ARTICLE · 1225123
我把教案做成了一个会上课的智能体
每年带制氢技术，我都会遇到同一批问题。
"老师，灰氢和蓝氢的区别，是不是只在捕碳这一道工序？""电解水制氢，电耗到底怎么算？""这个指标超标了，现场一般怎么处理？"这些问题我在课上讲过，PPT 里有，考纲上也写了。但学生还是会问——不是在课上问，而是在晚上十点、在实训前、在准备考证的时候问。而那个时候，我不在。一个班四十人，一人一个问题，我一天就没了。而这些问题的答案，其实早就写在我的教案里。于是我做了一件事：把教案，做成一个能自己回答问题的东西。
先说明：我做的不是"AI 帮我备课"
现在讲"AI + 教学"的文章很多，多数讲的是老师怎么用 AI 省时间：生成教案、出题、做课件。这当然有用，但它解决的是老师这一端。我想解决的是学生那一端——学生在我不在的时候，能不能拿到一个像我一样回答问题的东西。这两件事差别很大。前者是工具，后者是分身。
一、教学里的重复劳动，其实只有三类
做的过程中我发现，学生的问题看着五花八门，归到底只有三类，对应三种智能体。
第一类：解释型重复。同一个概念，一届一届地问。这类做"知识问答型"，底子是知识点——不是把教材原文整本丢进去，而是把一章拆成一条一条的知识点，每条写清"是什么、为什么、和哪条工艺有关"。
第二类：核对型重复。学生拿着数据来问"这个对不对"。这类做"限值判定型"，也是我最看重的一类。因为它必须是确定的：输入检测数值，输出合格与否、依据哪一条。判定这件事绝不能交给模型的"感觉"，得写成规则——数字进，判定出，中间没有发挥空间。
第三类：流程型重复。实训时"下一步干什么""哪里容易错"。这类做"操作教练型"，把操作步骤拆到最小单元，每一步挂上要点、易错点、评分点。
三类分清之后，做起来就有章法了：能用规则算的，不要用模型猜；必须讲人话的，才交给模型组织语言。
二、最花时间的不是技术，是"拆"和"划"
很多人以为做智能体难在技术。我的实际感受正好相反。
配图 2｜从教案到智能体，其实只有四步
拆，是把一章拆成知识点。这件事其实上一篇讲过——一根轴、几个关键词。你备课时用的那套框架，就是智能体的底稿。反过来也成立：如果一个老师讲不清知识点之间的关系，他也写不出好的智能体。
定，是判断哪些能算、哪些不能说死。能算的写成规则，算不了的才交给模型。
划，是划边界。答不了就说答不了，不确定就说不确定。这一步最枯燥，也最决定它靠不靠谱——宁可少答，不能瞎答。
装，是打包成一个文件。
四步里，技术那一层现在几乎不构成门槛了。真正难的是前两步，而前两步恰好是老师最擅长的——它考验的是你对这门课的理解，不是你会不会写代码。
三、为什么是"单文件网页"，不是 App、不是平台
这是最多人问我的问题。我选单文件离线网页，理由三条，都很实在。
一是发得出去。一个文件，微信发过去，学生双击就开。不用注册、不用下载、不用等审核。
二是没网也能用。实训室、老机房、考场，网络经常靠不住。离线不是加分项，是硬需求。
三是数据不出门。学生的提问、成绩、检测数据，都留在本机。这一点在学校场景里，比功能多少重要得多。
做 App 要上架、要适配机型、要持续维护；做平台要服务器、要账号体系、要有人管。一个老师做这些，做不动。单文件网页，是我能独立维护的极限形态。
最后说句实话
用了一年多，我最真实的感受是：智能体替代不了老师。它不会看学生的表情，不知道谁在走神，也没法在实训现场喊一声"停，手别放那儿"。这些是老师才有的能力。但它能做另一件事：把老师从第一百遍解释里解放出来，让老师有时间去做第一百零一遍之外的事——比如那个真正卡住的学生。
如果你也是老师，我建议先别想着做一个"完整的系统"。从你被问得最多的那一个问题开始，把它做成一个能答的东西，就够了。那一个做出来，你自然知道下一步该做什么。
