案例分享丨建设开放协同、持续成长的高校智能体生态-中国教育和科研计算机网CERNET

资讯

校园信息化

技术

资源与应用

产品与装备

信息服务

首页 > 教育信息化 > 校园信息化 > 高等教育

案例分享丨建设开放协同、持续成长的高校智能体生态

2026-06-15

　　近年来，AI技术快速发展，推动高校信息化从工具辅助迈向智能体协同阶段。如果说生成式人工智能解决的是能不能回答问题，那么智能体要解决的，则是能不能围绕目标持续行动、调用工具、完成任务。对高校而言，这意味着人工智能建设正在从知识问答、内容生成和示范应用，转向面向教学、科研、管理与服务全场景的系统重构。

　　国家政策层面亦有相关部署。2026年3月31日，教育部在国家教育数字化战略行动2026年部署会上强调，要用好人工智能这一关键变量，以“人工智能+教育”为抓手，推动人工智能融入教育全要素、全过程、全场景，开创国家教育数字化战略行动2.0新格局。

　　这一判断，在2026年4月10日印发的《“人工智能+教育”行动计划》中被进一步制度化。在高等教育领域，文件明确提出推动人工智能成为高校公共基础课，建设交叉融合课程，探索科学智能体、智能实验室和智能工具，形成一批高价值、可复制、可推广的应用场景。

　　对高校来说，智能体已经不是“要不要做”的选择题，而是“怎样建设、如何落地、能否形成持续机制”的必答题。

　　高校校级智能体与个人智能体的发展现状

　　高校智能体建设首先要解决的，不是部署多少个智能体，而是重新理解能力开放的内涵。智能体之所以区别于传统信息系统，就在于它不只是一个会对话的界面，而是一个能够调用知识、模型、数据和工具完成任务的行动单元。

　　因此，高校建设智能体，关键不在于数量多少，也不在于是校方建设，而在于开放相关能力。这些能力至少包括四个方面：

　　一是知识能力，即校内制度、流程、课程、科研与服务知识的结构化供给；

　　二是模型能力，即面向不同场景提供可调用、可约束、可评估的大模型能力；

　　三是工具能力，即邮件、日程、文档、代码、数据库、业务系统、知识库等接口的安全开放；

　　四是规则能力，即权限边界、审计要求、负面清单和责任追踪机制。没有能力开放，智能体只能停留在聊天；有了能力开放，智能体才可能真正进入教科管服流程，真正让师生便捷使用，提高效率。

　　目前，高校比较成熟的相关尝试是面向单一场景的专业智能体，如邮件智能体、备课智能体、论文评审智能体、文献综述智能体、编码智能体和实验智能体等，一般是通过智能体广场向师生开放。

　　师生需要在智能体广场中搜索对应的智能体，上传相关资料，随后让智能体处理，获得答案。此类智能体多数停留在解决重复性、规则性较强、知识密集型的工作，但基本都不具备操作业务系统或者与世界交互的功能。同时，由于使用这些智能体往往需要上传文档，并描述较多信息才能获取精确答复，故师生校级智能体的使用体验有待提升。

　　2026年初流行的个人智能体（如OpenClaw/龙虾等）标志着智能体的发展进入了新阶段。尤其是个人智能体可以充分使用本地文档，与操作系统进行交互，且具备较长久的记忆能力，并根据所处理业务分别设置不同的专业智能体，智能体之间可以相互通信。这一系列的优点，吸引了许多师生从学校提供的智能体转向使用个人智能体。

　　校级智能体与个人智能体的协同发展

　　个人智能体“可持续驯养”、可充分利用大模型能力及可持续陪伴师生成长的特性，使教育的另一层目标逐渐清晰：人工智能（AI）和人类智能（HI）共同成长的组合新型人才个体。

　　过往，高校的根本目标是培育德智体美劳兼具的人类人才，而在个人智能体出现后，高校的培育主体对象可在人类人才的前提下加上AI智能体，即具备较强能力且能伴随师生成长的、基于AI的数字分身。

　　为更好地实现这一目标，高校需对师生进行AI素养相关的一系列培训，尤其是个人数字分身成长的培育，而这就需要高校开放自身能力。

　　但我们也要注意到，个人智能体解决的是局部个体效能问题，校级智能体要解决的是校级组织协同问题。

　　未来，高校既要关注单个智能体能力的强弱，也要关注多个智能体能否围绕同一任务形成协作链条。

　　比如一项科研项目的申报，可由政策解读智能体负责提炼要求，材料智能体负责整合既有成果，写作智能体负责草案生成，评审智能体负责交叉检查，日程智能体负责节点提醒；又如一门课程的建设，可以由课程知识智能体、教学设计智能体、资源生成智能体、学情分析智能体共同参与。这种多智能体协同，本质上是在校园内重构人机协同的工作流。

　　建设路径

　　高校智能体建设既要考虑个人智能体的单点应用思维，也要考虑组织的协同机制思维。一方面，要建立统一的智能体能力底座，允许不同校级智能体共享模型、知识、算力、身份认证、日志审计与安全策略。

　　《“人工智能+教育”行动计划》已明确提出建设国家教育智能算力服务平台、组织基础语料库建设、研发教育专用大模型，并指出需建立智能应用能力评估体系，遴选不同场景的教育智能体上线国家平台。

　　这说明，未来的高校智能体不应当是封闭孤立的小工具集合，而应成为可接入、可组合、可治理的开放生态。

　　另一方面，高校必须重视对智能体的“驯养”及使用培训。无论是校级智能体还是个人智能体，都不是买来就能直接用好的标准软件，而是一种需要持续训练和持续校正的数字劳动力。

　　所谓“养”，是供给知识、模型和工具；所谓“驯”，则是建立边界、纠错和进化机制。对于高校来说，这至少包括三项工作：

　　第一，建立任务负面清单，明确哪些高风险场景只能辅助、不能替代。

　　第二，建立基于真实业务反馈的持续优化机制，让智能体在失败中改进，而不是一次部署、长期失管。

　　第三，建立人机协同责任链，确保关键节点有人复核、重要结果可追溯。教育部科学技术与信息化司负责人在答记者问中也专门强调，要统筹发展和安全，防范算法歧视、过度依赖、隐私泄露、学术造假和应试内卷等问题。

　　从建设路径看，校级智能体推进可分三步。

　　第一步是场景突破，优先选择高频、刚需、风险可控的场景，形成师生可感知的示范应用。

　　第二步是平台化整合，把分散的知识库、业务系统和智能工具接入统一底座，避免重复建设和烟囱式部署。

　　第三步是协同化升级，从单一智能体走向多智能体协同，从个人提效走向组织重构。

　　针对个人智能体的建设路径，首先，应开放学校业务的能力，师生在获得鉴权后可以访问相关资源。

　　其次，可构建命令行工具。智能体与业务系统的交互最直接、最有效且最安全的方式是通过命令行访问，而非通过图形界面方式。因此，各高校或业务系统供应商应提供自身的命令行工具。

　　第三是构建校级AI中心，提供AI算力、AIMCP工具、AI技能（SKILLS）广场，开放给师生使用。

　　教育部在2025年已启动人工智能赋能教育试点，在17个省市和18所高校探索了智能时代教育变革路径。这也说明，试点先行、示范牵引、逐步推广，仍将是未来一段时间高校推进“人工智能+教育”的基本方法。

　　结语

　　总结而言，高校智能体建设不能简单引入新技术，而应是一次围绕能力供给、组织流程、治理机制和育人体系的深度变革。

　　真正有价值的，不是让校园里多几个会聊天的AI，而是形成一个开放能力可供给、多个智能体可协同、关键过程可治理、师生能力可持续成长的、校级和个人智能体共存的智能体生态。

　　谁能率先完成从工具采购到能力开放、从单体应用到多智能体协同、从技术展示到制度落地、从AI赋能到HI+AI组合体的跨越，谁就更有可能在新一轮教育数字化变革中占据主动。

　　来源：《中国教育网络》2026年4月刊

　　作者：王玉平（上海海事大学教务处）

　　特别声明：本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者在两周内速来电或来函联系。