《当高中生物教学遇见 AI》发言稿

分享人：河南高中生物老师场合：专题分享发言时间：2026年10月22日 对应资料：《当高中生物遇见 AI》PPT ＋ 公众号「生物王」系列文章

本发言稿严格对照 PPT 的结构推进，共分四个板块（开场、AI 教学实践、诺奖科普、收尾），每一页 PPT 对应的讲话内容都有标注，你可照着 PPT 翻页讲。

开场：一句话点题

（对应 PPT 封面页）

各位老师，下午好。

今天想跟大家聊的题目，叫《当高中生物遇见 AI》。副标题有两个关键词，一个是“AI 教学”，一个是“诺奖科普”。

为什么把它们放在一起讲？因为在我的课堂里，这两件事其实是同一件事的两种表现——把繁琐交给 AI，把专业留给自己。

AI 帮我省下的时间和精力，我把它花在了值得花的地方，比如去研究今年诺贝尔生理学或医学奖那个用一束光点亮神经细胞的故事。今天这两条线，我会一条一条讲给大家听。

第一板块：我的 AI 教学实践（对应 PPT：P03–P11）

一、我为什么开始用 AI（对应 P04“起点：三个老大难”）

先说我是怎么走上这条路的。不是追时髦，是被逼的。

我自己在做老师的过程中，一直有三大痛点：

第一个，素材散、检索慢。教材、真题、论文、课件散落各处，备一节课，常常要先翻半天资料。

第二个，前沿追不动。生物学的成果几乎每天都有新的，人工去跟，容易漏，也容易旧。

第三个，科普写作累。把一篇论文“翻译”成学生读得懂的话，往往要磨一两天。

这三个问题，就是我后来选择 AI 的切入点。不是为了用 AI 而用 AI——是因为它正好能补上我教学里的短处。

这里我想多说一句我的一个体会。之前我在公众号里写过一篇《一个河南生物老师的人工智能之路》，讲我当初做这件事的底层逻辑。那时候我发现，学生学习的逻辑就是三步——尝试、反馈、修正。可是我的学生卡在哪一环？卡在“反馈”这一环。作业交上去，第二天才发下来，一个红叉、两句批语，他自己看完还是懵；来问老师，一个老师对着几十号人，轮到他可能都隔了两节课。反馈缺了“有效性”和“及时性”，整个学习闭环就断了。

所以我想的很清楚：我要的不是一个“什么都知道的百科朋友”，我要的是能按我教的、按我考的来回答问题的助手。这个认识，决定了我后来选什么工具。

二、我选的两件工具：IMA × WorkBuddy（对应 P05“工具组合”）

顺着这个思路，我最后把工具定下来了两件，分工很明确：

第一件，IMA·知识库（RAG）。它负责的是“知道什么”。我用它自建了一个高中生物知识库，内容我自己掌控——教材、课标、高考真题、前沿论文、课件，全部装进去。问答只在库内检索，所以答案可溯源、不跑偏。

第二件，WorkBuddy·智能体工作台。它负责的是“做出什么”。它连上我的知识库，我用自然语言下任务，它能自主规划、多步执行，最后交付 PPT、文档这些可以直接验收的成品。

一句话总结分工：IMA 管知识，WorkBuddy 管产出，我管提需求、把关。

这里我想特别强调一点：当年我试过元宝，也试过 WorkBuddy。元宝像个什么都知道的百科朋友，聊得欢，但跟我班上的教学要求、知识边界是脱节的；WorkBuddy 偏执行和流程，不是为“按我的知识库答疑”长的。最后我选 IMA，是因为它能对我提供的知识库做汇总，然后基于知识库的范围和认知要求来分析——相当于给 AI 划好了“考点范围”和“讲解口径”，别瞎讲，按我教的和我要考的来。

三、我的知识库：五层内容（对应 P06“五层内容”）

这个库，我把它搭成了五层：

1.课标与教材——一切的根基，回答“课内依据”；

2.高考真题与解析——回答“知识点怎么考”；

3.前沿文献速递——回答“学科前沿新在哪”；

4.科普素材与写作模板——回答“怎么讲学生才懂”；

5.我的课件与选题库——回答“我过去用过什么”。

这五层互相引用、越攒越厚——这就是 RAG 的“料”。我的一个原则是：你喂进去的是垃圾，吐出来的就是垃圾。所以建库这一步很笨、最花功夫，但最值得。

这里我想跟大家讲一个我建库时候的体会，写在那篇《一个河南生物老师的 AI 进阶》里。当时我把一个学生的错题拍给 IMA，它洋洋洒洒回了一大段：“该同学在神经调节部分基础较为薄弱，建议加强理解、注意巩固……”——我看着别扭极了，这话我闭着眼也能说，说了等于没说。我后来想明白：不是它笨，是它手里没有“标准”。所以我给库里头放了每个考点后面那句“带动词的要求”——识记层（简述、列举）、理解层（解释、说明、比较）、应用层（分析、运用、探究）。从那以后，IMA 的反馈不再是“再巩固一下”，而是能说出“你差的，是’分析’这一层”。

我常跟同事讲一句话：IMA 没让我变得更聪明，它逼我把“标准”想清楚了。而“定标准”这件事，恰恰是它替不了的——它再能算，也不知道一个河南的高中生，这个年纪、这套教材、这份考纲，到底该“会”到什么程度。那是我们老师的活儿。

四、这么用，到底值在哪（对应 P07–P09“三大价值”）

我用这个组合，最大的体会是三个价值：

价值一：搜索范围收窄，准确度上升。直接问通用 AI，是在整个互联网语料里找答案，范围无限大、噪声无限多；在自建库里检索，只在圈定的生物资料里找，范围小、相关度高、还能给出处。范围小了，准确度就高了。

价值二：拒绝“过度解读”和“胡编乱造”。我担心过三类问题——幻觉编造（把不存在的研究说得有模有样）、过度解读（谨慎结论被放大成“重大突破”）、张冠李戴（把 A 研究的结论安到 B 头上）。应对办法就一条：库内没有的明说没有，答案紧扣材料原文，每条回答都能指回具体文档。底线是先有依据，再有发挥。

价值三：形成“迭代的认知”。每一次提问和追问，都在帮我厘清“我到底想知道什么”；新成果、新真题、新课件不断入库，旧认知被持续修正。流程就是提问 → 回答 → 甄别补充 → 入库 → 认知螺旋，越用越准。知识库不是死档案，是越用越厚的“第二大脑”。

五、它怎么帮我“做到”（对应 P10“与 WorkBuddy 协作”）

我把“知道”变成“做到”的分工是这样的：我提需求、把关方向；IMA 知识库供给知识和依据；WorkBuddy 执行任务、交付成品。

而且我要坦白一句——今天这份 PPT 本身，就是 WorkBuddy 基于我的讲述和库里的资料做出来的；我做的，就是把“要什么”说清楚。

六、一个实战案例（对应 P11“生物学前沿速递”）

光说概念不够，我给大家看一个真实的案例——我公众号《生物学前沿速递》的诞生，它有一套六步流程：

1.圈定范围：近 7 天、中英文关键词；

2.核对信源：逐条核对发表时间和期刊；

3.精读主推：机制、证据、局限三件套；

4.连接课本：对应高中生物知识点；

5.生成选题：公众号科普角度；

6.沉淀入库：成为下一期的背景。

你会发现，这一套流程的骨架，还是我前面讲的那个逻辑——先建库，再落地。方法满地都是，落地才是本事。

第二板块：2026 年诺贝尔奖科普速览（对应 PPT：P12–P17）

一、诺奖速览（对应 P12“速览”）

把 AI 的事说完，咱们把目光转到 2026 年的诺贝尔奖。今年生理学或医学奖，10 月 5 日公布，颁给了三位科学家——戴塞罗思、黑格曼、内格尔，表彰他们在光门控离子通道和光遗传学方面的发现。

我在公众号里写了一系列文章来解读这枚诺奖。今天挑跟咱们高中生物最有关系的几个点，跟大家聊聊。

二、先拆名字：它其实是给神经细胞装了个“光控开关”（对应 P13“一束光点亮神经细胞”）

“光遗传”这个词，第一次看到，我以为是研究“光对遗传的影响”——毕竟名字里明晃晃写着“遗传”两个字。后来才明白，我被这个名字骗了。

它其实是两件事，一前一后：

第一步，是“遗传”的活。科学家用基因工程，把一种叫“通道视紫红质”（ChR2）的光敏蛋白基因，导入某一类特定的细胞，让这些细胞长出一个别处没有的东西——一个见光就开的开关。

第二步，才是“光”的活。拿特定波长的光（比如蓝光）一照，开关打开，细胞膜上的通道打开，带电的离子进进出出，细胞就产生了电信号。

所以它的内核一句话就能说清：用光，精准地控制某一类特定细胞。名字里那个“遗传”，反倒是最容易把人带偏的部分。

而且这个开关的来历特别有意思——它来自一株追光的小藻，衣藻。衣藻身上有个感光的“眼点”，光一照，大约半毫秒就产生电信号。德国科学家黑格曼和内格尔顺着这个猜想，在衣藻里找到了两个基因，放进蛙的卵细胞验证，结果证实它们就是能被光直接打开的离子通道，命名为通道视紫红质。而把它变成趁手工具的，是美国的戴塞罗思——2005 年他把 ChR2 基因导入大鼠神经细胞，再用一根光纤把光送进活着的小鼠大脑。这项技术，才正式被命名为光遗传学。

三、一条链，串起高中生物的核心知识（对应 P14“八步串起课本”）

这个诺奖跟我们高中生物的关系，比很多人想象得近。我把它拆成一条链，八个环节，几乎步步都在课本里：

1.基因——衣藻的感光基因，就是“目的基因”；

2.蛋白质——表达出通道视紫红质（ChR2）；

3.细胞膜——镶嵌在磷脂双分子层上的离子通道；

4.离子——蓝光一照，阳离子顺梯度内流（协助扩散）；

5.膜电位——电荷被改变，膜两侧电位逆转；

6.神经元——触发动作电位，产生并传导兴奋；

7.神经回路——毫秒级、只点亮特定的一类细胞；

8.行为——从“操控神经元”到“读懂行为”。

所以我说：材料可以非常新，知识一点也不新——题目虽新，答案一直在课本里。

四、从光遗传学，看“控制自变量”与“对照”的价值（对应 P15）

这里我想多讲一个点，因为它是高中生物实验设计最典型的一个活案例。

高中生物里学生最怕的一类题是实验设计——自变量、因变量、无关变量、对照组，一堆名词砸下来头都大。我想说，这些名词不是考试故意为难人，它们恰恰是真实科学家每天面对的死结。

光遗传学解决的是什么问题？是“甲导致乙”这个命题过去在大脑里根本没法验证。有两道坎：

第一道坎，要精准。神经元挨得密密麻麻，功能却可能完全相反。电刺激一来一大片都激活，分不清是谁在起作用。

第二道坎，要够快。神经活动以毫秒计，刺激慢半拍，因果就对不上。

过去只能观察“相关”，很难证明“因果”。而光遗传学恰好把这两点都补上了——基因工程定“谁来”（精准），光照定“何时动”（快）。对照也设得很漂亮：实验组照光，对照组不照光、或不装光敏蛋白——排除“光本身”的影响。

所以结论是：起作用的不是那束光，是实验设计的逻辑——工具在更新，控制自变量、设好对照，永远不变。技术只是使能工具，一个可信的结论，永远建立在规范控制变量与对照之上。

五、抑郁症的新认知：问题出在“线路”上（对应 P16，也是公众号重点解读）

接下来这个点，我想慢一点讲，因为它和我们的生活、和我们的学生关系最近。

我们主流认识里，抑郁是“大脑缺了点化学物质”——血清素不够。可光遗传学发现了一个说不通的地方：如果真是缺血清素，那吃药后血清素很快就升上去了，为什么疗效要等两三个星期？这个时间差本身就在提醒：抑郁可能不只是“缺了某种化学物质”这么简单。

光遗传学带来的新认知有三层：

第一，抑郁是“回路的事”，不只是“化学的事”。前额叶、海马、伏隔核、杏仁核、外侧缰核，织成一张网。脑区之间的特定连接出了故障，症状就出现。“补血清素”，只是动了这张网上的一根线。

第二，大脑里藏着一个“反奖赏中心”。外侧缰核专门对“坏事”“失望”作出反应；抑郁时它过度活跃，反过来压制多巴胺系统——奖赏被踩住，人就没快感、也没动力。研究者做了一个漂亮的反向验证：用光遗传学抑制外侧缰核的过度活跃，抑郁样的行为就缓解了。

第三，关键也许不在血清素多少，而在海马长不长新神经元。慢性压力会把“长新神经元”这件事压下去，而一些研究提示，抗抑郁药最终起效，可能是靠慢慢让海马长出新的神经元——所以才要等两三周。

小鼠身上的“抑郁”，是能看出来的：不爱动、对糖水失去兴趣，正好对应人的两个核心症状——没了快感，没了动力。

我作为一个常常听学生、听家长聊起“抑郁”的人，最想说的是：抑郁，既不是“想开点就好”这么轻，也不是“缺了点快乐激素”这么简单。它背后，是脑区之间实实在在的回路出了问题。理解这一点本身就是一种善意——它让我们不再轻易说“你怎么就不能振作一点”，也不再迷信“补哪样东西就能好”。

当然，边界要讲清楚：这些结论都来自小鼠模型，光遗传学目前没法直接用在人身上。它现在的角色，还只是探路。

六、阿尔茨海默症：记忆是“取不出来”（对应 P17，公众号也单独写过）

最后一个点，是阿尔茨海默症。这是光遗传学最打动我的一个实验。

我们本能地以为，阿尔茨海默症是“记忆被抹掉了”。可光遗传学给出的答案可能恰恰相反——记忆没丢，只是“取不出来”。

实验是这样做的： 1. 用病毒做载体，把光敏蛋白和荧光标记一起送进小鼠海马，只有“当时正在活动”的细胞才会表达——于是这一小群细胞被“盖了章”，成了记忆的载体，叫记忆印迹细胞。 2. 电击笼实验：小鼠学会“进这个笼子会被电”。早期阿尔茨海默症的小鼠，1 小时后还记得；24 小时后再测，不怎么怕了——看起来是忘了。 3. 反转来了：用蓝光照那些被标记的记忆印迹细胞——小鼠又冻住了，记忆回来了。

这就撬动了三个旧观念：

第一，“取不出来”，不是“存不进去”。早期阶段记忆的编码和存储大体还在，坏的是提取这一环。

第二，记忆不是存在单个神经元里，而是存在一小群细胞构成的回路里。把它点亮，记忆就回来。

第三，真正和“记不住”挂钩的，是细胞之间的连接点——树突棘。研究者用光遗传学做高频刺激让树突棘长回来，长时记忆居然恢复了，还能维持至少 6 天。而且有个漂亮的对照：只有精准刺激承载那段记忆的那一小群细胞才有效，大范围刺激一片反而没用——又是“控制自变量、设好对照”那套功夫。

它把“记忆被抹掉”这个悲观假设，换成了一个更有希望的假设：如果记忆还在，那我们要做的，就是找到它、取出来，或者帮连接长回来。记忆印迹细胞，一下子成了一个可能的治疗靶点。

边界依然要说清楚：这些结论都来自小鼠。光遗传学现在的作用不是治病，而是指路——告诉未来的药物和治疗，该往哪个方向使劲。

七、这枚诺奖怎样接上高中生物课本

好，最后帮大家把这条线落回课本。这枚诺奖的四个点，正好能接上我们四块内容：

•《分子与细胞》·细胞膜与物质跨膜运输：通道视紫红质本身就是细胞膜上的离子通道——讲“物质跨膜运输”的活案例；

•《分子与细胞》·光合作用与感光：衣藻靠眼点感光、靠叶绿体生活——感光与吸能代谢，同源于光；

•《稳态与调节》·神经调节：蓝光→ 钠离子内流 → 动作电位，把“兴奋的传导”讲到分子级；

•《生物技术与工程》·基因工程：把藻类的基因导入动物细胞并成功表达——基因工程应用的经典范例。

前沿成果不是课本的负担，是课本的“活教材”。

收尾：把两件事串起来

（对应 PPT 结束页）

今天讲到这里，我想把开头那两件事收拢成一句话。

前半场，我讲的是我用 AI 的经历——先建库，再落地，把繁琐交给 AI，把专业留给自己。后半场，我讲的是我因为 AI 省下时间，才有精力去研究的诺奖——一束光点亮神经细胞，串起从基因到行为的八步，也串起了抑郁症的回路、阿尔茨海默症的记忆。

这两件事其实是同一件事：工具会更新，技术会过时，但有一件事不会变——无论工具多先进，一个可信的结论，永远建立在“控制好变量、设好对照”之上；而一份好的教学，永远建立在“先有依据，再有发挥”之上。

把繁琐交给 AI，把专业留给自己。AI 放大专业能力，诺奖照亮科学课堂。

谢谢大家，欢迎交流。

附：本发言稿对应的知识库文章清单