教育AI技术迈向变革奇点:从辅助工具到教学伙伴

一、临界点：三个标志性节点

判断一个技术方向是否越过临界点，不看发布会数量，而看三件事：基础设施是否开始建设、评价体系是否开始成型、实践是否开始跨出国界。2026年9月的中国教育AI，恰好在这三条线上同时出现动作。

1.1 服贸会教育专题：从"秀技术"到"秀落地方案"

9月9日至13日，2026年中国国际服务贸易交易会在北京首钢园举办，教育服务专题以"教育强国，智创未来"为主题，是九大核心专题之一。与往年相比，最值得注意的不是展品本身，而是展览逻辑的切换：今年不再只秀技术，而是围绕教育智能体、AI基础教育应用、教育垂类模型、智能装备和智慧课堂，呈现从家庭伴学到校园治理的完整落地方案。

参展结构也印证了这一变化。本届教育服务专题整体提质，参展500强及行业龙头企业较去年明显增多，既有北京大学、北京理工大学等重点高校，也有英国文化教育协会、法国法语联盟等境外机构，还包括国智创科中试基地、飞象星球、加速进化、尚睿通、中国移动、科大讯飞、新东方等头部企业集中亮相。企业层级上移，说明教育AI已经从"创业公司试水"进入"主力厂商下注"的阶段。

开幕式上，多项重磅项目集中签约落地：国家人工智能应用中试基地（教育领域基础教育方向）、育见"京小宝"京娃守护计划完成签约；《北京市教育领域人工智能应用指南（2026年）》等重要成果正式发布。同时，中国—上海合作组织基础教育合作中心揭牌并设在北京，将重点围绕青少年人文交流、教师培养培训与交流、人工智能赋能基础教育、教育政策研究与智库开展工作。这意味着教育AI已不只是国内的产业议题，同时被纳入了国际教育合作的框架。

1.2 国家中试基地：把"有技术"变成"有支撑、有验证、有应用"

本届服贸会最具分量的成果，是国家人工智能应用中试基地（教育领域基础教育方向）正式启动建设。它被定位为我国"人工智能+"基础教育从单点应用走向中试验证、规模推广与全球输出的新型基础设施——这个定位的关键词是"中试"。

长期以来，教育AI最大的断点不在算法，而在"最后一公里"：企业有技术，学校不敢用；学校有场景，企业进不去；产品进了课堂，没人能说清它到底有没有效。中试基地要解决的正是这一段。它面向基础教育全行业，构建"1个中试服务门户 + 3套教育词元、评测、智能云能力"的前店后厂模式，为教育企业和院校提供从模型测试到场景验证的一站式服务，实现校内校外双向贯通。

其建设阵容体现了"国家队"属性：在北京市委市政府统一部署下，由北京市教委、市发改委、市国资委等委办局及中关村学院深度指导，北京国资公司所属北京数据集团联合中国移动北京公司、人民教育出版社、北京工业发展投资管理有限公司、北京智谱华章科技股份有限公司、科大讯飞北京有限公司等单位共同建设。截至目前，基地已初步建成清启教育垂类大模型、"人工智能+教育"中试验证平台及"人工智能+教育"评测场等一批关键载体。

值得单独拎出来的是9月11日发布的教育词元（Token）公共供给平台——首个面向基础教育行业的国家级人工智能算力普惠供给平台。它的链路设计颇具指向性：教师、学生或业务平台发起调用需求，统一接入教育云算力底座，经由教育垂类模型协同知识图谱与高质量数据集做多维增强处理，最终通过安全治理与计量，生成合规、可追溯的教育专属词元。与通用词元服务不同，教育词元深度理解教育术语与学情数据，遵循教育规律输出合规内容，支持多学段多学科适配。

这个设计的深意在于：它把"算力"重新定义成了"可计量的教育服务"。 一旦调用行为可计量、可追溯，"AI在教学里到底用了多少、用得合不合规"就从一笔糊涂账变成了可审计的账目——这是教育AI走向规模采购的前置条件。

1.3 OpenMAIC出海：154个国家和地区的中国样本

另一条线发生在国际舞台。9月8日，清华大学教育学院MAIC团队携自主研发的AI教育智慧体项目OpenMAIC亮相联合国教科文组织2026数字学习周，通过学术报告与现场实操进行展示。

支撑这次亮相的是一组规模数据：自2026年3月正式开源以来，截至8月底，OpenMAIC已汇聚超过58万名创作者，累计生成超100万门AI课程，全球AI交互次数突破3400万次，覆盖154个国家和地区。不到半年时间，这项源自清华实验室的成果跨越语言与国界，落地于世界各地的真实课堂。

产品定位上，OpenMAIC是"AI教育智慧体工作台"，支持教师把教学目标、专业经验与学习者需求融入课堂设计，使AI从辅助工具转变为深度参与课堂互动的智能体。它的核心命题落在两个真实痛点上：教师如何高效设计个性化课堂？学习者如何获得适配自身能力的互动体验？团队坚持开源共享，降低优质AI教育技术的使用门槛，尤其对教育资源相对薄弱地区，提供了接触前沿技术并实现本地适配的可能。

值得注意的判断是：教育AI的输出形态正在从"产品"转向"能力"。 开源一个工作台，让154个国家的教师各自构建本地化学习环境，其扩散效率远高于逐国推销成品软件。这或许是中国教育技术出海的一条更现实的路径——不输出标准答案，而输出可改造的工具。

二、形态：教育智能体的产品路径

如果把2026年9月展出的教育智能体做一次归类，会发现它们并不是同一种东西。按"谁在用、在哪用、解决什么"划分，至少存在四条彼此差异明显的路径。

2.1 区域级智能体集群："京娃"矩阵

"京娃"矩阵是本届教育展的亮点之一，它的特殊性在于主体是政府而非企业。该系列源自北京市教委《北京市推进中小学人工智能教育工作方案（2025—2027年）》，方案明确提出创新培育"京娃"系列智能体、全覆盖开展中小学人工智能通识教育、打造"助教、助学、助育、助评、助研、助管"应用场景。本届服贸会展出的是迭代后的第二批矩阵。

其覆盖范围横跨课堂教学辅助、个性化学习、校园治理和公共教育服务。内部分工清晰：育见"京小宝"面向托幼和早期教育，其他智能体分别承接学习辅导、身心健康、教师支持和家校协同。设计目标是把分散的AI工具连成一套普惠高效的智慧教育服务网——对学校和家庭来说，AI不再是单个答题器，而是可衔接备课、上课、练习、管理等环节的助教与学伴。

这一路径的价值不在单点能力，而在"统一入口+统一治理"。 当区域教育行政部门成为智能体的组织者，数据边界、准入标准、审核责任就有了明确的承担主体，这是单校零散采购无法实现的。

2.2 校内闭环：飞象星球的AI墨水屏平板

飞象星球的思路是把AI放进学校的教学闭环里，让教师更专注设计和引导。其AI墨水屏平板基于开源鸿蒙和国产硬件，搭载教育垂类大模型，书写和阅读接近纸质感——硬件选型本身就是一次判断：在K12场景中，"像纸"比"像iPad"更重要。

工作流设计是典型的闭环结构：教师下发材料与随堂任务，学生作答实时回收，系统汇总正确率、易错点和耗时，帮助老师判断该讲哪、该练哪；课后可继续做作业、阅读和AI答疑，形成"课堂发现—课后补弱—再次评估"的循环。

落地数据已有样本：在北京平谷区，飞象AI墨水屏平板已实现初中部分年级全覆盖，3000余名学生通过终端接收个性化题目、完成作业。

这里的关键词是"闭环"而非"工具"。 单点AI工具解决的是某个环节的效率，而闭环解决的是教学决策的依据问题——教师依据的是全班实时的作答分布，而不是事后的感觉。

2.3 家庭伴学：斑马的"克制式交互"

斑马儿童科技展台展示的是另一种取向：面向2至12岁儿童，不是单点产品，而是覆盖英语、阅读、百科、表达等场景的AI伴学体系。它的设计细节值得逐条看。

一名五六岁孩子用不太标准的英语开口，系统先识别发音，再判断他想表达什么，不直接抛出标准答案，而是给出针对性反馈，鼓励他重新说一遍。另一名孩子转动3D恐龙模型、观察骨骼和内脏结构后提问，AI会按年龄调整讲解深浅，答完再抛出关联问题，把一次问答变成连续探索。

展台工作人员把设计难点概括得很清楚：重点解决儿童教育中"什么时候该提示、说多少、何时不替孩子做决定"的问题。

这三问恰恰是教育AI与通用AI最本质的分野。 通用AI的优化目标是"准确回答"，教育AI的优化目标却是"该不该现在回答、回答到什么程度"。前者追求能力上限，后者追求介入的恰当性——这需要教育规律的约束，而不是模型规模的堆叠。

2.4 具身智能：从屏幕走向实验室

服贸会教育专题的机器人展区是现场人气最旺的区域之一。北京加速进化科技有限公司与深度机智（北京）科技有限公司两家企业均为首次参展，各自亮出面向教育场景的具身智能产品。

更具教学价值的是"AI未来学习空间"。其中AI理化生实验室融合虚拟仿真、智能传感、数据采集和分析能力，能够完成高危、高成本、难以直接观测的实验演示与实操训练；数智劳技实验室覆盖手工工艺、智能制造、科创植物等实践教学模块，可结合智能工具与项目式任务开展劳动实践。该空间由北京RISC-V数字基础设施创新中心联合中关村丰台园企业北京贝能达信息技术股份有限公司打造。

硬件与课程的一体化也在成型。新东方展出东方创科人工智能开发板2.0、人工智能教学套装、灵驭BOT机器人竞赛套装，覆盖不同成长阶段，配套人工智能创想、智造、实践三大课程体系，以项目式教学引导孩子从感知AI到亲手创造AI作品；其智慧教育构建了"课程资源+硬件套装+软件平台+教师培训+竞赛服务"五位一体的一站式解决方案。

四条路径并置，可以看出一条共同线索：教育智能体正在从"通用大模型套壳"转向"场景专用"——专用硬件、专用词元、专用闭环、专用课程。 通用能力负责下限，场景专用决定上限。

三、边界：从"会生成"到"按教学规律服务"的四道门槛

能力已经不是瓶颈，边界才是。2026年9月这轮密集落地中，最清醒的声音不是来自展台，而是来自对风险的复盘。把这些复盘归拢起来，教育智能体真正要跨过的是四道门槛。

3.1 内容把关：生成不等于可信

智能体生成的内容来自海量网络语料，其中难免夹杂错误观点和不良信息。一旦未经把关就推送给学生，轻则误导认知，重则消解主流价值的引领力。尤其值得警惕的是，智能体在回答政治性、历史性问题时可能"一本正经地编造"——学生缺乏辨识能力，容易以讹传讹。

高校思政育人场景的实践归纳给出了一条底线判断：理论辅导可以智能化，政治把关不能缺位。 这一条对K12同样适用，只是把关主体从思政队伍扩展到了学科教师与教研组。

对应的治理动作是明确的：对进入育人场景的智能体应用建立内容安全审查机制，重要理论表述以权威文献为准，生成内容坚持先审后用。

3.2 认知让渡：别让学生被"圈住"

第二类风险更隐蔽。智能体倾向于投其所好地推送内容，久而久之，学生容易困在自己喜欢的信息圈子里，视野越收越窄。更麻烦的是依赖：部分学生遇事不思考、先问AI，独立思考的习惯慢慢退化，教育者的引导作用也被悄悄稀释。

这一风险在自适应学习产品上已有实证。效果呈现明显的两极分化：自律性强的学生借助工具查漏补缺，效率提升显著；自律性差的学生容易敷衍完成任务，数据失真后算法拿到虚假学习行为，反而给出错误的学习规划。

这说明一个容易被忽略的事实：AI工具的效果高度依赖使用者本身，不是工具上线就自动带来成绩提升。 教育AI的评估指标里，必须包含"是否削弱了自主学习能力"这一负向项，而不仅是"是否提升了答题正确率"。

3.3 数据边界：学情数据不是营销资产

第三类风险涉及法律与伦理。智能体要精准服务，就得收集学生的学习轨迹、思想动态等敏感信息。这些数据采多少算够、存在哪里、谁能使用，如果没有规矩约束，一旦出现泄露和滥用，损害的是学生权益，透支的是组织公信力。

现实中的问题已经出现：部分商业产品为了优化算法过度采集学生隐私数据；数据存储防护不到位，存在泄露风险；甚至出现把学生数据用于商业营销的现象。而未成年人数据保护要求远高于普通用户——企业开展AI教育业务必须最小化采集数据、明确数据使用边界、禁止把学情数据用作教学以外用途；学校选用AI教育产品，应当把数据安全作为核心考核指标。

需要特别点出的是"商业绑架"这一类风险：警惕教育大模型厂商的"数据回流+锁课+续费"陷阱。学情数据一旦成为厂商的资产，学校在续约谈判中就失去了议价能力。

3.4 教师主体：AI是能力放大器，不是替代品

第四道门槛关乎教育本身。课堂之中师生互动、情感交流、价值引导、挫折教育、人格熏陶，是AI无法完成的。学生受挫之后的心理疏导、价值观塑造、品格培养，需要人与人之间真实的情感连接——AI可以模拟对话，但没有真实的共情能力。

落地实践中的偏差恰恰出现在这里：部分智慧校园试点学校部署AI学情系统后，教师过度依赖AI报表，单纯依靠算法分数评判学生，忽略学生的现实状态；还有学校盲目追求硬件，采购大量AI设备但缺乏对应应用培训，设备闲置，沦为展示项目。

海外经验提供了参照。生成式AI进入校园后，很多国外高校经历了从全面禁止到制定AI使用规范的转变：不再一刀切禁用，而是明确什么场景可以使用、什么场景禁止，教会学生合理使用AI完成研究、辅助思考，同时要求标注AI生成内容。

结论应当被反复重申：AI是能力放大器，而不是替代品。 教师的核心育人地位不会因技术阶段而改变。

四、底线：规则框架同步到位

与以往"技术先跑、规则后追"不同，2026年这一轮教育AI落地，规则几乎是同步出台的。这构成了本年度最重要的结构性变化。

4.1 场景化安全指引：五类场景、可执行条款

2026年9月，全国网络安全标准化技术委员会（TC260）发布《网络安全标准实践指南——人工智能应用安全指引 教育》（v1.0-202609）。这份文件的方法论值得注意：它没有停留在原则宣示，而是把教育AI拆成智能助教、智能助学、智能助研、智能助管、智能助评五类具体场景，逐场景给出可执行条款；涉及多个场景的，应结合实际功能同时符合相应场景要求。

以智能助教场景为例，条款密度很高，且每一条都指向真实的教学冲突：

❧坚持以人为主导：教师把握AI介入教育教学的时机与频次，尽到监督指导职责，推荐可靠工具、设定使用边界，并培养学生甄别、批判与规范使用AI的能力，未经权威资料核验不应盲信；不应干扰、替代真实师生互动，不应直接以AI回答学生问题或提供咨询作为最终答案。

❧访问控制和应急接管：支持按使用范围、管理层级采取实时干预和接管措施，同时支持学生主动终止个人会话；课堂教学、考试测评等连续性要求较高的环节发生异常时，应优先保障正常教学秩序，及时向教师或管理员提示，请求人工接管或转换为非AI教学方式。

❧答案输出控制和人工复核：支持按学段、学科、任务类型和学习目标设置答案输出层级，优先提供解题思路、方法提示和分步引导，避免在不适宜的场景中直接输出完整答案；使用AI辅助作业批改时，主观题、开放性任务应由人工复核确认。

❧生成内容的解释说明：提供必要的引用来源、推荐理由和不确定性提示，提升透明度；进入课堂教学环节的AI生成内容应由人工审核，发现连续错误输出、异常内容或越权调用时，应暂停相关功能，经整改复核后方可重新启用。

这份指引最有价值的地方，是把"人机边界"从理念翻译成了产品需求。 "支持学生主动终止个人会话""考试环节异常时优先保障教学秩序"这类表述，意味着教育AI产品必须内置这些能力才能合规——边界不再是教师的自律，而是产品的功能。

4.2 分学段的使用边界

智能助学场景则给出了按学段递进的使用规则，这是中国教育AI治理中一项具有原创性的设计：

❧小学阶段：学生不应独自使用开放式内容生成功能，应在教师或监护人在场指导下使用；

❧初中阶段：可适度开展逻辑探究；

❧高中阶段：可结合原理探究使用；

❧高等教育阶段：应在任课教师规定范围内自主使用；

❧研究生科研场景：按智能助研要求执行。

同时，产品应提供使用时长、使用频率和使用时段管理功能，支持教师或监护人根据学生年龄、学段及教学需要设置连续使用时长、休息间隔和夜间使用限制；加强个性化推荐、拟人化互动和付费功能限制；并向教师或监护人提供使用情况统计、规则设置和异常提醒等监督工具。

这条分学段线的底层逻辑是认知发展规律： 越年幼的学习者，越需要外部结构来约束AI的介入强度；越年长的学习者，越可以从"被约束"过渡到"被赋权"。把同一套AI能力按学段分层供给，而非全学段一套参数，是教育AI区别于通用AI的关键工程约束。

4.3 身份治理与职业体系

规则建设同时延伸到主体和人的层面。

在主体侧，2026年9月10日外滩大会期间，《区块链和分布式记账技术 智能体身份管理要求》国家标准化指导性技术文件正式启动立项，为行业设计、开发、部署智能体身份系统提供国家级指导。同期发布的《2026年企业级智能体商业演进十大趋势洞察》提出，企业级Agent竞争正从模型能力转向交付入口、编排治理和商业化体系。这两条动向合起来说明：智能体即将拥有"身份"，而身份是责任归属的前提。 一个能被追责的智能体，才能被允许进入课堂。

在人的侧，人社部与教育部于2026年9月联合启动"AI教师"新职业培训计划，首批覆盖10万教师。同时，"AI增强教师（AI-Augmented Teacher）"成为2026年的新共识：AI承担重复性工作（批改、统计、检索），教师专注情感交互、价值引导、创造性教学。AI素养在2026年纳入综合素质评价，包含AI工具使用、AI伦理理解、AI项目创作三个维度。教育部于2026年7月发布的《教育人工智能应用伦理指引》则确立了教育AI伦理四原则：数据隐私、算法公平、教师主体、学生福祉。

教师角色转型的压力是真实的： AI要求教师从"知识传授者"转向"学习引导者"，这对数字素养提出了更高要求。10万教师的培训规模，正是对这一压力的正面回应。

五、行动：学校与区域推进的五步路径

规则已经明确，路径也随之清晰。综合2026年9月的政策动向与实践样本，学校与区域推进教育智能体可以遵循以下框架。

5.1 五步推进路径

这个顺序的设计意图很明确：先培训人，再进入学科，合规贯穿全程，评价后置融合。 把教师培训放在第1步，是对"设备闲置沦为展示项目"这一常见失败模式的直接规避；把评价融合放在第4—6月，则避免了在工具尚未稳定时就用AI改写评价体系的冒进。

5.2 六道防御清单

在推进过程中，有六类风险需要逐项设防：

1. 数据隐私：学生数据不出校、脱敏存储、最小化采集、第三方独立审计；

2. 算法偏见：定期审查AI输出的性别/地域/阶层偏见，多模型交叉验证；

3. 教师主体性：AI决策权归属教师，教师AI素养纳入职称评审，拒绝"AI替代教师"叙事；

4. 学习异化：单生AI辅导每日≤30分钟，禁止AI代写作业，保留纸质阅读与户外运动；

5. 商业绑架：警惕教育大模型厂商的"数据回流+锁课+续费"陷阱，政府采购合规；

6. 伦理底线：禁止AI用于学生心理画像歧视，禁止AI替代教师评语，保留人类教师最终决策权。

在内容与治理层面，还需落实五项动作：把好方向（建立内容安全审查机制，重要理论表述以权威文献为准，生成内容先审后用）；立好规矩（明确正面清单和负面清单，学生个人信息分级分类保护，定期对算法模型开展审计评估）；配好搭档（重复性、事务性工作交给智能体，价值引领、心理疏导、成长陪伴留给教师）；育好队伍（将智能素养纳入教师队伍培训体系，鼓励教师与技术人员协同研究）；聚好合力（多方共治织密防护网络）。

5.3 选型与采购的三个判断

结合区域实践样本，学校在选型时可以把握三条判断标准。

第一，看是否形成闭环，而非看功能数量。 青岛平度模式的启示在于，青岛市市北区借助DeepSeek的AI教学辅助平台构建"AI+教研"新范式，推动全区教研从经验导向转向数据驱动——价值产生在"数据驱动决策"这一环，而不是在"能生成多少内容"。上海闵行区使用AI分析学生课堂行为数据，识别学习困难或心理风险，预警准确率超85%，同样印证了闭环的价值。

第二，看是否有可验证的效果口径。 智能批改领域已形成较成熟的口径：AI自动批改客观题与主观题（作文、英语口语），与教师评分的相关系数≥0.85。凡是无法给出类似可验证指标的产品，都应先进入中试再谈采购。这也正是国家中试基地"教育AI评测场"存在的意义——重点展示教育大模型在准确性、安全性等方面的测试和评价能力。

第三，看是否守住数据边界。 学情数据的所有权、存储位置、使用范围必须在合同中写明，并配套第三方审计。在未成年人数据保护要求远高于普通用户的约束下，数据条款应当成为否决项，而非加分项。

一个务实的判断是： 教育智能体在真实课堂中"提分/减负"的严格随机对照实验数据目前仍不充分，各厂商披露的多为自有口径。因此当前阶段合理的做法不是等待完美证据，而是用小范围中试验证替代大范围铺开——在2—3个学科、1个学期的时间窗内验证有效性，再决定是否扩大。这也正是国家中试基地试图提供的能力。

摘要

2026年9月，中国教育AI出现了三个同步的标志性节点：服贸会教育服务专题从"秀技术"转向"秀落地方案"，展览围绕教育智能体、教育垂类模型、智能装备和智慧课堂呈现完整方案；国家人工智能应用中试基地（教育领域基础教育方向）启动建设，以"1个中试服务门户+3套教育词元、评测、智能云能力"的前店后厂模式，配套发布首个国家级教育词元（Token）公共供给平台，把算力重新定义为可计量、可追溯的教育服务；清华OpenMAIC亮相联合国教科文组织2026数字学习周，开源半年即汇聚58万名创作者、生成超100万门AI课程、覆盖154个国家和地区。

在产品形态上，教育智能体已分化为四条路径：区域级智能体集群（北京"京娃"矩阵，覆盖助教、助学、助育、助评、助研、助管）、校内教学闭环（飞象AI墨水屏平板，形成"课堂发现—课后补弱—再次评估"循环，平谷区3000余名学生已使用）、家庭伴学体系（斑马面向2—12岁儿童的"克制式交互"，核心解决"何时提示、说多少、何时不替孩子做决定"）、以及具身智能入校（AI理化生实验室、数智劳技实验室与机器人竞赛套件）。

核心结论有三点。其一，教育AI的竞争焦点已从"会识别、会生成"转向"按教学规律服务"，衡量标准不是回答准确率，而是介入的恰当性。其二，规则与落地同步到位：TC260《人工智能应用安全指引 教育》（v1.0-202609）把教育AI拆为智能助教、助学、助研、助管、助评五类场景给出可执行条款，并按小学、初中、高中、高等教育分学段设定使用边界；教育部《教育人工智能应用伦理指引》确立数据隐私、算法公平、教师主体、学生福祉四原则；人社部与教育部联合启动首批10万教师的"AI教师"新职业培训。其三，人机边界正在从理念变成产品功能——"支持学生主动终止会话""考试异常时优先保障教学秩序"这类条款，意味着合规不再依赖教师自律，而是内置在产品之中。

对学校与区域的建议是：先培训人（学期初2周全员AI素养培训），再学科切入（2—3个学科试点），合规贯穿全程，评价后置融合；同时守住六道防线（数据隐私、算法偏见、教师主体性、学习异化、商业绑架、伦理底线）。鉴于真实课堂中"提分/减负"的严格对照实验证据仍不充分，当前阶段应以小范围中试验证替代大范围铺开。AI是能力放大器，而不是替代品——这一判断在2026年9月已被政策、标准与实践共同确认。

参考来源

1. 科技日报《"打卡"服贸会教育专题展：AI正在解锁多元育人新场景》，2026-09-11，https://www.stdaily.com/web/gdxw/2026-09/11/content_579440.html

2. 北京市科学技术委员会、中关村科技园区管理委员会《上合组织基础教育合作中心落地北京》，2026-09-11，https://kw.beijing.gov.cn/xwdt/kcyx/xwdtkfhz/202609/t20260911_4859288.html

3. 人民网北京频道《国家人工智能应用中试基地（教育领域基础教育方向）启动建设》，2026-09-12，https://bj.people.com.cn/BIG5/n2/2026/0912/c14540-41694227.html

4. 金台资讯/网易《国家人工智能应用中试基地（教育领域基础教育方向）启动建设》，2026-09-12，https://dy.163.com/article/L6K8PHDL05346936.html

5. 新浪新闻《智能技术加速融入基础教育》，2026-09，https://k.sina.com.cn/article_7517400647_1c0126e47059098obu.html

6. 中国网《清華團隊自主研發的AI教育智慧體亮相2026數字學習周》，2026-09-14，https://big5.china.com.cn/gate/big5/gx.china.com.cn/2026-09/14/content_43490570.html

7. 中国经济网/网易《AI重构在线教育逻辑》，2026-09-15，https://dy.163.com/article/L6ROA6C10514CQIE.html

8. 贵州教育报《智能体时代的高校思政育人场景再造与风险治理》，2026-09-08，https://gzjyb.eyesnews.cn/html/2026-09/08/content_97027.htm

9. 全国网络安全标准化技术委员会（TC260）《网络安全标准实践指南——人工智能应用安全指引 教育》（v1.0-202609），2026-09，https://www.tc260.org.cn/tc260/tzgg/202609/

10. 铂傲智能《2026 教师节前夕看中国 AI 教育：从「单点工具」跨入「教师赋能 + 教育大模型 + 政策体系」四维协同新阶段》，2026-09-09，https://www.boaoai.cn/news/2026-09-09-china-ai-education-teacher-day-policy-framework

11. 学科网《人工智能赋能义务教育优质发展》，https://news.zxxk.com/article/1122490.html

12. 博客园《AI 智能教育：技术重塑教与学的底层逻辑与落地现实》，https://www.cnblogs.com/xiaoxiang113/articles/22883677

13. 中国新闻网《从AIGC到书桌课堂 AI产品亮相服贸会多板块》，2026-09-14，https://www.toutiao.com/article/7685366793271804462/

14. 环球网/今日头条《外滩大会观察：智能体工厂正成为产业AI落地新入口》，2026-09-13，https://www.toutiao.com/article/7684817460100481576/