夜雨聆风
今年我参加了 2026 年的人工智能应用案例征集，报的是"创AI"赛道。我做的东西不复杂——基于 Coze平台，搭了一个 AI 批改作文的助手。
结果，省上没评上奖。
说实话，刚看到结果那会儿，有点失落。但冷静下来想想，我没觉得委屈，反而更想聊聊这件事：一个一线语文老师自己鼓捣出来的 AI 批改工具，到底管不管用？
我不是来给 AI 唱赞歌的，也不是来泼冷水的。过去一年，我把这个助手真刀真枪用在了课堂上，攒下了一堆数据；与此同时，7 月 8 日人民网"人民直击"栏目发了一篇调查《AI批改作文，什么评分标准？》，把 AI 批改的种种问题摆上了台面。
一边是我的课堂数据，一边是媒体的尖锐追问。今天就把这两头摊开，老老实实说一句：AI 批改作文，到底行不行。
我的痛点：110 个学生，批改要两周
我在初中教语文，带两个班，学生总数 110 出头。
作文批改，是全套教学工作里最磨人的一环。一篇作文，细读、圈画、写旁批、写总评、打分、录入——一轮走完，通常要 1 到 2 周。等学生拿到反馈，早忘了自己写的是啥，讲评效果大打折扣。
我也试过市面上的智能批改工具。毛病很明显：一次只能改一篇，没法班级批量；批改维度写死，调不了；没有可视化，学生不知道自己"字词""立意""结构""情感"到底哪弱；结果还导不出来，想做学情分析照样费劲。
于是我动了念头：既然生成式 AI 和大模型这么火，能不能自己做一个？
我做了什么：一个"全栈"的作文批改助手
我选了国产的 Coze 平台。它有个"全栈网页应用"能力，前端界面、后端工作流、数据存储一把抓，还能自定义域名部署，适合在学校长期用。
技术上，我拉了三个模型来分工：
豆包 1.6 视觉理解模型，负责把学生拍的手写作文图片识别成文字；
豆包 1.8 深度思考模型，做内容深度分析和多维打分；
DeepSeek V3.2，负责逐句批注、写总评和修改建议。
整个流程跑下来是：批量上传图片 → 识别文字 → 逐句批注（好句蓝色高亮、待改进句加粗）→ 多维打分 → 生成个人雷达图 → 一键导出全班 Excel 成绩单、给每位学生打包一份 Word 批改报告。
最让我得意的是"批量"两个字。它一次能传 100 张图，自动从文件名里认出是哪个学生。老师要做的，就是上传、点"开始批改"、然后下载。
顺便说一句：整个应用，从界面到工作流，我都是靠大模型辅助编程搭出来的。我一个非计算机专业的语文老师都能复现，还写了保姆级教程——这本身也是我想说的：门槛，没那么高。
数据说话：52 篇作文，20 分钟
光说没用，上数据。以九年级一次单元习作《春天的色彩》为例：
我把全班 52 名学生的作文图片一次性传上去，设好要求，点"开始批改"。大约 20 分钟后，52 篇全部批完。
对比一下：传统人工批改这 52 篇，我得花 5 到 7 天。节省时间超过 96%。
不止快。我随机抽取 10 篇，请教研组另一位高级教师复核。结果：AI 总分和人工评分的相关系数达到 0.92，好句/待改进句的标注准确率超过 90%。那位老师原话是"批注有针对性，总评有指导价值"。
学生的反应更直观。课后问卷里，86% 的学生说"喜欢这种带彩色标注的批改报告"；79% 认为"雷达图让我清楚知道哪里要补强"。最让我意外的是二次提交率——往年学生改作文二次提交不到 20%，用了这个助手后，涨到了 65%。不少人主动对照批注改作文、再交一遍。
再往后看成绩：那次九年级诊断测试，我带的班作文平均分排到同年级第一，比上学期期末提升 4.2 分，优秀率（≥40 分/50 分）提高了 12 个百分点。
这些数字，比一张奖状让我踏实。
但是，媒体说的那些问题，是不是真的？
说完好话，得说点扎心的。
人民网那篇调查，问的是"AI 批改作文，什么评分标准？"记者测了市面上 6 款产品，发现同一篇作文跨平台打分，分差普遍在 8 到 15 分，有的超过 20 分。更离谱的是，同一篇作文、同一个平台，上午判"一类文"，下午再传一遍居然变"良"，差了 10 分——原文一个字没改。
记者多次致电批改产品运营企业，咨询评分算法细则、分级评判标准、训练数据源。截至发稿前，仅有一家平台客服回复，尚无一家给予完整答复。
——人民网《人民直击｜AI批改作文，什么评分标准？》（2026-07-08）
一线老师的顾虑也很实在：AI 批改快、覆盖全，但缺情感、缺主观洞察。孩子写乡下外婆的菜园，写自己的心里话，AI 可能批一句"语言平淡、缺少修辞、逻辑松散"给个低分；反过来，开篇"时光荏苒岁月如梭"、中间堆排比、结尾升华哲理的"流水线范文"，反而轻松拿高分。这股"AI 味儿"，把童真表达误杀，把套路空话抬举。
还有政策的红线。教育部《教师生成式人工智能应用指引（第一版）》说得很清楚：教师不得将 AI 对作文、开放性作业的自动批改结果，作为学生最终评价直接使用。
我承认：这些担忧，我的助手一个都逃不掉
看到这些，我没资格嘴硬。
我那个助手，底层也是大模型，同样会"误判"童真；同样给不出真正走心的鼓励；同样是个算法黑箱，学生看见分数却不知道凭什么。它一次批 52 篇很爽，但单篇的深度共情，它做不到。
还有更现实的问题：Coze 每天送的免费额度有限，批 50 篇以上就得充值会员，或者分两三天慢慢来。这在真实课堂里，是个真麻烦。
所以回到开头那个问题——
AI 批改作文，到底行不行？
我的答案是分两半的：
作为"助教"，它行。批改错别字、标点、语病，做结构诊断，批量处理、可视化分析、生成共性报告——这些标准化、重复性的活，它比人快、比人稳。宜昌市一位语文教研员算过一笔账：一个班 50 篇，全手批要近 4 小时；AI 先把语法错别字搞定，老师再人工评改，单篇不到 3 分钟。省下来的时间，够老师做面批、做课程设计。
作为"判官"，它不行。作文不只是字词句，它是孩子和自己对话、和世界对话的方式。学生更在意的，往往是老师写在作文本边上那几行字——那是情感沟通，是育人的温度。北大语文教育研究所所长汪锋说得直接：AI 的角色始终是工具，它无法共情文字的温度、读懂孩童的创意。
一句话：让机器做标准化的批改，让人做启发性的教育。效率提升的本质，不是用 AI 取代老师，而是把老师从重复劳动里解放出来，回到"育人"这件事本身。
没拿奖，但我收获了更值钱的
回到那个省上的奖。没评上，我复盘过原因——可能是创新性、规模、推广性上还有差距，也可能评委更看重别的东西。这都正常。
但我心里有底。那个"二次提交率从不到 20% 涨到 65%"的数字，比奖状金贵。它说明一件事：当反馈来得够快、够具体、够好看（没错，彩色标注和雷达图真的有用），孩子是愿意改作文的。而"愿意改"，才是作文教学真正的起点。
写在最后：给同行，也给平台
如果你也是一线老师，被作文批改压得喘不过气——别怕，门槛没你想的高。像我这样非专业出身，靠 AI 辅助也能搭出趁手的工具。先从一个小工作流开始，让 AI 帮你做最重复的那些事。
如果你在做 AI 教育产品——请"立规矩"。公开评分逻辑，划定能力边界，做"白名单"准入，把可进入的场景（错字查改、结构诊断、共性分析）和不可越的界（直接当最终评价）写清楚。推行"AI 初步诊断—教师复核—档案留存"的人机协同流程。还有数据安全，那是硬杠杠。
AI 批改作文，行不行？
它已经能当好老师的"助教"，但永远不该成为孩子的"判官"。把判断留给人，把效率交给机器——这事儿，真行。
📖 🌟 💡
感谢阅读，希望这篇文章对你有帮助！
如果觉得有用，欢迎 点赞 · 收藏 · 转发
👇 点击关注，获取更多精彩内容