湖南省教育厅印发通知：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
近日，湖南省教育厅正式印发《关于加强中小学人工智能教育工作的通知》，明确从 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，有条件的学校可独立开设人工智能课程。文件提出”两步走”目标：到 2027 年，全省中小学人工智能教育课程体系基本建立，常态化教学与评价机制初步健全；到 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，实现全面普及与深度融合。课程内容按学段分层设计：小学低年级侧重感知和体验，小学高年级和初中侧重理解和应用，高中侧重项目创作与前沿应用，AI 安全与伦理规范贯穿各学段。配套措施包括：组建省、市两级”AI 教育讲师团”，在职称评审和绩效保障上向突出贡献教师倾斜，推动高校、科研院所、博物馆和高新企业的 AI 场馆向中小学常态化公益性开放，并通过城乡学校结对帮扶与”双师课堂”缩小数字鸿沟。评价方面，将探索把学生 AI 素养纳入综合素质评价体系，鼓励使用电子学习档案与智能学习分析工具，为学生形成成长”数字画像”。此前，教育部已于 2024 年 11 月部署加强中小学人工智能教育，2026 年 4 月教育部等五部门印发《”人工智能+教育”行动计划》。
普渡大学六年追踪研究：45% 学生呈现 LLM 辅助编程行为模式，且与线下闭卷考试成绩显著负相关
普渡大学研究团队 9 月 28 日在 arXiv 发布论文《Argus: Academic Integrity in the Era of Generative AI》。研究团队开发了一套自动化检测系统 Argus，通过整合行为与风格指标，还原学生在 C 语言编程作业全过程中的完成轨迹，识别与 LLM 辅助开发一致的可疑模式。基于普渡大学一门大容量 CS2 课程六个春季学期的数据，研究发现：2026 年春季学期，45% 的选课学生表现出与 LLM 辅助代码开发一致的行为模式；被标记的 LLM 使用与学生在面对面监考的笔试成绩之间存在显著负相关。研究同时着重讨论了误报问题——在大班教学中，错误的学术不诚信指控对学生和教师都会造成严重后果——并提出任何自动化检测系统都必须配套结构化的人工复核流程。
🎓 学者视角这项研究的价值不在检测工具本身，而在它把讨论从”抓作弊”拉回到”评价设计”层面。当近半数学生的作业过程被 AI 重塑，传统的课后编程作业作为评价手段的效度已经崩塌——负相关恰恰说明作业表现与真实能力正在脱钩。研究团队强调人工复核、反对把检测分数当作铁证，是难得的克制。对一线教师的启示是：与其军备竞赛式地”防 AI”，不如重构评价——更多课堂现场编程、口头答辩与过程性证据，才是 AI 时代的应对之道。
🔗 链接：arXiv:2609.36073
225 名计算专业学生实证研究：学生与 LLM 的九类学习交互可映射到自我调节学习（SRL）全周期
9 月 27 日，arXiv 发布论文《An Empirical Study on how Computing Students Interact with Large Language Models for Learning Purposes》。研究以自我调节学习（Self-Regulated Learning, SRL）理论为框架，对 225 名本科生和研究生计算专业学生开展调查，考察学生如何在学习中使用 LLM 工具、感知到的学习影响及其依赖的交互策略。结果显示，学生的学习性使用横跨九个功能类别，最常见的是解释概念、学习新材料、查找信息、调试和生成想法；学生采用的策略包括提供详细上下文、迭代式提示等。学生遇到的最普遍困难依次为：信息不正确、回答过于笼统、以及难以信任模型的推理过程。研究者据此提出”Probe-Monitor-Shape”启发式框架，将学生的 LLM 交互策略映射到自我调节学习的各个阶段。
🎓 学者视角教育技术领域谈 AI 学习工具，多半在测成绩增益，这项研究把镜头对准了交互策略本身——这是更本质的问题。”难以信任模型推理”被学生列为三大困难之一，说明信任校准正在成为 AI 时代学习素养的核心构成；而”迭代式提示”等策略的出现，意味着学生已经在自发地”做元认知”。Probe-Monitor-Shape 框架的真正价值，是让工具设计者有了把脚手架嵌入 SRL 循环的坐标——未来的 AI 学伴不应只给答案，而应帮助学生监控和调节自己的学习过程。
🔗 链接：arXiv:2609.33750
DeepEdu-v1：面向越南教育的本地部署智能体 LLM，用”可自进化的剧本层”替代微调，复杂任务准确率从 70.0% 升至 79.5%
9 月 25 日提交 arXiv 的论文《DeepEdu-v1: Efficient and Scalable Agentic LLMs for Vietnamese Education》提出了一套面向发展中国家教育场景的 AI 辅导系统方案。研究指出两条常规路径在越南均不成立：云端助手（如 ChatGPT）将敏感学生数据传至境外服务器，违反越南第 53 号法令的数据主权要求，且其西方语料训练导致对本土课程知识系统性缺失、频繁幻觉（论文记录了部署实例中把越南光中皇帝与阮惠 assert 为不同国王的错误）；而自行托管开源模型又会撞上长上下文 KV 缓存内存与延迟之墙。团队提出 SCALE 框架：一是长上下文推理引擎将 token 选择从子块粒度摊销到簇粒度，检索调用次数减少 7.7 倍、首 token 延迟（TTFT）降低约 35%，部署配置下单卡 NVIDIA H100 80GB 即可运行，相对标准 vLLM 服务实现近 2 倍 TTFT 加速；二是不做微调、由 Generator-Reflector-Curator 三角色智能体持续策展”已验证剧本”的自进化层，将复杂任务上的智能体准确率从 70.0% 提升至 79.5%。
🎓 学者视角这篇论文最打动我的不是性能数字，而是问题定义的诚实：它承认通用大模型对本土课程”系统性失灵”，并把教科书对齐当作一等公民来处理。用一个可审计、可增量修订的”剧本层”替代黑箱微调，恰好回应了教育场景对可控性与可解释性的刚性需求——教师能看见 AI 引用了哪条规则，错了能改。126/500 的验证失败样本中 72.2% 会在”换了马甲”的任务上复发，这一失败记忆库设计尤具启发：教育 AI 的成熟不在于少犯错，而在于不重复犯错。唯一的遗憾是尚未在真实课堂中学生交互数据上闭环验证，这是下一步该补的课。
🔗 链接：arXiv:2609.31568 ｜ AIED 解读
OpenAI DevDay 2026：常驻智能体 dots、GPT-6.1 Sol 与全面上云的 Codex 齐发，”用 ChatGPT 登录”打通 16 家合作方
当地时间 9 月 29-30 日，OpenAI 举办 2026 年开发者大会 DevDay，发布 20 余项产品和平台更新。核心新品 dots 是由 GPT-6 Astra 驱动的常驻（always-on）个人智能体，拥有独立的云端电脑和浏览器，可通过插件连接 4000 多个应用，并在 ChatGPT、Slack、Teams 等渠道与用户协作，向 Pro 和 Business Premium 用户开放；企业版 Specialist Dots 支持按岗位（会计/营销/法务）配置专属智能体，后台”主动研究”仅使用只读工具，敏感操作须经自动审查。新模型 GPT-6.1 Sol 性能接近 Astra 而 API 价格仅为其五分之一，已登陆 GitHub Copilot 与 Amazon Bedrock。Codex 全面上云（合上电脑任务仍在跑），同步推出持续扫漏洞并备好已验证修复的 Codex Security Cloud，并开源 Codex Harness；团队协作空间 ChatGPT Space 支持用户、同事与智能体围绕共享文档协同。CEO 奥特曼在演讲结尾表示，如果发展方向正确，AI 带来的未来可以更像一场”新的文艺复兴”——让人更能掌控自己的生活，获得更多创造、学习和发现的工具。
🚀 研发者推介“订餐厅、买机票这类任务相对技术潜力仍然很小。”奥特曼希望用户能像给主动性很强的工程师交办工作一样，把更复杂的任务交给 AI，不必事无巨细地逐步下指令。对教育工作者来说，dots 的想象空间在于：夜间的邮件它替你看，早晨只提醒真正紧急的事；课程应用的旧 API 迁移、软件故障的持续监控，它可以推进到提交团队审查那一步——把教师的时间和注意力还给创造、学习和发现本身。
🔗 链接：澎湃新闻报道 ｜ DatapipeSoft 摘编
EDUCAUSE 2026：Ellucian 发布基于约 1 万条高教流程知识图谱的 Ellucian AI 与统一平台 Ellucian Student
9 月 29 日至 10 月 2 日，高教 IT 行业年度盛会 EDUCAUSE 2026 在丹佛举行，服务全球约 3000 所院校、支撑超 2100 万学生的高教 SaaS 巨头 Ellucian 发布 Ellucian AI。其核心主张是”护城河在数据而非模型”：AI 建立在一张”高等教育知识图谱”（Higher Education Knowledge Graph）之上——约 10000 条编目且持续演进的高等教育流程，源自 50 余年的领域积累，让 AI 建议锚定在院校的真实运转语境而非通用互联网知识上。同时发布统一 SaaS 平台 Ellucian Student，将学生、人力资源与财务模块合一，解决数据孤岛导致的”AI 看不见全貌”问题。公司首席产品与技术官 Mike Wulff 强调，AI 按高等教育实际运转方式构建，内嵌能力在简化复杂流程的同时保有治理控制。
🚀 研发者推介“AI is built around the way higher education actually works.”Ellucian 团队指出，多数厂商只是给现有产品包一层基础模型，而他们的差异化在于：约一万条编目流程让 AI 的每一条建议都长在院校的真实工作流上，注册主任或教务长在关键决策时得到的不是泛泛而谈，而是懂得本校运转规则的判断支持——且全程有审计轨迹与权限边界，风险敏感的高校采购委员会可以放心签约。
🔗 链接：Bruno Digital 报道
马来西亚 Tupai 开放免费 AI 数学辅导：面对 SPM 考试超五分之一考生数学不及格，全家两个月免费解锁
9 月 29 日，马来西亚教育科技公司 Tupai（AI Teacher Sdn Bhd）宣布，其 9 月 19 日发布的 AI 数学辅导应用 Tupai 2.0 与家长端新应用 Tupai Parent 已登陆 Google Play（网页版 tupai.ai 同步可用，iOS 年内跟进），至 10 月 31 日前，任何家庭使用兑换码 TUPAIFOR2 即可免费解锁两个月。此举的背景是严峻的学情数据：SPM 2025 考试结果分析报告显示 21.7% 的考生——超过五分之一——数学不及格，是 fail 率最高的核心科目；9 月 8 日公布的 OECD PISA 2025 结果中，马来西亚 15 岁学生数学成绩较 2022 年下降 11 分，是唯一下滑的核心领域。学生端应用支持”拍照提问”，但设计取向是”引导而非代解”：分步讲解、对话式追问、快速练习，并内置基于历年真题与模拟卷的 SPM 备考模块；内容对齐 KSSR（小学 4-6 年级）、KSSM（初中一至高中五）与剑桥 IGCSE 课程，支持英语与马来语双语。家长端则展示孩子已掌握与仍卡壳的知识点，可布置练习或陪学，把二十多年没碰过课本的家长重新拉进孩子的学习过程。
🚀 研发者推介“SPM 学生需要一切能得到的帮助，这正是 Tupai 存在的意义——既然已经在帮中五学生，不如帮到每一个需要的人。”联合创始人兼 CTO Andre Sequerah 表示，团队听到最多的是两句话：学生说”还有两个月就考试了，我还没开始复习”，家长说”发现孩子数学掉队时已经晚了几个月”。Tupai 2.0 就是为”卡住的那一刻”设计的：它一步步引导而不是直接给答案，家长端让父母在孩子还来得及改变结果的时候介入。考试季的练习比新课更重要，所以这两个月，Tupai 对所有需要的家庭免费。
🔗 链接：美通社新闻稿
北京再添 50 所人工智能标杆校：全市 1400 余所中小学已实现 AI 通识课全覆盖，中小学生 AI 应用覆盖率达 91%
近日，第二批北京市人工智能应用场景标杆学校名单公示，50 所大中小学上榜，包括东城区培新小学、北京市第四中学等 45 所中小学和北京工商大学等 5 所高校，覆盖 16 个区及经开区。北京市教委表示，将引导各校聚焦核心教学场景，打造可复制的智慧教育模式，探索未来学校新形态。入选校实践各具特色：潞河中学附属学校把 AI 融入语文、数学、科学、劳动等学科课堂，开展”AI+古诗文””AI+艺术创作”跨学科项目式学习；清华附中依托”AI 云校”平台构建教学素材库、课程视频库、习题试卷库和智能体库，并打造配备”AI 教练”的智慧体育长廊，学生做立定跳远、跳绳等运动时可实时获得动作错误诊断与个性化数据；北京电影学院设立 AI 影像科学与艺术中心，开设”未来影像学”交叉学科与 AI 影像创作优培实验班。截至目前，北京市 1400 余所中小学、183 万学生已实现 AI 通识课全覆盖，中小学生 AI 应用覆盖率达 91%；下一步将依托国家人工智能基础教育应用中试基地深化试点，持续培育”京娃”系列智能体，建设”首都教育新地图”，推广 AI 应用超市和创新社区。
🔗 链接：中工网·北京日报报道
微软发布 Agent Framework 1.0：把 Semantic Kernel 与 AutoGen 双线能力收敛为统一开源 SDK，原生支持 A2A 与 MCP 双协议
9 月 30 日，微软正式发布 Agent Framework 1.0，将其此前分散在 Semantic Kernel 与 AutoGen 两条产品线中的智能体能力合并为一套统一的开源 SDK，覆盖 .NET 与 Python 双语言生态。框架把多智能体”编排”拆解为几条清晰的路径：顺序、并发、群聊、交接（handoff），以及基于 Magentic 的”经理—团队”模式。协议层同时支持 A2A 与 MCP——用 A2A 把智能体互相连接，用 MCP 把工具接入，两条线互不替代。工程侧新增检查点与恢复机制：长时间运行的任务可以中断后从上次状态继续执行，也能把中断的会话导出进行人工接管。这意味着教育机构等组织在构建多智能体应用（如智能助教集群、教务流程自动化）时，可以用一套框架完成从原型到生产部署的全部编排工作。
🔗 链接：CSDN DAMO 开发者矩阵报道
总价值逾 3000 万元 AI 教学机器人落地山东两县区：中国关工委关爱青年工程公益捐赠助力县域智慧教育
9 月 28 日至 29 日，中国关心下一代健康体育基金会关爱青年工程公益捐赠仪式先后在山东省滨州市沾化区、东营市垦利区举行，为两地中小学带来总价值逾 3000 万元的 AI 教学机器人及配套服务。其中，沾化区第一实验小学现场移交 10 台总价值 680 万元的 AI 教学机器人，将惠及全区多所学校、万余名学子；垦利区第二实验小学落地 35 套总价值 2380 万元的设备。捐赠活动由北京爱宾果科技有限公司提供技术支持，关爱青年工程组委会将配套全链条专项培训与长效服务保障，确保设备”落地即用、常态见效”。沾化区教体局表示，这批设备将有效加速区域教育数智化转型；垦利区教育局称此次捐赠是当地教育从”学有所教”向”学有优教”跨越的重要契机。项目旨在补齐城乡数字教育差距，让更多青少年享受到优质的科创资源。
🔗 链接：中国青年网报道