今年教师节，山东某高校教师收到了一份特殊的礼物——不是鲜花，也不是保温杯，而是一串"词元"（Token）。学校依托大模型平台开通了"词元网关"，把云计算AI算力接入校园，向每位教职员工派发AI生产力词元。校方的定位很直白：这些词元，是"实实在在的工作资源、科研弹药和教学工具"，用得好，它就是备课的智囊团、科研的加速器、课堂上的互动搭档。

如果你只把它当成一条猎奇的新闻，可能就错过了真正的信号。这不是某所学校的福利创意，而是一个正在发生的转折："AI"和"Token"，正在从少数人尝鲜的新玩具，变成全体高校教师绕不开的"办公用具"和"教具"。

就像二十年前，会做PPT从"加分项"变成了"基本功"；今天，会用AI、会算词元，正在走向同样的位置。这篇文章，想和你把这件事聊透。

一、工具清单正在被改写：从粉笔、PPT，到"词元"

每一代教师，都有一份属于自己的"工具清单"。

再往前是粉笔和黑板，字写得好、板书画得漂亮，就是硬功夫。再往后是PPT和投影仪，课件做得精不精美，一度成了公开课的胜负手。到了线上教学那几年，录课、剪视频、搭线上课程，又成了新的门槛。

而这一轮，清单上多出来的两个词，是"AI"和"Token"。

节奏比很多人想象得更快。2026年4月，教育部等五部门联合印发《"人工智能+教育"行动计划》，明确提出"推动人工智能成为高校公共基础课"。这意味着，AI不再只是一门专业课的内容，而是正在变成像大学英语、像计算机基础一样的存在。

政策的风向标之外，更值得注意的是校园里的动作。2026年以来，全国高校普遍把AI基础设施列为建设重点：新建或扩容智算中心、部署大模型、上线校级智能体平台，把"算力从账面资产变成真实生产力"。不少学校开始向全校开放大模型，并提供免费的Token包。而山东那所学院做的，不过是最新、也最直白的一步——把词元，直接发到每一位老师手里。

📊 一个值得记住的趋势：过去学校比拼"有没有机房"，后来比拼"有没有智慧教室"，现在开始比拼"每位老师和学生，能不能稳定地用上算力"。

当学校开始像发粉笔一样发"词元"，一件新工具就已经从"选修"变成了"标配"。

二、Token到底是什么？为什么它是"办公用具"的耗材

对不搞技术的老师，Token这个词的确陌生。说人话：它是大模型处理信息的最小计量单位。你发一句话，模型会把它切成若干小块，每一块就是一个Token；模型"思考"和"作答"得越多，消耗的Token就越多。它既是AI调用量的评估标准，也是大模型厂商的计费单位。

2026年3月25日，全国科学技术名词审定委员会发布公告，推荐把token的中文名定为"词元"。到了8月，围绕"用Token还是用词元"，人民网还专门刊发评论，讨论科技话语权的问题。一个技术名词能引发这样的讨论，本身就说明它已经渗透进了公共生活。

为什么说它像"办公用具"？因为它具备了耗材的全部特征：有单价、有损耗、会用完。

南京大学计算机学院副教授蒋炎岩，把这个道理讲得最直接。他在2026年秋季新开的《生成式软件工程》课上，把Token定义为AI时代的"实验耗材"——和化学系的试剂、物理系的器材一个道理。他的课明确三条规则：禁止"古法编程"（不借助AI工具）、统一使用指定大模型、Token由学生自费购买。他还反对无节制地挥霍算力，用他的话说，课程的核心目的，是让学生建立工程领域的"成本、质量、延迟"三大意识。

📊 耗材是有价的：

- 2026年以来，国内大模型API定价，每百万Token从0.025元到2.3美元不等；

- 2026年8月，DeepSeek API价格上调，高峰时段输出价格从每百万Token 6元涨到27元；

- 在复杂推理场景下，单日调用费用可达数百元。

对习惯了"AI免费"的人来说，这些数字可能有点扎眼。但换个角度想：粉笔要钱、打印纸要钱、墨盒要钱，为什么AI的"耗材"就不该有成本意识？真正成熟的工具，一定是"用得省、用得好"的工具。

也正因如此，配套动作开始出现。工信部2026年8月发布的专项行动通知里明确提出，鼓励高校联合产业方共建实训基地，通过统筹采购大模型token服务、发放"算力券"等方式，降低学生用AI的成本。学校统一采购、老师按需使用——这套逻辑，和当年发实验耗材、建电脑房，几乎一模一样。

词元不是概念，是账本。谁先读懂这本账，谁就先摆脱"AI很贵"的心理负担。

三、当它成为"教具"：AI正在改写大学课堂

如果"办公用具"解决的是效率和成本，那么"教具"回答的是另一个问题：AI怎么真正走进课堂，让"教"和"学"发生改变。

先说备课。过去备一节课，是"写"——写教案、写课件、写板书。现在越来越多老师发现，这件事正在变成"改"：AI能基于教学大纲，自动拆分知识点，生成包含教学目标、活动设计和作业布置的完整教案框架。你要做的，是在这个初稿上做判断、做取舍、做本地化。有工具测评显示，成熟的AI课件工具可以导入教案、说课稿甚至课文原文，直接生成结构完整的课件，省去大量复制粘贴的中间环节。

再说课堂。AI正在从"后台工具"走到"台前搭档"。有老师把课堂上常见的概念性问题交给AI即时答疑，把复杂问题留给自己；也有老师干脆把AI"请上讲台"，用它来打辩论、做思辨。

这里有一个国内的鲜活案例。在仲恺农业工程学院马克思主义学院的一场主题党日活动中，何睿老师分享的正是"论辩式课堂教学模式——与AI辩论"。他从"辩题设计""工具与流程""教师角色"三个方面，讲怎么构建互动思辨课堂：辩题要结合课程重点和社会热点，具备开放性和可辩性；借助AI辩论平台模拟观点，引导学生检索、分析、形成自己的论点；而教师，要从"知识传授者"转变为"辩论引导者"。同场分享的余封亮老师则从科研角度切入，展示用DeepSeek等大模型完成文献综述、数据分析、论文写作的方法。

这些案例背后，是同一个角色转变：AI越好用，教师越不能只当"知识搬运工"。 香港一位老师用一个词概括了新的身份——"教育工程师"。在她的课堂里，学生水平参差、背景多样，她负责设计学习路径、准备资源，AI负责把设计转化成课件和互动工具；她再通过提示词工程，精确控制AI输出的边界。在她看来，教师负责设计学习的旅程，AI只是把复杂多样的资源落地的那双手。

💭 互动时刻：在你的课堂里，最希望AI替你做哪件事？ A. 备课、做课件　B. 出题、批改、答疑　C. 课堂互动、个性化辅导。留言区告诉我你的选择，我们一起看看共识在哪。

以前教师拼的是"讲得好不好"，往后还要拼"设计得好不好"。

四、冷静看看争议：工具越好用，越要守住"人"的位置

把AI和词元捧成"标配"，并不意味着没有争议。恰恰相反，越是新工具，越需要冷静。

南大那句"没有Token的CS学生应该立即退学"，在网上炸开了锅。蒋炎岩后来回应，那只是课堂上夸张化的教学警示，不会真的让学生退学。但争议并没有因此平息，因为它戳中了几个真问题。

第一，成本由谁承担。把"耗材"成本转嫁给学生，会不会给家庭困难的学子设置新的门槛？正如一些评论所指出的，学校应当像当年承担理化实验试剂一样，承担起基础教学实验的开销，而不是把刚需成本甩给个人。这正是"算力券""统一采购"这类政策出现的意义——守住教育公平的底线。

第二，"用了AI"不等于"学到了"。有人一针见血：老师用AI出题，学生用AI做作业，最后谁都没有得到实质训练。工具再强，也不能代替思考。这也是蒋炎岩强调"成本、质量、延迟"三大意识的原因——他反对的不是AI，而是无节制滥用AI的"tokenmaxxing"。

第三，是老问题的新版本：学术伦理、数据安全和隐私。未发表的科研数据、学生的隐私信息、涉密项目材料，能不能交给在线AI处理？这个问题，在"全员上AI"之后，只会更尖锐。

工具越强，越要有人守边界；否则省下的是时间，丢掉的是判断力。

五、给高校教师的5条建议：如何把Token用成"教具"

聊了这么多趋势和争议，最后落到最实在的问题：作为一线教师，现在该做什么？我给5条建议。

第一，从一个最小的场景开始。不要一上来就想"全面AI化"。选一件你每周都要重复做的事——批改、答疑、找资料、做课件——先用AI替你跑一遍，感受它到底省在哪、坑在哪。

第二，建立成本意识。把词元当成"耗材"来用，像用电用水一样。知道一次深度对话大概消耗多少、哪些操作最"烧钱"，你才会用得更聪明，也才能理直气壮地教学生成本意识。

第三，练好"提示词"这项基本功。同一件事，会问和不会问，结果能差出好几倍。与其到处找"万能指令"，不如把自己的学科语言、教学要求，慢慢沉淀成几套自己常用的提示词模板。

第四，把"人"的位置想清楚。哪些事必须你亲自做（价值引导、学术判断、情感交流），哪些事可以交给AI（检索、整理、初稿、批改辅助）。分工越清晰，AI越是帮手，而不是替身。

第五，善用学校资源。校级智能体平台、算力券、教师培训、跨院系的技术支持……这些资源往往已经存在，只是很多人不知道、不去用。开口问，往往比闷头摸索更划算。

写在最后

从粉笔到PPT，从PPT到线上课程，每一次工具的换代，都会让一些老师焦虑，也会让一些老师脱颖而出。今天，轮到了AI和词元。

山东的高校把"词元"当教师节礼物发下去，南京那位老师把"Token"写进课堂规则，教育部把"人工智能"写进公共基础课——三个看似不相干的切片，指向的是同一件事：AI正在从"新工具"变成"常用工具"，从"选修"变成"标配"。

这既是机会，也是提醒。机会在于，谁先把它用顺手，谁就先拿到未来的效率红利；提醒在于，工具终究只是工具，讲台上那个会追问、会共情、会做判断的"人"，永远是课堂的主角。

AI和Token要成为高校教师的"办公用具"和"教具"——但能不能成为"好工具"，取决于用它的人怎么想、怎么用。

如果这篇文章对你有启发，欢迎点赞、在看、转发三连。💬 评论区聊聊：你已经在用AI备课或做科研了吗？用的是哪个工具，踩过哪些坑？