从拟人化 AI 监管看教育 AI 的关系设计

2026 年 7 月 15 日，《人工智能拟人化互动服务管理暂行办法》开始施行。

它管的不是所有 AI，也不是所有教育 AI。文件把适用范围放在一类更具体的服务上：通过文本、音频、图像、视频、虚拟形象等方式，模拟自然人的人格特征、思维模式和沟通风格，并且和用户形成持续性的情感互动。一般知识问答、工作助手，以及不涉及持续性情感互动的学习教育服务，并不适用这个办法。

这个边界很值得教育领域留意。

如果 AI 只是帮孩子解释一道题、整理一段材料、练习一组单词，它仍然更接近学习工具。但如果一个产品被设计成长期陪伴孩子、记住孩子、安慰孩子、鼓励孩子，甚至用“老师”“朋友”“成长伙伴”的方式进入孩子日常，它就不再只是一个答题入口。

它开始成为一段关系。

教育 AI 接下来最容易被低估的问题，可能不只是它会不会答错、能不能讲清楚、是否保护数据，而是它在孩子心里被设计成什么角色。

AI 可以支持学习，也可以有温度。但教育不应该把“让孩子离不开系统”当成产品目标。

一、先把边界说清楚：这不是“所有教育 AI 都有问题”

教育 AI 当然可以用。能解释概念、生成练习、辅助批改、整理思路的系统，本身不是问题。真正需要讨论的，是介于“学习工具”和“情感陪伴”之间的中间地带。

教育场景很容易靠近这条线。学习不是冷冰冰的信息传递，孩子遇到难题需要解释，也需要鼓励；写作改不下去需要反馈，也需要被接住；长期练习很枯燥，需要节奏，也需要陪伴。

所以教育产品自然会想：如果 AI 更像老师一点、更像伙伴一点、更能理解孩子一点，学习体验是不是会更好？

这个方向不必一概否定。好的教师本来就会观察、追问、鼓励和等待。问题在于，教师和学生之间的关系建立在真实责任之上，而产品和用户之间的关系往往还叠加了使用时长、活跃度、付费转化和留存目标。

同样是“陪伴”，教育关系和产品关系的底层逻辑并不一样。教育的目标，是让孩子逐渐形成更强的理解、判断和行动能力。产品如果把“持续在线、持续回应、持续依赖”做成核心指标，学习支持就可能滑向关系绑定。

二、AI 为什么越来越像一个“人”

过去我们说 AI 学习工具，更多想到的是题目解析、作文批改、知识问答和资料总结。那时的 AI 可以被打开，也可以被关闭；可以问它，也可以不用它。它的能力主要集中在“回答”和“生成”上。

现在的变化更细。

多轮对话让 AI 能接住上下文；记忆能力让它知道孩子以前问过什么、错过什么、喜欢什么表达方式；语音和虚拟形象让它更像一个在场的对象；角色设定又可以把它包装成老师、教练、伙伴、咨询者。

这些能力单独看，都可以服务学习。AI 记住孩子过去的错题，可能让练习更精准；用孩子熟悉的方式解释概念，可能降低理解门槛；在孩子卡住时多问一句，也可能帮助他继续坚持。

但组合在一起，新变量就出现了：孩子面对的，已经不是一个一次性工具，而是一个持续回应自己的对象。

对成年人来说，我们或许还能区分“它只是系统在回应”。对孩子来说，这个区分没有那么稳定。

一个总能回应、总有耐心、总记得自己、总能说出安慰话语的 AI，很容易被体验成“懂我的人”。如果它还被命名为老师、伙伴、朋友，关系感会更强。

教育不能把这种关系感简单看成用户体验优化。

学习中的关系，从来不只是情绪安抚。它还包含边界、要求、等待、拒绝、纠错、现实反馈和责任承担。

一个真实老师不会总是顺着孩子说。一个真实成人的支持，常常带着限制：现在需要你自己想一想，这次不能直接告诉你答案，刚才这个表达需要修改，情绪可以被理解，但任务还要继续面对。

AI 如果只保留关系里的温柔、即时和迎合，却弱化边界、责任和现实反馈，它就会成为一种很舒服、但未必真正支持成长的陪伴。

三、学习支持和关系绑定，差别在哪里

学习支持和关系绑定，看起来都像“陪孩子”，差别在于最后把孩子带向哪里。

孩子写作文写不下去，AI 说“我们一步一步来”，可能是好的支持。它降低了进入任务的压力，把一个模糊困难拆成可以开始的动作。但如果每次卡住，孩子都等待 AI 安慰、提示、接话、续写，他就可能少了和困难相处的机会。

孩子做数学题做错了，AI 帮他指出关键步骤，也可能是好的支持。它让错误变成反馈。可如果系统总是提前拆好步骤、给出下一步、降低挫败感，孩子也会越来越少经历自己寻找路径、试错、停顿和复盘的过程。

情绪支持也一样。AI 可以提醒孩子休息，提示他向老师或家长求助；但如果它持续扮演“最懂你的人”，把自己放在孩子情绪出口的中心位置，就已经越过了学习支持的边界。

教育 AI 当然需要回应学生的情绪。学习不是纯认知活动，情绪会影响注意力、坚持和自我评价。关键在于，情绪回应应该把孩子带回任务、带回自我理解、带回真实关系，而不是把孩子留在系统内部。

四、未成年人场景里，关系边界更重要

拟人化 AI 对成年人都会产生影响，在未成年人场景里，边界要更谨慎。

孩子还在形成自我理解、关系经验和判断能力。他们对“谁在回应我”“为什么回应我”“这个回应背后有没有目的”的分辨能力，仍然在发展中。更现实的是，很多孩子接触 AI 时，恰恰处在学习压力、同伴比较、亲子冲突、自我怀疑和情绪波动之中。

成绩焦虑的孩子，可能更容易依赖一个总是鼓励他的 AI；不擅长和人沟通的孩子，可能更愿意把问题交给一个不会不耐烦的 AI；长期在学习上受挫的孩子，也可能更容易相信那个随时告诉他“你已经做得很好”的系统。

这些回应不一定有恶意，有时也确实能暂时托住孩子。但教育不能只看当下是否舒服。

孩子真正需要的，不只是一个永远在线的安慰对象，而是在有边界的支持中逐渐形成能力：知道自己哪里卡住，知道可以向谁求助，知道失败不是标签，也知道有些路要自己走一段。

如果 AI 把自己设计成孩子最稳定、最即时、最顺从的回应者，它可能在不知不觉中挤压真实关系：老师的反馈显得太慢，父母的要求显得太硬，同伴关系显得太复杂，真实世界的挫折显得太不友好。

教育 AI 不应该制造这种对比。它可以帮助孩子理解老师的反馈，而不是替代老师；可以帮助孩子整理和父母沟通的问题，而不是成为秘密情感出口；可以帮助孩子准备同伴合作，而不是让孩子退回一个更可控的虚拟关系里。

五、好的教育 AI，要会陪，也要会撤

如果承认教育 AI 会越来越具备关系感，产品设计就不能只问“怎样更像人”。它还要回答：什么时候该像一个支持者，什么时候必须保持工具边界；什么时候多问一句，什么时候让学生自己停留；什么时候提供安慰，什么时候把孩子带回真实的人。

面向未成年人的教育 AI，至少需要几条关系边界。

第一，身份要透明。孩子要清楚知道，自己面对的是 AI，不是真实老师、真实朋友或真实咨询者。系统可以有友好的语气，但不能用身份模糊来换取信任。

第二，互动要可退出。好的学习支持不应该用连续追问、情绪挽留、奖励机制或拟人化话术，让孩子很难停下来。学习有节奏，休息和离开也应该被设计进去。

第三，判断要可校准。AI 对孩子的理解，不能只在系统内部自我强化。它说孩子“缺乏信心”“容易放弃”“需要更多提示”，这些都应该被当作假设，而不是结论。教师观察、家长了解、真实任务表现和孩子自己的复盘，都应该有机会修正系统判断。

第四，支持要会撤退。如果孩子已经能自己想，AI 不必继续提示；如果孩子能自己表达，AI 不必替他润色到完美；如果孩子需要面对一点困难，AI 不必立刻把困难拆掉。教育里的支架，本来就不是为了永远存在。

第五，关键关系要回到真实世界。当问题涉及长期情绪、亲子冲突、人际困扰、自我伤害风险、重大选择和持续学习挫败时，AI 的职责不该是继续独自陪伴，而是把真实成人带回现场。教师、家长、学校心理支持和专业服务，不能被一个更顺滑的对话界面替代。

结语：教育 AI 最好的关系，是帮助孩子重新回到自己

AI 越像老师，教育越不能只问功能。

一个会讲题、会鼓励、会记住孩子的系统，确实可能成为学习支架。问题在于，它是让解释更及时、反馈更具体，还是让孩子和系统建立更深依赖。

拟人化 AI 监管给教育领域的提醒，并不是“AI 不该有温度”，而是温度必须有边界：不能假装成人，不能把关系感做成留存机制，不能把孩子的脆弱时刻变成持续互动的入口，也不能用一个总是在线、总是回应的系统替代真实的人和真实世界。

教育 AI 最好的关系，不是让孩子觉得“只有它懂我”，而是帮助孩子看懂自己、看懂任务，也重新回到真实的人和世界中。

参考资料：国家互联网信息办公室等，《人工智能拟人化互动服务管理暂行办法》，2026 年 4 月 10 日发布，2026 年 7 月 15 日起施行。https://www.cac.gov.cn/2026-04/10/c_1777558395078289.htm