLR）、实证调查和解释结构建模（ISM），提出了一个将大语言模型（LLM）整合进软件工程教育（SEE）的多声成熟度模型。研究识别出五个成熟度等级——初始级、管理级、定义级、量化管理级和优化级——并界定了学生参与、技术发展、实践技能与伦理议题等关键过程域（PAs）。
该模型采用理论+实践的混合方法，探索了LLM在个性化学习、实时反馈和交互式教学法中的潜力，为教师和教育机构提供了评估自身LLM整合准备度并持续改进的参考框架。
AI作为个人教练：教育与健康情境下的收益与风险叙事综述
8月19日发表于MDPI《Behavioral Sciences》的叙事综述，系统检视了AI用于个人发展辅导在教育与健康情境中的潜力与风险。鉴于通用大模型（LLM）在上述领域的实证研究仍然有限，研究团队先综合了专用辅导聊天机器人的证据，发现这些系统总体受欢迎，能支持短期动机和部分行为改变，但持续性的有意义效果并不一致。
随后，论文从通用LLM的谄媚性（sycophancy）、准确性问题和有问题的使用模式三个维度，反思了在缺乏适当人类监督时将通用LLM作为教练使用的潜在风险，并指出了未来研究方向。
“短期动机可提升、长期效果不稳定”——这一结论与教育技术领域反复出现的模式高度一致：技术干预的衰减效应。研究对LLM谄媚性的关注尤其值得重视，当AI教练总是附和用户而非挑战其认知舒适区时，”教练”这个词就名不副实了。未来需要更多针对通用LLM的纵向研究，而非停留在专用聊天机器人的旧证据上。
DeepSeek走进南亚高校：UTAUT拓展模型揭示发展中国家AI采纳关键因素
葡萄牙、西班牙与孟加拉国多国联合团队在《Frontiers of Digital Education》发表研究，以孟加拉202名高校学生问卷数据为基础，在经典UTAUT2技术采纳框架下新增”地缘关切”维度（含国家安全感知、战略契合度、技术依赖三个子指标），分析了驱动学生使用DeepSeek的行为意向机制。
实证结果显示：性能预期、便利条件、价格价值、信任是核心正向驱动因素；免费可用和本地方言适配是关键选择原因。值得注意的是，地缘关切会直接降低信任、放大隐私担忧，间接削弱使用意向，但即便存在数据安全顾虑，学生仍因低成本和学术实用性愿意使用。当地网络不稳和算力基础设施不足是主要外部障碍。
来源：科学网 / Frontiers of Digital Education
这项研究填补了一个重要空白：大多数AI采纳研究聚焦欧美发达经济体，而发展中国家师生面临的真实约束——网络不稳定、算力短缺、地缘信任焦虑——极少被纳入理论模型。引入”地缘关切”维度是本文最大创新，它提醒我们：技术采纳不只是技术问题，更是政治心理学问题。开源、低成本、可本地部署的模型在”全球南方”的竞争力，可能远超许多人的预期。
企业研发
OpenAI正式推出青少年版ChatGPT：Study Mode引导学习，家长可控安全护栏
8月18日，OpenAI全球推出ChatGPT for Teens，面向13-17岁用户自动启用。核心教育功能Study Mode通过引导性提问和分步支持帮助学生理解学习内容，而非直接给出答案；当系统检测到用户疑似抄作业时，会弹出提醒并引导切换至Study Mode。此外还提供测验、学习可视化、学习时段设置等功能。
安全方面，默认开启针对自残、暴力、饮食失调、危险活动和露骨内容的过滤，禁止AI与未成年人进行浪漫角色扮演或声称拥有情感意识。家长可设置”安静时段”、管理部分账户设置、在高风险情境下收到安全通知，但无法阅读青少年的对话内容。OpenAI同步宣布与CodeAI合作，帮助青少年理解AI运作原理。
Study Mode的设计哲学——”引导而非给答案”——是这款产品最值得称道的地方。它将AI从”答案引擎”转变为”思维伙伴”，这正是教育技术一直追求的方向。对于家长和教师来说，Quiet Hours和Study Hours的组合让AI使用从无序变为可管理的日常习惯。推荐教育工作者重点关注Study Mode的交互设计，它为”AI辅助学习而不替代思考”提供了一个可参考的产品范式。
腾讯云发布LearnBuddy教师助手：从”内容生成”走向”学习设计与育人支持”
8月18日，在2026全球智慧教育大会（GSE2026）上，腾讯云正式发布AI教学产品LearnBuddy教师助手，并同步启动创新教学生态共建计划。产品定位为”面向能力培养创新教学设计与实施助手”，坚持教师主导、学生思考、过程优先三大原则，围绕跨学科教学、项目式学习（PBL）和个性化教学三类创新模式，内置”创新教学引擎”将课程设计拆解为一步步可执行的引导。
架构上分为知识连接层（打通腾讯ima、腾讯文档、腾讯乐享、腾讯会议等）、教学应用层（创新教学引擎与智能备课、名师同行虚拟教研等高频场景）和基础支撑层。教师输入一句需求并上传班级成绩表与教学大纲，即可输出学情分析报告和可直接进课堂的个性化方案。
LearnBuddy教师助手最大的亮点在于它的定位——不是又一个”帮你生成教案”的工具，而是”牵着你的手走完课程设计全流程”的助手。从提炼大概念、锚定学科锚点，到设计任务链、生成量规，每一步都有引导而非替代。打通腾讯生态知识层的设计也很实用，教师无需在多个应用间来回切换。推荐关注其PBL教学设计流程，对一线教师开展创新教学有直接参考价值。
AgentMa亮相世界教育者大会：以”中国Replit”模式重构AI教育内容开发
8月19日，AI智能体开发平台AgentMa在第12届WWEC世界教育者大会（上海）上正式亮相，定位为”中国Replit与教育场景的深度结合”。用户无需深厚编程基础，通过自然语言描述教学目标，平台多Agent协作即可自动完成从需求理解到可运行软件的全链路开发。
平台当前覆盖四大方向：课程Agent定制开发（PRD驱动）、企业AI系统定制化、零成本GitHub一键开发、科普游戏一键开发。其”七步核心链路”——知识点→真实问题→PRD→SaaS→Debug→Explain→Portfolio——将传统的”学知识—做习题—考分数”重构为”理解概念—解决真实问题—产出可运行软件—形成能力证据”的闭环。
AgentMa的”七步链路”方法论是把软件开发工程实践迁移到教育场景的一次有意思尝试。传统科普游戏开发需要专业团队数月完成，这里被压缩为Agent驱动的自动化流程，门槛极低。尤其值得关注的是”Explain（答辩与解释）”和”Portfolio（能力证据）”两个环节——它们让产出不只是软件，更是可展示、可评估的学习成果。推荐高校教师和教育内容创作者试用其一键开发功能。
行业动态
2026全球智慧教育大会在北京开幕，发布”全球智慧学校倡议”
8月18日，由北京师范大学与联合国教科文组织教育信息技术研究所联合主办的”2026全球智慧教育大会”在北京开幕，主题为”人工智能与教育可持续发展”。教育部副部长任友群指出中国已启动”人工智能+教育”行动计划，推动AI融入教育全要素、全过程。大会发布”全球智慧学校倡议”，提出智慧学习体验、教学创新、教师专业发展、前瞻性学校规划及家校社协同育人五大维度，并收录中国、荷兰、新加坡等国优秀案例。同时发布《全球高等教育变革报告：百所顶尖高校人工智能创新驱动研究》等多项成果。
中国发布三项教育大模型团体标准，为”AI+教育”划定基准与跑道
8月20日，在GSE2026大会上，三项教育大模型团体标准正式发布，正值《教育发展”十五五”规划》与五部门《”人工智能+教育”行动计划》深入推进之际。标准在数据隐私保护、算法公平性评估、服务连续性保障等维度的设计理念与国际前沿同步，针对生成内容质量参差、算法偏见、区域”智能鸿沟”及工具互不兼容等现实挑战提供系统性规范。与会专家指出，相比欧盟AI法案的审慎约束和美国相关规范的分散探索，中国此次推出的系列标准更强调体系化构建与产业协同。
澳大利亚学校审慎拥抱AI：”思维外包”担忧与苏格拉底式工具并行
据澳大利亚广播公司8月17日报道，新南威尔士州、南澳州和昆士兰州的公立学校已开发生成式AI学习工具，但对AI可能影响学生批判性思维的担忧持续增加。昆士兰州向教师和7-10年级学生提供名为Corella的生成式AI工具，采用苏格拉底式教学法设计，引导学生思考而非直接给答案，使用前需获得家长同意。OECD数据显示，2/3澳大利亚教师曾在工作中使用AI，在38个成员国中排名第四。新南威尔士州政府宣布考虑禁止学生把作业带回家完成。2025年英国一项研究发现，对AI依赖程度较高的年轻人在批判性思维测试中得分低于依赖度较低的年长者。
该研究的价值在于它没有停留在”该不该用LLM”的争论层面，而是给出了”走到哪一步、还差什么”的诊断坐标。五级成熟度框架尤其适合院校做自我评估——多数高校目前处于”初始级”到”管理级”之间，距离”优化级”仍有相当距离。不过，模型对跨学科迁移性的讨论略显不足，软件工程以外的教育领域如何适配这套框架，值得后续跟进。