夜雨聆风
前段时间，「智教说」和一位高校信息中心的老师聊天。他说：
现在学校里已经很少有人再问“AI到底能不能用”。
更真实的情况是：大家都在用。
老师用AI改课件、润色论文；学生用AI查资料、写代码；行政部门用AI整理会议纪要；课题组也会用AI梳理申报书、实验方案和项目材料。
听起来很方便。
但他说了一句话，我印象很深：
“问题不是大家用了什么AI，而是很多人根本不知道自己把什么东西交出去了。”
一份会议纪要，可能有学校内部决策。
一份学生论文，可能有姓名、学号、导师、实验数据。
一份课题材料，可能有未公开成果、技术路线、合作单位和经费安排。
以前这些内容大多在学校内网、办公系统、实验室电脑里流转。现在，很多人复制一下、粘贴一下，就发给了外部AI。
所以，高校今天最大的AI风险，未必是学生用AI作弊。
更大的风险是：
学校的数据，正在没有边界地流动。
不是“问一句AI”那么简单
很多老师会觉得：
“我只是让AI帮我改一段话，能有什么问题？”
但AI不是搜索引擎。
搜索引擎通常是你输入关键词，然后它给你网页结果。
AI不一样。
为了获得更准确的回答，人们往往会把更完整的材料交给它。
例如：
上传整篇论文让AI帮忙修改； 粘贴完整会议纪要让AI提炼重点； 上传项目申报书让AI优化表达； 把实验数据交给AI做分析。
问题在于，这些材料本身可能包含大量敏感信息。
比如一份普通的科研材料，里面可能涉及：
未发表研究成果； 实验参数和技术路线； 企业合作信息； 经费预算安排； 学生和研究人员信息。
这些内容过去通常保存在学校内部系统。
但现在，很多人已经习惯直接复制到外部AI工具中。
而不少师生其实并不清楚：
这个AI工具是不是学校统一提供的？ 数据会不会被保存？ 内容会不会被用于模型训练？ 上传的信息是否经过脱敏处理？ 学校能否追踪数据流向？
如果这些问题没有答案，那么AI使用规模越大，潜在风险就越高。
高校真正缺的，不是AI工具，而是安全的AI入口
过去高校的信息化建设主要围绕几类系统展开：
教务系统 OA办公系统 网上办事大厅
这些系统有一个共同特点：
都在学校的管理范围之内。
谁能登录、谁能查看、谁能下载、谁修改过数据，学校基本都能掌握。
但AI时代出现了变化。
AI不会成为一个独立系统。
它是互联网上的AI工具网页或APP客户端，它是个人电脑上的AI编程工具或AI个人助理。
同时，它会逐渐嵌入：
教务系统 图书馆系统 科研平台 办公系统 学生服务平台
如果这些互联网应用、校内应用都接入不同的大模型，就会出现新的问题。
这些大模型包括：本地大模型或者公有云大模型、Coding Plan（数据允许被用于训练）或者通用API。
第一，数据流向看不见
老师用ChatGPT。
学生用DeepSeek。
实验室用Claude。
管理、教学、科研等软件系统各自接入不同公有云大模型。
结果就是：
学校并不知道数据最终流向哪里。
第二，权限边界变模糊
学生、普通教师、科研负责人、行政管理人员，本来应该拥有不同的数据权限。
但如果大家都直接把资料发给外部AI，那么原本的权限体系实际上被绕开了。
第三，成本越来越难统计
很多人以为AI成本就是买账号。
实际上远不止如此。
背后涉及：
Token消耗 算力资源 GPU成本 多模型调用 Agent运行 工具链调用
如果没有统一管理平台，学校很难知道：
谁在使用AI； 哪些场景最耗资源； 哪些投入真正产生了价值。
为什么越来越多高校开始建设AI统一入口
最近两年，越来越多高校开始讨论建设：
AI门户 AI中台 AI网关
名字不同，但核心逻辑其实一样：
给全校建立一个统一的AI管理层。
它至少要解决几个问题：
模型统一接入
学校统一管理接入哪些模型。
师生不用自己到处找工具。
身份认证
不同身份拥有不同权限。
学生、教师、科研负责人看到的内容不一样。
数据访问控制
数据分类分级下的安全保护。
哪些数据允许调用。
哪些数据禁止外发。
实现统一管理。
日志审计
所有关键操作留痕。
出现问题能够追溯。
成本统计
清楚知道：
哪个部门使用最多； 哪类应用最耗资源； AI投入是否产生实际价值。
这并不是限制AI。
恰恰相反。
只有建立规则和边界，AI才能在校园里长期、稳定、安全地使用。
AI建设的核心，其实是AI赋能与AI治理
很多学校谈AI建设时，最先想到的是：
采购哪个大模型？ 建多少个智能体？ 开发多少个应用场景？
这些当然重要。
但真正决定成败的，往往不是模型本身。
而是治理能力。
因为高校和企业不同。
高校具有几个典型特点：
人员规模大； 流动性高； 使用场景复杂； 数据类型多样； 学科差异明显。
同时，高校掌握的数据也极其丰富：
教学数据； 科研数据； 学生数据； 行政数据； 医学数据； 企业合作数据。
因此，信息中心面对的已经不只是工具采购问题。
而是校园AI基础设施和AI治理体系的一次升级。
AI正在成为新的校园基础设施
未来几年，高校信息化体系里大概率会新增一些新角色：
AI网关 校级知识库 AI日志审计系统 Agent平台 MCP工具中心（API网关） 大模型推理服务一体机
这些名词听起来很技术。
但本质上都在解决同一个问题：
如何让AI在校园里有规则、有边界、有记录、有责任。
很多人今天仍把AI当成聊天工具。
但从发展趋势看，AI更像当年的校园网。
最开始，人们觉得它只是方便上网。
后来发现，教学、科研、办公、服务都离不开它。
AI也正在走同样的路。
最后一个值得所有高校思考的问题
高校已经不可能不用AI。
老师会用。
学生会用。
科研团队会用。
行政部门也会用。
堵是堵不住的。
真正值得思考的问题不是：
“要不要让师生使用AI？”
而是：
学校准备用什么方式管理AI？
关于AI应用：
哪些数据可以给校外AI应用？
哪些数据必须使用校内AI应用？
关于大模型：
哪些场景可以使用公网大模型？
哪些场景必须使用校内部署的本地化大模型？
关于管理：
谁来审核？
谁来负责？
谁来追踪？
当AI进入教学、科研、管理和服务之后，它已经不再只是一个工具。
它正在成为校园数据安全的新课题。
而高校最该警惕的，也许不是学生会不会用AI写作业。
而是当所有人都开始使用各类AI工具的时候，学校是否清楚：
数据去了哪里，权限在哪里，责任又在哪里。
