北京
聚焦智能体应用，“引智”赋能课堂
随着大语言模型快速发展，人工智能的应用方式持续演进。为提升华东师范大学基础教育学科教研联盟校教师的教学效率与数字素养，帮助其掌握将 AI 工具融入日常教学的能力，2026 年 10 月 16 日上午，由华东师范大学基础教育学科教研联盟主办、华东师范大学上饶实验中学承办的“智能体时代的技术演进与教育创新实践”专题教研活动顺利举行。活动邀请华东师范大学上海智能教育研究院专任副研究员郝昊担任主讲嘉宾，出席本次活动的平台实践指导老师还有华东师范大学计算机学院肖春芸、窦亮老师，上海智能教育研究院钱莹老师。
郝昊老师以“从大模型到智能体”为题，梳理了大语言模型的能力生成路径：预训练阶段基于海量语料完成基础语言建模，使模型具备文本生成与语义理解能力；指令训练阶段通过监督式训练对齐人类意图，提升对具体指令的遵循度；推理训练阶段引入思维链等推理机制，强化多步推理与问题求解能力；工具调用则突破纯文本输出的局限，使其能够检索信息、执行计算与调用外部服务，从而由对话式的大模型演进为面向目标的智能体。顺着这一脉络，郝昊老师提醒老师们记住几个关键概念：Token 是模型处理文字的基本单位，也是平台计费的主要依据；模型本身“无状态”，需依赖历史对话维持记忆，因此上下文窗口至关重要，切换新任务时应新建对话；知识库让模型按需检索私有资料，也就是检索增强；可复用、按需加载的 Skill 经验包，则能把成熟做法固化下来。在此基础上，他进一步说明智能体为何比大模型更好用——如果说大模型像一位需要反复交代的助手，那么智能体则是围绕目标连续执行任务，自主决策、调用工具、观察结果、迭代调整，人只需下任务、验结果。
现场，郝昊老师演示了开源教育智能体平台 Inno-agent的两个案例：一是让智能体联网检索 2025 全国卷高考立体几何题，并生成带动画的交互式讲解网页；二是先让模型联网检索三角函数的知识点与核心素养要求，再据此生成符合课标要求的 PPT。两个案例共同说明：一旦注入工具、Skill、运行环境和联网检索，老师在对话中真正要撰写的内容其实很少，更多是承担审核与把关的角色。
最后， 郝昊老师给出了三条贯穿任务全流程的落地建议：任务前，明确需求边界——给谁用、做什么、依据什么、守什么边界、交付成什么格式；任务中，在关键节点做出判断，一旦发现跑偏，及时暂停或者主动缩小范围；任务后，凭借教育学专业能力，对生成内容做一轮人工校验。技术能替教师做的越来越多，而老师真正不可替代的价值，恰恰落在最后这一步。
活动最后的实践环节，在主讲嘉宾与指导老师的带领下，与会老师现场操作体验了 Inno-agent 平台，亲手尝试把零散的对话操作，转化为可复用的智能应用。
本次专题活动从原理讲解、现场演示到平台实操，层层递进，把“智能体”这一看似遥远的概念，拆解为教师日常可理解、可上手、可复用的工具与流程。与会老师普遍反映，活动既解答了“模型为什么常常达不到预期”的疑问，也让大家看到了一条清晰的路径：把需求讲清楚、在关键节点做判断、用专业能力做把关，教师不必成为技术专家，也同样能让 AI 成为教学中的得力助手。正如郝昊老师留给在场老师的那句话——“AI 时代，人不会被取代，但高效使用 AI 的人，一定会淘汰沿用传统思路工作的人”。这值得每一位教育工作者深思与记取。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
