EdTech 全球风向标
本简报精选本周全球教育技术学与人工智能教育应用领域最具价值的 10 条动态，覆盖政策、学术研究、企业研发与行业落地四个方向，供快速把握行业脉搏。
中国教育部落地人工智能进课堂两项硬指标：教师资格考试纳入 AI，国家智慧教育平台汇聚 1000+ 精品课程支撑全覆盖
8 月 23 日，《人民日报》第 02 版以整版报道解码「十五五」专项规划「人工智能进课堂，如何学得更好」。报道披露，教育部已对人工智能教育作出两项约束性部署：一是把人工智能纳入教师资格考试和认证内容，并推动师范生培养改革、将前沿技术知识纳入课程体系，从源头上解决「新老师不会教 AI」的问题；二是将「人工智能的源头和历史」「人工智能通识课的教学法与技术」等国家平台上的暑期教师研修内容作为重点资源，要求各地分层分类开展教师智能素养培训。
报道同时披露目前两项师资培训的覆盖规模：教育部层面已举办覆盖 25 万名中小学书记校长、地方教育局局长的人工智能专题培训班，以及覆盖 31 万余名中西部中小学教师的人工智能素养提升专题培训班，合计 56 万人；地方层面，江苏 2026 年暑期人工智能通识课教师培训累计收看 903 万人次，北京组建市、区两级「人工智能教育讲师团」并实施「城乡结对」帮扶，山东推进薄弱区域（校）帮扶与区域性中小学人工智能教育体验中心建设。
课程资源方面，国家智慧教育公共服务平台已汇聚超过 1000 门覆盖基础教育、职业教育、高育、终身教育各阶段的人工智能精品课程，全部面向学校免费开放；同时明确课时要求——北京要求全市中小学校每学年不少于 8 课时，山东 1 至 2 年级每学年不少于 6 课时、3 至 9 年级每学年不少于 8 课时，高中开设选择性必修「人工智能初步」，下一步教育部将推动人工智能教育全面纳入地方课程体系。教育部科学技术与信息化司有关负责同志表示，要推动人工智能成为「师生的公共课、人人的基础课」。
值得关注的原因：以「教师资格考试 + 内容供给 + 课时硬指标」三位一体推进 AI 进课堂，是全球少见的省级以上、系统性、可考核的部署。56 万教师培训和 1000 门课程两项基础底牌已经亮出，决定 2026 年秋季学期起这门公共课能否在全国范围真正「开齐开足」。
Khanmigo 团队 AIED 2026 论文公开 K-12 AI 辅导质量改进方法学：模型选择 / 提示工程 / 个性化 / 智能体四大杠杆
8 月，可汗学院 AI 辅导产品 Khanmigo 团队（首席作者 Tushar Udeshi 等 7 人）的论文《Methodologies for Improving the Quality of AI Tutoring in K-12 Education》被第 27 届国际人工智能教育会议（AIED 2026）接收，并由 Springer 收入 LNCS 第 16582 卷，arXiv 编号 2608.11259。由于 LLM 天然不可解释，论文主张每一项变更都必须配合严格的评估与线上实验，并把「质量」分解为可度量的多维度指标。
论文披露了可汗学院产品改进过程中最具增量价值的四类杠杆：模型选择（不同 LLM 在减少幻觉与提升教学性回复上的实际差异）、提示工程（针对幻觉与对话模板的系统性调优）、个性化（结合学习者画像与历史交互的回复改造）、智能体（多步推理 + 工具调用以增强辅导深度）。每一项都给出来自真实 K-12 课堂的可衡量结果，而不只是离线基准。
值得关注的原因：这是头部 K-12 AI 辅导产品首次系统、公开地披露质量改进方法学，提供了「如何持续改进一个真实的 AI 辅导系统」的工程范本；对所有在做 AI 辅导、C 端学习产品的团队，论文给出了可复用的评估框架与实验范式。
Middlebury 随机实验 211 名本科生：GenAI 让即时测试分提高 0.27 SD，「增强型用法」一周后真正见效
8 月 11 日更新于 arXiv（编号 2607.08849）的论文《Experimental Evidence on the Learning Impact of Generative AI》报告了一项监考环境下、面对面进行的随机实验：211 名本科生分两轮学习陌生主题、撰写分析性随笔，并被随机分配到「可使用 AI」或「禁用 AI」两组。
结果显示，使用 AI 的学生即时知识测试成绩比对照组高 0.27 个标准差——且一周后的延迟测试中，这部分优势依然存在；随笔质量在「有 AI」时段本身变化不大，但一周后当学生不带 AI 重写时，风格与相关性都有显著提升。研究者识别出两种用法：「增强型」（用 AI 解释概念、自己写）与「自动化」（让 AI 直接生成文字）。延迟效应几乎全部由增强型驱动——自动化用户短期质量优势在 AI 撤离后消失。研究者指出两条机制：学生把时间从起草转向阅读与信息检索，并报告更高的学习愉悦度。
值得关注的原因：在「AI 是否促进真实学习」的争论里，这是少数给出一致、可解释、可重复因果证据的实验之一，且对课堂设计与考试设计的修订具有直接启示。
这项研究最有力的地方在于把「用 AI 做作业」拆成了两种用法，结果发现只有一种产生持久学习。0.27 SD 看似不大，但放在高等教育随机实验里已属稳健效应，而且一周后还成立——这是过去很少见到的「长期增益」证据。它给课程设计者的提示很具体：如果只能给一个规则，就是——鼓励学生用 AI 解释概念、提问、校验信息，但要求他们动手起草与重写。这样设计，AI 既不会偷走认知努力，又确实提升了学习的深度。
Bocconi × OpenAI 经济研究 1000+ 大学生随机实验：ChatGPT 让作业质量提近 1 分（5 分量表），「AI + 批判性思维」组合效应最广
8 月 27 日 OpenAI 经济研究（Economic Research）发布与意大利博科尼大学（Bocconi University）联合进行的大规模随机实验研究：超过 1000 名大一本科生在真实世界营销作业任务下被随机分组。结果显示，获得 ChatGPT（GPT-4o）使用权的学生在 5 分量表上的作业得分比对照组高出近 1 分，作业在「更精细、更接近专家表达」方面也有显著改善。
研究还设计了独立的「因果推理」练习以检验学生的批判性思维：让学生必须对自己的答案提出反驳与替代解释，结果显示该练习显著提升想法的原创性与多样性，但不直接提升作业分数；当学生既获得 ChatGPT 又接受因果推理训练时，所有指标的提升最广——意味着 AI 与批判性思维承担的是互补、各有侧重的角色。这呼应了 Contractor & Reyes 的 Middlebury 研究：AI 提供脚手架与表达，批判性思维负责原创与判断。
值得关注的原因：研究首次同时度量了「AI 辅助」「批判性思维」以及二者组合的差异，并在大样本学生中验证了「互补效应」的存在。
近 1 分的作业质量差距在 5 分量表上不算小，但研究者没有止步于此——他们把「提升的来源」拆给读者看：表达更精细靠 AI，原创性靠批判性思维，二者组合才有最广效应。这对大学课程设计是直接的处方：「教 AI 用法」与「教批判性思考」不是二选一，而是两件事；当一所大学只训练学生用 ChatGPT 而不训练批判性思维，就只拿到了一半的潜在收益。
Google × Khan Academy 联合上线 Gemini 驱动的新 Khanmigo 课堂工具：交互图表 + 改造教师版「Practice My Knowledge」
8 月 27 日，Google 与 Khan Academy 联合宣布一系列面向 2026 秋季「返校季」的课堂 AI 新工具，深度集成在 Khanmigo（可汗学院 AI 辅导产品）内。其中最受关注的能力是「交互图表」：当学生跟着数学或科学问题一步步求解时，Gemini 实时按需生成图表与几何形状，让抽象概念可视化。Google 派遣了 6 名工程师通过 Google.org Fellowship 与 Khan Academy 团队共事 6 个月，专门打磨这些功能。
另一项核心升级是重做的教师端「Practice My Knowledge」工具：教师先在后台与 Gemini 协作起草、修订、批准一份练习，再下发给学生——保证学生看到的题目与教师教学意图对齐，而不只是任由学生向 AI 发散。Khanmigo 去年发布过一个「教师 AI」版本，这是它的新一阶段迭代；同时基于 Khanmigo 在课堂的早期影响，Google 也在 Gemini App 中为开学季打造了学习中心、闪卡、复习测验与多步研究等能力。两家公司的合作明确锁定了「教师备课 + 学生练习 + 课堂可视化」三个高频场景。
值得关注的原因：这是头部 K-12 AI 辅导产品在「返校季」前夕的硬核升级，把可视化、教师把控与学生自主练习三个常被忽视的环节串成闭环。
当我们把 Gemini 与 Khanmigo 真正捆在一起打磨时，我们想做的不是替老师出题，也不是替学生解惑，而是让老师在「我要出这份练习」时能直接生成可视化、让学生在「我卡住了」时能拿到一张现场绘出的图。教师备课、学生学习、课堂互动，看起来是三件事，实际上是同一件事的三种状态——我们相信 AI 应该用同一种语言贯穿这三种状态，让教学的「认知带宽」从繁琐的工程活里释放出来，让学生真正进入概念本身。
微软教育开学季更新：Teach/Teams 记住教师课程与年级，Learning Zone Live 让全班设备同步互动
8 月，微软教育团队（Microsoft EDU）发布《What’s New in Microsoft EDU – Back to School August 2026》更新，覆盖 Teach、Learning Zone、Teams for Education、Study and Learn Agent 等多条产品线。Teach in Microsoft Copilot 首次支持「Remember Settings」：教师只需配置一次学科与年级（甚至多门课切换），所有 AI 创建工具自动沿用，无需重复填写。AI 创作工具也升级了对教师教学语言与浏览器设置的语言自动感知，目前支持英语、西班牙语，9 月将扩展到法语、意大利语、葡萄牙语、日语。
Learning Zone 也在本轮迎来重要升级：教师在任意一台 Windows 11 PC 上都能用它创建最多 10 张幻灯片的交互式课程，2027 年 8 月前免费；并新增「实时课堂模式」——教师端主导节奏与讲解，学生在自己设备上同步加入并参与活动，教师实时掌握班级理解情况；Learning Zone 同时集成进 Copilot Teach 与 Teams Assignments，并通过 Microsoft LTI 联通 LMS。Teams for Education 方面，闪卡、填空、匹配、测验等 Learning Activities 也能直接在 Assignments 与 Classwork 中插入、复用与追踪进度。
值得关注的原因：微软教育把「教师日常输入」减少到最低，把「课堂实时互动」放到最高优先级——这是头部教育平台在「返校季」的标准动作，也是教育 AI 产品走向「流程级嵌入」而非「孤立插件」的代表性转折。
教育的真正瓶颈在老师的时间与心智带宽，而不是 AI 模型的智能。我们这一轮的核心，是让教师「一次设置、处处沿用」，让课堂里的每一个学生在自己的设备上同步参与，但教师依然握有节奏与方向。这两点不性感，但对全球每日进教室的数十万名教师而言，它们决定 AI 到底是「帮手」还是「噪声」。我们相信学生主动参与、教师主导节奏、AI 承担繁琐工程，是未来课堂最自然的状态。
一起教育科技在 2026 全球智慧教育大会正式发布「教师个性化智能体」，定位个体教师的 AI 助手
8 月 25 日消息，2026 全球智慧教育大会（GSE2026）平行会议「迈向智慧教育的数字化转型」上，一起教育科技创始人兼 CEO 刘畅正式发布面向个体教师的「教师个性化智能体」。该产品定位于「为个体教师服务的 AI 智能体」，把通用模型的能力与每位教师的教学经验、学情数据、个人风格结合，让教师在一线工作中随时获得贴合自身经验的辅助。
一起教育科技此次发布把行业内的「智能体热」从「学校级智能体」「区域级智能体」细化到「教师个人级智能体」，与讯飞星光超级智能体（在 GSE2026 上同步亮相）、洋葱学园「AI 未来课堂」（同样在 GSE2026 上发布）等「机构级 / 课堂级」解决方案形成互补。在 8 月 17 日的作业帮「AI 超级老师」发布会（学习机高端产品 Z100、X70Ultra）之后，国内教育 AI 公司的入场姿态从「平台级合作」走向「教师个人深度绑定」，竞争维度转向教师与产品的关系密度。
值得关注的原因：当平台级、学校级 AI 产品的能力开始趋同，竞争正重新回到教师侧——谁能真正贴上一位教师的日常工作流与个人数据，谁才能赢得长期留存。
过去十年，教育 AI 一直在「学校」和「平台」层面打转，结果却发现真正在工作的是老师一个人。我们今天发布的不是又一个教师工具，而是一个「属于具体那一位教师」的智能体——它会记住你的学生、你的班风、你的话术、你的评估标准，把你积累下来的经验变成可被复用的资产。当 AI 真正成了某位老师的搭档，教育也就从「为所有人设计」进入了「为每一位教师设计」的新阶段。
国家智慧教育平台 1000+ AI 精品课程就位、56 万教师培训落地——十五五进课堂「两张基础底牌」同时亮出
8 月 23 日《人民日报》第 02 版的报道，让被反复讨论的「人工智能进课堂」第一次有了可量化的进度条：师资侧，56 万人已完成教育部层面的 AI 专题培训（25 万 + 31 万）；资源侧，国家智慧教育公共服务平台汇聚超过 1000 门覆盖基础教育、职业教育、高等教育、终身教育各阶段的人工智能精品课程，所有学校免费取用；地方叠加供给上，江苏省 2026 年暑期人工智能通识课教师培训累计收看 903 万人次，并已发布近 800 课时本土化体系课程。
值得关注的原因：「有东西教、有人教」两张底牌同时亮出，意味着 2026 年秋季学期起 K-12 阶段的 AI 通识课全国「开齐」已具备真正的物质基础；剩余的差距将集中在乡村与薄弱校——这是兜底机制（讲师团送课到校、云端同步课堂、薄弱区域体验中心）能否接住的真正考验。
印度政府 8 月推出 Acadfinity 一站式 K-12 AI 生态，Gujarat 投入 1000 亿卢比启动「AI Akshara」素养计划
8 月中旬，印度联邦政府正式上线 Acadfinity——一个面向中学阶段（9-12 年级）的综合性 AI 教育平台，试图把分散的教学资源、师训、教研、采购整合到一个 AI 驱动入口内，帮助教师减少非教学性行政负担。配套的工具矩阵在不同学科各具特点：数学方向 SwaVid 提供自适应学习路径与实时概念漏洞定位；科学方向 TeachBetter.ai 推出 AI「实验助手」生成课程对齐的实验报告与安全协议；英语方向新一代评估助手提供基于量规的写作反馈，强调批判性思维与论证结构。
地区层面，8 月 19 日 Gujarat 政府与全球自动化领军企业签署合作协议，作为 Gujarat 科学与技术政策（Gujarat STI Policy 2026-2031、1000 亿卢比基金）的一部分，专项启动面向中学与高中学校的「AI Akshara」素养计划，教师获得 AI 治理与负责任采用专项认证；同步规划在全国 1.5 万所中学（含 Sabarkantha、Aravalli 等农村县）建设 AVGC（动画 / 特效 / 游戏 / 漫画）内容创作实验室，把创意技术融入科学与英语课程。
值得关注的原因：印度「国家级 AI 平台 + 邦级专项基金 + 学科级 AI 工具」三层并进，是发展中国家在中学 AI 普及上的代表性样本，也是与中国「教师资格 + 课时硬指标 + 国家精品课」路线形成对照的另一条路径。
Bill Gates 长文警示：「AI 将是最大平等化器或最大不公正」，呼吁全球现在就为过渡期制定行动计划
8 月 26 日，Bill Gates 在 GatesNotes 发表长文，主题为：AI 既可能成为人类历史上最大的平等化器，也可能成为最大的不公正之源，而世界目前并没有足以应对这一过渡的方案。他指出 AI 将在十年内（而非几代人）大规模取代法律、医学、软件、制造等领域的岗位，对入门级员工的冲击最直接；同时警告 AI 驱动的网络攻击、欺诈与深度伪造的风险正在逼近。
Gates 呼吁各国领导者现在就制定具体的过渡计划，重点放在三个层面：技能再培训体系的扩容、对受冲击最严重群体（年轻劳动者、家长）的兜底、对最不发达国家的额外援助。他在文中承认自己过去低估了 AI 风险，并强调任何计划都必须以「让人参与其中」为前提，而非自上而下的技术决定论。该文发表时间紧接 Anthropic CEO Dario Amodei 在 X 公开承认「公众对 AI 的负面认知是信任危机，我们必须兑现承诺」（8 月 15 日）。
值得关注的原因：当行业内部声音开始系统呼吁「过渡期规划」，意味着 AI 教育的下一程不再只是工具普及，而是与社会政策、职业体系深度耦合；对教育工作者来说，「教 AI 用法」与「应对 AI 冲击」即将成为同一项工作的两面。
这是「产品级教育 AI」最稀缺的一类论文：它不只是发布一个模型，而是把整套持续改进机制——评估指标、在线实验、变更审计——摆上桌面。四杠杆视角让工程团队立刻知道自己的产品缺哪一根支柱。教育领域长期存在「教育 AI 跟通用 AI 的距离」之惑，Khanmigo 的回答是：差距不在模型大小，而在评估纪律与变更治理。这对一线教师、AI 产品经理、师范院校开设「AI 教育产品」课，都具有可操作的方法学价值。