EdTech 全球风向标

全球教育技术与 AI 教育应用每日精选

2026 年 10 月 24 日 · 星期六 · 第 34 期 · 本期聚焦：LLM / AI Coding / Agent / 智慧教育

政策动向

政策

教育部明确”人工智能+教育”是一把手工程，国家教育数字化战略行动 2.0 全面展开

中国 · 2026-10-22

在10月22日的部署活动中，教育部系统阐述”人工智能+教育”推进框架，明确其为”一把手工程”，并强调职业教育要突出技能提升。在学生学习方面，将研发智能学伴，促进德智体美劳全面发展，重点推动网络思政育人、学生个性学习，促进教育普惠公平和全纳包容；在教师教学方面，研发智能教学系统，支撑课前备课、课中授课、课后作业等教学全环节，为教师减负增效；在学校治理方面，建设教育智能大脑，聚焦政务服务、考试评价、就业服务、校园安全、资源分配等场景；在科学研究方面，搭建科学智能体和智能实验集群，探索AI驱动的科研范式变革。

在基础环境层面，国家将集中建设教育智算服务平台、教育科研基础语料库，研发教育专用大模型，为各级各类学校提供算力、数据、模型和智能工具；建设”启悟学习社区”、布局中试应用基地、依托国家智慧教育平台扩大服务供给；同时打造未来课堂、未来学校、未来学习中心，普及数字教材与智能终端。在安全底线方面，将持续开展人工智能社会实验，规范智能产品进校园管理，防范伪造诈骗、学术造假、应试内卷、隐私泄露等问题。

值得关注：这是中国”人工智能+教育”从行动计划走向系统施工的标志性部署，”一把手工程”的定调意味着各级教育行政部门的考核与资源投入将随之重构。

原文链接：https://edu.bjx.com.cn/html/20261022/1517241.shtml

学术研究

研究

TutorCaseBench：首个面向”挑战行为学生”的 AI 导师评测基准

KAIST KIXLab 等 · arXiv:2610.30828 · 2026-10-22

LLM 越来越多地被用作 AI 导师，但现有基准忽视了有学习与行为困难学生的挑战性行为。韩国科学技术院（KAIST）KIXLab（Juho Kim 团队）联合多机构提出 TutorCaseBench，将教育学、教育心理学与特殊教育中的定性案例研究转化为评测素材：923 段师生对话、五类挑战类型，含 1,560 道开放式生成题与 2,537 道选择题。对 11 个前沿模型（Claude Opus 4.7、GPT-5.5、Gemini 3.1 Pro、Llama 4 Maverick 等）的评测显示，即使最强模型在开放式案例中也仅有 55.8% 满足评分标准——模型”选对干预策略”明显好于”生成临场适配的回应”，开源权重模型的差距尤为显著。全部数据已开源。

学者点评：这个基准的价值在于把”特殊教育现场”正式搬进了 AI 导师评测——恰恰是日常课堂里最考验教师功力的场景。”识别问题”与”临场适配”之间的落差，正是当前 AI 导师产品宣传与现实之间的那道沟。55.8% 的上限数字提醒我们：在把 LLM 导师推向有特殊需求的学生之前，谨慎与人工督导不是多余的。

值得关注：填补了 AI 导师评测中特殊教育与行为支持场景的空白，为教育科技公司提供了更严苛的验金石。

原文链接：https://arxiv.org/abs/2610.30828

研究

支持还是替代学生思考？153 人随机实验揭示 AI 聊天辅导的”认知卸载”代价

卡内基梅隆大学 Koedinger 团队 · arXiv:2610.31481 · 2026-10-22

在一门本科证明类数学课程中，153 名学生被随机分配为早、晚获得 AI 支持系统两组。结果显示：早期组在拥有独占访问期间，作业成绩高出 2.56 分，但两组考试成绩并无显著差异——作业上的进步没有转化为考试能力。在全体学生都获得访问后，每多发送 100 条 AI 聊天消息，后续考试成绩低 3.02 分。中介分析进一步显示：基线自我效能感越低的学生，越依赖聊天机器人，考试成绩也越低（自我效能每降 1 分，经聊天机器人使用路径间接损失 0.62 分考试分数）。而要求学生先提交自己的证明、再获得反馈的”作业反馈界面”使用，与考试成绩无负相关。

学者点评：这是”认知卸载”假说迄今最干净的一组课堂随机证据：聊天式 AI 辅导制造的是”虚假的认知繁荣”，且对自信不足的学生伤害最大。研究给出的设计处方值得所有产品团队抄录——把 AI 嵌入”先做后评”的教学流程，而不是放在随时待命的对话框里。这与以色列本·古里安大学本期报道的 AI Code Assist 思路不谋而合：护栏设计比封禁或放任都更接近教育的本意。

值得关注：为全球高校正在进行的”课堂 AI 政策”提供了关键实证依据：放开聊天机器人有可量化的学业代价，产品形态设计才是关键变量。

原文链接：https://arxiv.org/abs/2610.31481

研究

VIRA-Bench：顶尖多模态模型仍”读不懂”在线课堂里的教学临场应变

arXiv:2610.29428 · 2026-10-22

该研究提出 VIRA-Bench，用于诊断多模态大模型对在线辅导视频中”教学临场应变”（pedagogical contingency）的理解能力——即能否在真实互动瞬间识别学习者的困惑、判断证据是否充分、把握回应时机。基准基于 2018–2021 年商业机构录制的一对一在线英语辅导课，从 72 名学习者与 22 名教师的课程中抽取 1,005 段真实片段，构建 1,322 道诊断题。结果显示，五个领先模型的得分仅落在 55.9%–61.3% 区间；通过”ASR 文本—画面”配对扰动实验进一步发现，模型可能只是依赖语音转写文本”答题”，并未真正在画面中识别出困惑的学习者。专家审计中，”证据充分性”是模型最弱的一项。

学者点评：“会答题”不等于”会看课堂”。这项研究用一个巧妙的扰动设计证明：多模态教育 AI 的多模态能力可能是虚的——文本单通道就能拿到差不多的分。对做 AI 课堂观察、智能听评课的团队来说，这是一个必须正视的警告：把”教学理解”简化为”视频问答”，中间还隔着真正读懂学生表情与节奏的鸿沟。

值得关注：为教育多模态评测提供了”反文本捷径”的严谨范式，直指 AI 课堂分析产品的核心软肋。

原文链接：https://edtechdev.github.io/aied/articles/vira-bench-pedagogical-contingency-tutoring-videos-2026

企业研发

企业

WorkBuddy 教育公益版发布：AI 智能体助教面向全国教师免费开放

深圳 · 2026-10-19 · 人民日报 10-23 跟进报道

10 月 19 日，腾讯 AI 智能体工具 WorkBuddy 教育公益版在深圳福田正式发布，面向全国教师开放，教师可在产品内完成备课、课件生成、家校沟通、学情分析等工作；福田区约 110 所学校、近 1.3 万名教师将统一配备。福田区教科院还将区内优质教师的教学经验与教研成果整理上线为可调用的”教育专家”，让教师既是 AI 使用者也是经验贡献者。此前在山东莱州，全市 6000 多名中小学教师已于 8 月底完成 WorkBuddy 智能体全域部署，开学首周摸底显示 80.3% 的教师已在日常工作中使用 AI 智能体，高频场景为备课辅助、答疑解惑与教学资源生成。人民日报 10 月 23 日以《AI 智能体从概念走进场景》为题报道了从乡村拼音课堂到政务系统的落地图景。

值得关注：这是全国首个”政府主导 + 校企协同 + 区域全域部署”的智能体助教规模化样板，乡村教学点教师用它自制拼音练习网页的案例，展示了 AI 智能体对教育均衡的实在意义。

研发者推介：我们相信最好的 AI 助教不该只属于名校。教育公益版把备课、课件、家校沟通、学情分析装进同一个智能体，教师用一句话就能把想法变成可用的教学资源——就像莱州的梁老师那样，九个人的乡村教学点也能有孩子抢着开口读拼音的语文课。免费开放给全国教师，是我们对”从用 AI 到用好 AI”这一步的承诺。

原文链接：https://www.toutiao.com/article/7699729190265864738/

企业

腾讯内测”懂了鸭”：一句话生成可玩的动态课件与 3D 演示，切入 K12 互动内容社区

2026-10-21 · 官网 dongleya.qq.com 与微信小程序同步上线

腾讯于 10 月 21 日悄然开启内测面向少儿与青少年的 AI 互动内容社区”懂了鸭”，向亲子用户和一线教师开放小范围测试。其核心载体是”奇妙卡”——一种可拖拽、可模拟、可操作的交互式内容单元：家长、教师或创作者用自然语言描述，即可借助内置 AI 智能体生成 3D 演示、动态课件、互动绘本、轻量游戏或记忆卡，无需编程基础；作品可发布到社区，他人可二次改编。内容按学前、小学、初中、高中学段及健康、语言、数学、科学、艺术、信息科技等学科组织。创作页列出 DeepSeek-V4.1-Flash、Hy4 preview、Kimi K3、GLM-5.3 等多个可选模型，按任务类型路由以提升生成质量。与聚焦”拍照搜题—批改—答疑”闭环的豆包爱学等产品不同，懂了鸭的重心在”造内容”而非”给答案”。

值得关注：大厂在 K12 教育AI上的竞争正从”解题”转向”创造”，”AI 降低制作门槛、社区承接分发”的循环若跑通，可能改变课堂互动材料的供给方式。

研发者推介：教育的本质不是填满水桶，而是点燃火焰。懂了鸭不替孩子思考，而是递给孩子和老师一盒火柴：三句话造出一个会转的太阳系、一张能拖拽箭矢的《草船借箭》分镜。让每个知识点都能被”捏成玩具”，让每位老师都能成为互动课件的创作者——这是我们对”可玩式学习”的第一次完整交付。

原文链接：https://www.ithome.com/1/016/145.htm

企业

Anthropic 发布主动型智能体 Claude Duet：后台持续工作、清晨简报、6000+ 连接器

2026-10-22 · 基于 Claude Opus 5.5 · 美国 Pro/Max 用户候补预览

Anthropic 于 10 月 22 日发布主动型 AI 智能体 Claude Duet（研究预览版），依托 Claude Opus 5.5，同步上线 iOS、Android 独立应用与网页端，现阶段面向美国 Pro/Max 订阅用户开放候补申请。与传统聊天机器人不同，Duet 配置独立虚拟机与浏览器环境，即使用户设备关机也能后台持续执行受托任务：每隔数小时巡检关联应用、标记需要处理的事项，每天清晨生成跨应用工作简报，可承接会议安排、邮件梳理、发票跟进、仪表盘搭建、网页应用开发等任务。工具层面可调用 Claude Marketplace 超 6000 个连接器，对接 Gmail、Slack、Canva、Shopify 等服务。安全上，发送信息、支付、签署文件、删除内容等关键操作必须经用户许可，系统不接触用户密码与登录令牌，内置分类器防护高敏感信息外泄。此前 OpenAI 的 Dots、Meta 的 Muse 已相继入场，行业竞争正从”回答问题的聊天机器人”转向”替人办事的智能体”。

值得关注：主动型智能体第一次把”教师减负”的技术路线从校内教学系统延伸到行政事务本身——教案之外，通知、报表、日程这类吞噬教师时间的杂务有了新解法。

研发者推介：你把真正的工作交给它，然后走开——它会一直干下去，还会主动绕到你看不见的角落，把需要你拍板的事送来。对教师而言，这意味着催缴的回执、家长会的排期、教研组的简报可以在你上课时被悄悄办妥。审批先行的设计让每一步都可控：它干活，你决策。

原文链接：https://www.toutiao.com/article/7699319224769987135

综合动态

动态

澳大利亚国立大学获 Google 与 Anthropic 资助，构建覆盖”零基础到智能体编程”的 AI 编程课程体系

堪培拉 · 2026-10-22

澳大利亚国立大学（ANU）计算机学院宣布在 Google 与 Anthropic 的资助下，将生成式 AI 系统性嵌入各层次编程教学：面向零基础科学家的入门课 Programming for Scientists 让学生用 AI 辅助编程为物理、生物等领域定制数据处理程序，学生在测试方法与程序生命周期上打好基础后”坐在驾驶座上”驱动 AI，学习效率显著超过往届；面向高阶学生的 Agentic Coding Studio 则从零开始围绕 Claude Code 这类智能体工具设计，学生要指挥能调用搜索引擎、运行代码、相互协作的大型智能体团队。院长 Aaron Quigley 表示，产业资助”让我们有空间在教育与研究中探索生成式 AI”。课程主创 Nick Barnes 教授强调：”AI 不会取代编程，但会取代其中一部分。关键仍是有人懂得为自己的研究驱动抽象。”

值得关注：这可能是全球第一个从入门到高阶完整覆盖”人机协同编程—智能体编程”的大学课程阶梯，为”AI 时代计算机通识课怎么教”提供了可参照的完整样本。

原文链接：https://comp.anu.edu.au/news/2026/10/22/with-google-and-anthropic-support-anu-leverages-the-power-of-ai-assisted-coding-while-teaching-the-core-fundamentals

动态

本·古里安大学试点 AI Code Assist：600 名学生只获提示、不给代码

以色列 · 本学期启动

以色列本·古里安大学（Ben-Gurion University of the Negev）计算机科学系将在新学期对约 600 名学生试点 AI Code Assist 系统：在封闭受控环境中，系统以分层提示、问题拆解建议与引导性提问帮助学生完成编程练习，但绝不直接给出可用的完整代码。此举直指生成式 AI 普及后的教学痛点——此前实践作业约占学生学习时间的 75%，而学生如今动辄从外部 AI 工具拿到现成答案，教学团队注意到过去一年学生深度理解能力下降，并已反映在期末考试中。授课团队表示，系统不是封禁 AI，而是”把 AI 从生成答案的工具改造成强制批判性思考的数字导师”，教师可预先设定允许的辅助层级。试点将在两门导论课版本中并行评估，未来可能扩展到高阶课程与其他院系。

值得关注：与 CMU 的认知卸载研究同日呼应，这所大学把”提示而非答案”从研究结论变成了 600 人的真实教学工程，其期末数据值得全球计算机教育者追踪。

原文链接：https://www.wireisrael.com/news/bgu-ai-code-assist-21

动态

印度将 1000 万青年 AI 培训列为国家优先事项：四个 AI 卓越中心加速落地

新德里 · 2026-10-22

10 月 22 日，印度联邦部长普拉尔哈德·乔希（Pralhad Joshi）宣布，为全国高等教育在读的 4500 多万名学生做好 AI 时代准备是国家优先事项：政府承诺培训 1000 万青年掌握 AI 技能，并已设立四个 AI 卓越中心（Centres of Excellence）作为连接学界与产业的研究锚点。乔希强调《国家教育政策 2020》（NEP 2020）是这一转型的课程骨架——通过多学科学习、批判性思维与技术整合，使 AI 素养成为大学毕业生的默认能力而非专业选修。该议程与印度 2018 年《国家人工智能战略》（#AIforAll）一脉相承，并被纳入”发达印度 2047″（Viksit Bharat 2047）远景：到 2030 年，印度将有超过 10 亿劳动年龄人口，AI 就绪的技能结构被视为兑现人口红利的先决条件。四个卓越中心的落地时间表与资金安排成为下一步观察重点。

值得关注：1000 万人的 AI 培训规模在全球无出其右，其”国家战略 + 课程骨架 + 研究锚点”的三层打法，将为人口大国的 AI 教育普及提供最激进的参照系。

原文链接：https://www.nationpress.com/national/pralhad-joshi-ai-training-for-1-crore-youth-a-national-priority