上周五下午 · 参加论坛活动，也是一场区域与学校 AI 赋能成果汇报会。一个下午听下来，最值得记下的，不是又多了几个平台、几个智能体，而是几所学校几乎不约而同地把同一件事挪到了课堂中央——把原本被讲授占满的那部分时间，还给学生的思维。技术形态各不相同，指向却高度一致：AI 处理可规模化的事，人守住不可替代的事。
本 文 结 构
01 七个现场：抓手、结构变化、一句能被记住的话
02 一张对照表：把七种做法摆在一起
03 合起来看：三条同向、三处张力
04 我在会上说了什么
05 几点听课反思
PART 01
七个现场
以下按汇报顺序整理。每所学校我尽量只记三件事：它的抓手、课堂发生的结构变化，以及那句能被记住的话。
01 / 温州 · 瓯海区
五个“智构”，全景育人的人机协同
“AI 处理数据，教师关注情感。”
抓手智构一体化平台、智构教学空间、智构应用场景等五个“智构”，推进全景育人的人机协同；全样态场景融合，覆盖 AI 体育、AI 作文、AI 美育等。
课堂基于“欧教Chat”等智能体实现人机协同观课，以数据实证推动课堂结构重塑。
记一笔理念先行，而且是“分工”式的理念——先划清 AI 与教师各自该做什么，再谈场景铺开。
02 / 威海 · 石岛小学
四类智能体，让每间教室都成为人工智能教室
“低成本、可复制”——比“先进”更要紧的两个词。
抓手教师伙伴、学生私教、教研工作台、悟空运维，四类智能体组成矩阵嵌入普通教室，同步开展循证教研。
课堂从教师讲授为主转向学生探究为主，思维过程外化，教学决策基于实时数据。
记一笔把门槛写进了方案里。不是建一间样板教室，而是让每一间教室都成立。
03 / 宁波 · 慈溪育才中学
内生课堂：给内生添柴，不另起炉灶
“用 AI 给内生添柴，而不是另外起炉灶。”
抓手以唤醒内驱力为目标的“内生课堂”，AI 用于优化“内生单”。
课堂五步内生课堂：先学“内生单” → 小组互学 → 教师指引下选小组上台展学 → 教师点评评价 → 小结固学。自学成了常态，合作也成了常态，还有小先生制服务培优。
记一笔最见功力的是“不另起炉灶”。技术嵌进已有的课堂结构，而不是另建一套并行系统。
04 / 成都 · 棠湖小学
ICAP 框架下的“仁爱认知协同”
“AI 是梯子，让孩子更轻易爬上去。”
抓手基于 ICAP 框架（被动、主动、构建、互动），把单向问答扩容为全员认知构建空间，以诊断单、导学案为载具。
课堂课前 AI 聚类迷思概念 → 课中依据认知地图精准切入 → 课后及时补缺，形成一套完整的个性化因材施教操作体系。
记一笔把“构建”“互动”从口号变成时段与工具，课前、课中、课后各有落点。
05 / 南通 · 海门实验学校
进阶思维可视化的“六种看见”
“AI 能看见思维，唯有教师才能看见生命。”
抓手双师分工、思维全程留痕、一课三模复盘，三件事叠在一起。
课堂教师智能主导价值、情感、关键节点；机器智能承担规模化检索、反馈、留痕。智能批阅与 AI 追问不只给对错，更呈现思维的弱点、盲点、堵点，让抽象思维的发展可见；智能评课系统以数据对比推动常态课迭代改进。
记一笔留痕的价值不在存档，而在让“思维”第一次成为可以被讨论、被改进的对象。
06 / 句容市
融成课堂：先找尺子，再让 AI 进教室
“给课堂找一把尺子，再让 AI 走进这间教室。”
抓手以评价撬动变革，研发“融成课堂”评价量表 3.0 版，重点考察情境、问题、探究、评价的内在一致性，而非单纯看技术使用；同时倡导 AI 的轻量化融入。
三重角色情境生成器，把社会议题转化为适配学情的素材；学伴与助教，补上自主学习时缺一个提问对象的缺口；评价诊断器，破解大班额下过程性评价难以实施的困境。
课堂科学课里，AI 不作为演示工具，而作为学生的探究工具；教师回归思维引导与价值育人。
记一笔全场最容易被忽略的方法论：先说清什么叫一节好课，再决定技术站在哪里。
07 / 铜陵市
智能向善、人在回路的地方课程
“智能向善为魂，人在回路为纲。”
抓手价值导向先行，把伦理责任贯穿小学到高中全过程；强调人在目标设定、关键决策、伦理判断中的不可替代性，培养学生对人机协作中自身角色的认知。
课堂结合乡土做项目式学习，如江豚保护、博物馆导游，降低开课门槛，实现全域覆盖。
记一笔把“人与 AI 的关系”本身写成了课程内容，而不只是写成使用规范。
PART 02
一张对照表
把七种做法摆在同一张表上，共性与差别会自己浮出来。
注：表中内容均据现场摘要归纳，或有记录不清之处，如有出入，责任在我。
PART 03
合起来看：三条同向，三处张力
▍三条同向
① 思维，而不是工具，成了共同的主语。数据实证、思维外化、认知构建、思维留痕，说法不同，指向同一件事：让学生的思考被看见，并且被往前推一步。
② 证据先行，结构才动。循证教研、聚类迷思概念、智能评课、评价量表 3.0——七家里至少四家把“先有尺子和证据”放在“先上系统”之前。没有尺子，技术只会把原有的惯性放大。
③ 人的位置被重新划定，而且越划越具体。AI 处理数据／教师关注情感；机器承担检索、反馈、留痕／教师守住价值、情感、关键节点；人在回路；判断、解释、签字、担责由人完成。
▍三处还没合拢的张力
① 越做越多的工具，与“问题有没有看清楚”。几十个、几百个智能体铺开之后，谁来保证它们指向同一个问题？
② 学习闭环里，作业这一段仍是缺口。教材是教的逻辑，学材是学的逻辑；从“教完”到“学会”中间那一段，长期缺一个“诊断和治愈”的载体。
③ 低成本可复制，与教师不能被替代的基本能力。AI越靠谱、越顺手，越要警惕把判断一并外包出去。
PART 04
我在会上说了什么
我关切的是学习闭环：教材不是学材，而 AI 有可能堵住这个不闭环的漏洞。现场也提到，WorkBuddy 可以服务集体备课流程重构，给出三种不同的流程。
教师与 AI 协同，有几条需要坚守的伦理底线：
① 判断、解释、签字、担责，必须由人完成；
② 警惕对技术的过度依赖；
③ 保持教师的基本教学能力。
PART 05
几点听课反思
（1）关于思维。被提及的比例很高，多位发言人都说到 AI 赋能要服务思维的培养。这已经不是某所学校的特色，快要变成共识了。共识之后的问题更硬：思维被“看见”之后，教师拿这些痕迹做什么？留痕只是起点，它改变了下一步的教，才算闭环。
（2）关于闭环。作业没有闭环，被多位发言人提起。AI 是服务问题解决的——问题看清楚了，技术才有力量；反过来，问题没看清楚，技术只会把原来的做法做得更快、更整齐。
（3）关于智能体。不太想再听智能体了。现在流行的已经不是原来那种智能体，而是 WorkBuddy 这类 AI。去做几十个、几百个智能体，是不是有点乱？工具会一代代换，问题不会。押注在形态上，容易一年一推倒；押注在流程和问题上，才留得下来。
（4）关于简单。我还是喜欢简单明了的东西。这个偏好的底层原因，无非是大脑算力不足——平时牛排吃得少，光吃稀饭的大脑，或许都偏爱留白。
写 在 最 后
哪天学校没电了，黑板还在，课还得上。能上这堂课的老师，才是这场变革真正的主角。留白，正是算力不够，才把算力留给只有人能做的事。