能“自己动手”的AI:高校开始踩刹车从课堂到学校:教学与管理如何协同运行
近期,一款被称为“龙虾”的开源AI智能体工具 OpenClaw 在开发者和教育从业者中迅速走红。和常见的对话式AI不同,这类智能体可以在本地持续运行,直接调用电脑里的文件和程序,根据一句指令完成一整套操作,例如整理资料、生成内容,甚至自动执行多步任务。
随着使用扩散,风险也开始被集中提示。工信部网络安全威胁和漏洞信息共享平台发布预警,指出在默认或不当配置下,这类智能体可能出现越权操作、数据外泄等问题。北京大学、北京建筑大学、西北工业大学、山东大学等高校随后发布通知,对相关工具的安装与使用进行限制。
与此同时,这类能力也开始被带入课堂。清华大学计算机系团队发布的 OpenMAIC 系统,可以根据教材自动生成一节完整课程,并由多个智能体分别承担讲解、提问和互动角色。围绕同一类技术,一边是课堂里的新尝试,一边是校园里的严格限制。
“龙虾”扩散:多智能体进入高校课堂
被称为“龙虾”的OpenClaw,是一类开源AI智能体工具。与常见的对话式AI不同,这类工具可以在本地运行,并被授予较高系统权限,可以直接读取文件、调用程序、执行命令,并根据指令完成连续操作。
在实际使用中,用户可以通过一段指令让系统完成多步任务。例如整理本地文档、生成结构化内容、调用不同工具完成流程处理。这类能力不再停留在单次回答,而是可以持续运行,并在过程中调用外部资源。
随着相关能力扩散,多智能体框架也开始被用于教学场景。清华大学计算机系团队发布的OpenMAIC系统,在此基础上构建了多智能体课堂。
在该系统中,教师可以直接上传教材、文档或视频内容,系统会自动完成内容解析,并生成课程结构。生成结果包括课件页面、知识点拆解、课堂提问、随堂测验以及互动任务等内容。
课堂运行采用多角色结构。系统会生成讲解角色、辅助角色以及参与讨论的虚拟同学,不同角色在课堂中分别承担讲解、提问、回应和补充等功能。课堂中的发言顺序与互动节奏由管理型智能体进行控制。
在教学内容上,系统可以适配不同学科与年级。例如在数学课程中,系统可以生成可视化模型用于概念演示;在物理课程中,可以通过情境模拟展示相关原理,并结合问题引导后续讲解。
课堂过程中,系统会记录学生的作答情况、停留时间和错误路径,并据此调整后续内容。例如在某一题目上多次尝试失败,系统会降低难度或增加提示;连续答对时,则会进入更高难度内容。
该系统还集成了外部工具能力,可以通过飞书、Slack、Telegram 等应用直接创建课堂,并在不同终端中运行。
在此前的版本中,相关团队已开发 MAIC 系统,并在国家中小学智慧教育平台上线。此次 OpenMAIC 开源后,开发者与教师可以自行部署与修改相关框架,用于不同教学场景。
随着“龙虾”类智能体的使用增加,其运行方式带来的问题开始在实际场景中显现。
第一,文件与数据可以被直接调用。
在本地运行状态下,智能体可以访问电脑中的文件目录,并在执行任务时读取内容。例如在整理资料或生成报告过程中,系统会自动打开并处理本地文档。如果权限控制不足,这些内容可能在调用外部服务时被一并发送出去。
第二,任务执行是连续完成的。
与传统软件逐步操作不同,智能体在接收到指令后会自动完成多个步骤,例如读取文件、处理内容、调用工具再输出结果。整个过程不需要人工逐步确认,一旦某一步出现问题,后续操作仍可能继续执行。
第三,指令来源不止于用户输入。
在访问网页或处理外部文件时,智能体可能接收嵌入在内容中的额外指令。这些指令会被当作任务的一部分执行,例如在下载文件或读取页面时触发额外操作。
第四,运行过程不完全可见。
部分操作发生在后台流程中,包括文件调用、程序执行和数据传输。如果未开启日志或审计机制,用户难以及时发现异常行为。
针对上述情况,工信部网络安全威胁和漏洞信息共享平台发布预警,并提出“六要六不要”建议,包括使用官方版本、关闭公网访问、限制权限、加强身份认证与日志审计等。
高校层面的反应更加明确。北京大学、北京建筑大学、西北工业大学、山东大学等发布通知,要求谨慎使用相关工具,不在校园网络中部署,不将实例暴露在公网环境;如需测试,应在隔离环境中运行,并限制访问权限。涉及教学与科研数据的设备,一般不允许安装此类工具。
从目前的实际使用情况来看,多智能体已经可以进入课堂,并承担部分讲解、互动和内容生成工作,但在校园环境中仍然需要严格的使用边界。高校的限制措施与课堂中的尝试同时存在,反映的并不是技术能不能用,而是如何在教学场景中被规范使用。
在具体落地中,问题很快从工具本身转向使用方式。单个工具可以解决局部环节,但课堂、作业、评价以及学校管理之间仍然是分散的。如果缺少统一组织,这些能力很难在日常教学中持续发挥作用。
在这一背景下,作为国内较早聚焦人工智能教育的探索者,华领人工智能旗下 AI 水手依托二十年教育实践经验,推出首个“人工智能教育学校建设方案”,以“1-2-3-4-5 系统模型”为核心,将教学、管理、评价等学校运行环节以数智化方式进行重新组织,为智慧课堂落地提供系统性方案。
从课堂运行来看,这一方案的第一层是构建系统性解决方案。方案以“师—生—机”三元协同为核心,重构学校运行模式。从课堂教学、作业批改到学生长期成长记录,AI技术贯穿整个教学链条,实现以学生为中心的因材施教。课堂上,教师不再仅凭经验判断学生掌握情况,而是通过数据实时监控学习状态,精准调整教学策略。
当课堂数据开始持续产生,教师与管理者的角色也随之发生变化。第二层是提升两支核心队伍建设。一方面是管理者队伍,“人工智能型校长”需要具备数字化转型的领导力,能够解读学校运行数据,优化资源配置;另一方面是教师队伍,教师角色从传统知识传递者转变为学习体验设计师,通过 AI 从经验驱动转向数据驱动,在课堂中及时发现学生卡顿点并调整教学方法。
围绕教学本身,第三层是三大赋能提升。课程赋能方面,华领人工智能构建了全学段 AI 融合课程体系,并搭建资源共享机制;课堂教学赋能方面,贯彻“331 实效教学法”,鼓励学生通过自主学习、合作探究提升学习效率,同时优化课堂时间分配;课题研究赋能方面,提供智能化科研工具包,支持跨领域课题高效协同攻关。
在实际运行中,课堂之外的关系也被纳入同一体系。第四层是响应四方关键需求。学生获得个性化学习体验和心理健康守护,家长能够透明了解孩子在校表现,教师获得减负增效和专业成长支持,社会能够关注教育公平和人才培养。方案通过小程序让家长实时掌握课堂参与度,通过多模态数据识别学生心理倾向,通过远程同步课堂让偏远地区共享优质课程。
进一步延伸到学生发展层面,第五层是强化五育融合。德、智、体、美、劳在智慧实践和小组合作中落到实处,从抽象理念转化为可观察、可引导的具体行为。这套方案依托水手数智教室 S900 在全国数十所学校落地,课堂讨论、展示与纠错等环节均被记录与分析,教师可以据此掌握学生学习情况并进行针对性调整。
在工具进入课堂、同时又受到使用限制的情况下,问题很快会落到更具体的操作层面:教师在什么环节可以使用,课堂与作业是否允许接入,学生是否参与其中,相关数据如何记录与管理,这些规则一旦被逐步明确,多智能体在学校中的实际使用范围也会随之确定。
热门跟贴