问题研究

老师侧

坐在系统对面的是下面这张表里的活生生的人。一行一个特征，最后一列先下判词——可为、不该吃、减负后再看——筛法在「机会锁定」一章展开。

这人是谁	可感的数字	卡在哪	可为吗
超负荷工作的人。不是不肯干，是量本身超了。	义务教育教师日均工时约 14 小时；9 成以上日在校超过 9 小时。班主任周工时约 56 小时，科任约 50 小时。96.7% 睡眠不到 8 小时，高中约 1/4 睡不够 6 小时。	上课本身替不掉。总量要降，只能从课外的体力活里省。	可为：替掉备课、批改、讲评里的体力段。
精力被切碎的人。不是懒，是一天被上课、备课、批改、课后服务、微信群撕成碎片。	在校超过 9 小时里，上课只是其中一段，剩下的被备课、批改、课后服务、群消息来回切开。碎片化本身的直接测量暂缺，待补。	一天被撕成碎片。新工具再另开一个家，就是再切一刀。	可为：他干别的时，系统在后台替他干活。干什么活、干成什么样，得是他要的。
被行政事务裹挟的人。压得最重的一块在教学之外。	迎检是第一压力源（约 7 成），比教学任务本身还重。每周非教育教学还要再吃掉 10～12 小时。	迎检和报表追着人跑，不干也得干。	不该吃：把迎检、微信群做进来，产品就变成行政工具。
没时间从零做一份的人。爱用现成资料，有惰性，也确实精力时间有限。	高中约 2/3 每天备课 2～4 小时，约 1/3 批改超过 2 小时。约 9 成用过 AI，8 成用在课前备课；但约 8 成怕不准，约半数对不上自己的教材。教师圈的潜规则是：会找资源，比会从空白做课件更重要。	从零做一份，时间精力不够。现成的很多，准的少，对得上自己教材的更少。	可为，两处最实。备课：按学情和教学进度定总题量，给出课堂例题、课堂练习、课后作业的排列组合，并说明目的。批阅是第二处。
没时间做作业设计的人。要求在加码，设计的时间在减。	课后服务之后，过半老师说没时间做作业设计。	少而精、分层、全批的要求在涨，设计的时间被课后服务吃掉。	可为，且最值得深究：按学情推荐题组，从课前、课中例题、课中练习、课后作业到单元测试，给出排列组合的推荐意见。
特别想进步、但时间捏不到自己手里的人。	约 8 成老师经常主动找机会提升自己。可约 7 成说没时间读书，8 成一学期读不够 5 本。研修最爱的不是专家讲座，是同事经验分享、课例、集体备课（约 5～6 成）。	进步愿望还在，专业进步的时间难掌控。	可为：帮着读。替他读、替他提炼，备课时把对应课时用得上的材料递到手边。
勤于收纳、也特别珍惜收纳的人。读不了书，就下载；写不了论文，就收藏。	40 岁以下遇难题，约 3/4 先去小红书和论坛，看见有用的先存下来。收藏量与复用率的直接数字暂缺，待补。	存了，用不回去。	可为：帮着读、帮着提炼他收藏的材料，结合校本知识图谱，备课时递上他存过的理念和技巧；对写出的 PPT、教案做知识性表达检测，推荐环节技巧和活动方式。
总被评比的人。学校的尺子是成绩排名和赛课。	约 7 成学校把成绩和绩效、聘任挂钩；高中约 3/4 按成绩排教师，约 3/4 的压力来自升学和考试。评优晋级里，权重最大的常是竞赛获奖（约 3 成）和学生成绩（约 3 成）。约 8 成老师要加大表彰；学校关心个人目标的，老师感知只有约 7 成。中级职称的晋升焦虑最重。	日常采纳、改写、否决没有档案。公开课文件夹在，组里口径不在。	减负后再看：日常改法的档案要先有判例才立得住。先不锁，不是不认。
成就感挂在学生身上的人。愿意看见自己对学生的影响，被记住、被放大。	9 成把“当一个好老师”当职业目标；约 9 成愿管学生的心理和生活；约 8 成常找问题生谈话。对自己“能干好工作”有信心的约 8 成，对“能提高这班成绩”有信心的更低一截。	日常的改法验不了，看不见自己对学生到底有没有用。	减负后再看：效果证据要接上判例才长得出来。先不锁，不是不认。
想调动学生、但不敢管的人。成就感建立在指挥上，指挥权却被抽空了。	约 6 成不敢管教学生，约半数害怕安全事故。约 4 成觉得学生学习动力不强，约 4 成觉得家长太难打交道，近半数觉得家长不够信任。通报师德案例之后，约 1/5 说自己更不敢批评学生。	指挥权被抽空。系统若替他“管”学生，他更不敢认。	不该吃。
被自己的经验束缚的人。老路顺手，新路没证据。	桌面研究里暂无直接数字，待补。	经验没外化成可对照的档案，新方法进不来，旧路径出不去。	减负后再看。
真正的工作单元是备课组，不是个人。一个人立法立不住，一组人立法才长成校本。	遇难题，约 7 成先问有经验的同事，远高于问专家。同事之间聊得最多的是课堂问题、学生成长、教学设计。TALIS 上海的数据里，专业协作是教师效能感最强的预测因子。	遇难题先问同事。工具却按个人账号来，组里的法立不住。	先做可为的一半：工具按组开家。组里的法要等判例，先不锁。

该表格来自桌面研究，未多方核实。数字口径：《教育家》全国中小学教师现状调查（约 8.1 万人）；薛海平等义务教育教师负担调查（工时 n≈2500）；中国教科院 12 省非教学任务调查、7 省课后服务调查；北师大“双减”成效调查（教师约 22.9 万）；北京中小学教师负担调查（约 1.4 万人）、北京作业调研（教师约 3.4 万）；华南师大教师工作时间结构研究（约 4.9 万）；14 省高中教师工作强度调查；作文 AI 全国调研（约 2.7 万人）；2025 中小学教师 AI 应用调研（约 6.9 万人）；2025 教师数字素养报告（约 53 万人）；艾瑞×希沃课件工时；教育部国家平台 2024 使用数据；TALIS 2018 / 2024 上海。取整，只保量级。

学校侧

学校侧，平台多半不是备课组自己点的单，而是政府统配、项目配发。全国约 4400 所学校的调查里，教室终端这类硬件，六成到七成是政府统一配的。政府引领、项目配发、智慧校园验收，名目不同，落到学校都是上平台、改流程、对功能模块、交使用率。网络和安防数字化了，这所学校怎么教，还没有档案。

学校的根本在教学，教学的根本在课堂和题——恰恰是这一块，做深的最少。21 省中小学调查里，教学、评价、管理这些核心环节尚未数字化转型。教师对各类型平台满足教学要求的评价偏低，数据多用在考勤、档案，用于改进教学的有限。只有约 2 成教师参与过企业或学校及以上级别的平台建设。智慧校园最集中的是校园安全智能管理（约 8 成）和录播教室（约 7 成），跟学习直接相关的模块更少。录播教室是典型：为赛课录、为发布录，与日常教学无关，占着教室、花着钱，是一种行政化的存在——所以约一半教师几乎不用录播教室和智慧教室。校长说数据能完全跨业务协同的约 14%。教师用得最多的数字化教学资源里，校本只占约 1.7%。

老师侧缺的不是生成器。学校侧缺的也不是再买一套“有没有”。国家平台备课功能近百万教师在用，组卷却只有约 3 万人——老师组卷去的是学科网，不是学校刚配的那一个入口。智学网一类考试报告每月出千万份，教务和年级组的表还要再录一遍。

这所学校是什么处境	可感的数字	卡在哪	可为吗
单是配来的，不是自己点的。政府统配、项目配发，验收看的是使用率。	约 4400 所学校：教室终端这类硬件六成到七成政府统配。只有约 2 成教师参与过平台建设。	学校是接收方，单动不了；验收看使用率，不看本校的教。	不该吃：配置的单不去抢，不做下一个要验收的平台。产品从备课组手头的活进。
“现代化”花在了行政化的摆设上，课堂和题没人做深。	智慧校园约 8 成做安防、约 7 成做录播；约一半教师几乎不用录播/智慧教室。教学、评价这些核心环节尚未数字化转型；数据多用在考勤、档案。	为赛课录、为发布录，与日常教学无关。教学的根本在课堂和题，恰恰这块没动。	可为，且是主攻：课堂和题做深，嵌进日常教学，不再添摆设。
教法是迁就的，本校的教没留下。	最常用数字资源里校本约 1.7%。国家平台备课近百万，组卷约 3 万人。	交差交了，本校的教没留下。迁就的是别人的模块。	可为：对上本校教材、手头教辅、这组口径，先把「像这所学校」做出来。
看见的是赛课和分数，日常教法没有档案。	约 7 成学校把成绩和绩效、聘任挂钩；高中约 3/4 按成绩排教师。评优晋级里，权重最大的常是竞赛获奖（约 3 成）和学生成绩（约 3 成）。	公开课文件夹在，组里口径不在。人走了，法也走了。	减负后再看：日常教法的档案要先有判例才立得住。先不锁，不是不认。
经验在老师个人身上，备课组接不住。	约 97% 教师一学期至少参加一次校本研修。遇难题，约 7 成先问有经验的同事。TALIS 上海的数据里，专业协作是教师效能感最强的预测因子。	缺的不是再办一次教研。留下的是活动记录，不是组里的法。年轻老师接的是网盘。	先做可为的一半：工具按组开家。组里的法要等判例，先不锁。
各家工具自闭环，产物写不回本校正在用的那一套。	切工具是 2025 教师 AI 调查里最集中的痛。考试评价信息化几乎每天用的约两成。组卷网出的卷，智学网认不进；报告出了，还要再抄进学校自己的表。	买的是功能，交的还是手抄。这一判等于没发生。卡的其实只是专有格式这一层——PPT 和题都是印刷体，读屏识别就能转出来，这堵墙很薄。	可为：做连接器，打开专有格式，产物写回本校正在用的那一套——组完的卷进阅卷，报告进学校自己的表。
想要因材施教，但没有证据。	通用报告不接这班、这组、上次判过的法。对自己“能干好工作”有信心的约 8 成，对“能提高这班成绩”有信心的更低一截。	校本特色说得出，验不了。	减负后再看：效果证据要接上判例才长得出来。先不锁。

学校侧数字主要取自北京大学中国教育财政科学研究所《全国中小学教育信息化应用情况调查报告》（2023；校长有效校约 4391 所）；西南大学课题组《中国基础教育数字化转型：现状研判及深化对策》（《中国教育学刊》2024 年第 2 期；21 省，教师约 12.6 万、校长约 7 千，2022 年调查）；国家平台用量取自教育部 2024 年 5 月通报。评优挂钩、问同事、研修频次仍用上表《教育家》全国调查口径。取整，只保量级。未多方核实。

老师侧和学校侧是同一件事的两面，可总结为一句话：老师被切碎，学校立不住注。工具很多，像自己的很少注。

机会锁定

问题研究两张表共十九行，每行的判词已经下了——可为、不该吃、减负后再看。这里把十九行的卡点收拢成二十一条（个别行卡在两处），归成七类，两道筛按判词往下漏，漏下来的锁成四条。

一款新产品，一个价值组合若要有机会丝滑“介入”当前的中学老师和学校的常态运行，应锁定的基本条件是：

① 现成可用：打开就能用，嵌在手头正在干的活里，不另开一个家、甚至多个家。

② 改编足够便宜：改到本班进度、手头教辅，几乎不用从头再做。

③ 对本校站得住：不准就是给老师添活。准，是减负的条件，不是减完负再优化的下一阶段。

④ 能回写本校已有系统：组完的卷要进阅卷，报告要进学校自己的表。工具摩擦、切工具，是教师2025-2026调查里最集中的痛。这一条是可行的：卡的只是专有格式一层——PPT 和题都是印刷体，读屏识别就能转。做连接器，把闭环打开。

以上四个条件的满足度越高，意味着“介入”的阻力越小、机会越大。 对于“改法没有档案、对学生有没有用看不出来”这类“深水区”问题，需建立在基本条件被满足之后才有机会被施展，因此，先锁定基本条件。

四条锁的是基本条件，介入什么“活”还要再锁。

日均大约 14 小时里，上课本身替不掉。迎检、微信群、指挥权、配置的单不该吃，上面已经筛过。

还能替的，只剩三类体力活：

① 备课里的找、存、捞、改，再加一个读：替他读、替他提炼收藏的材料，结合校本知识图谱，备课时把对应课时用得上的递到手边。

② 作业里的设计与批改。设计的实体是题的排列组合：按学情和教学进度定总题量，从课前例题、课中练习、课后作业到单元测试，给出组合和每段的目的。这是物理性减负最值得深究的一段。

③ 讲评的誊写和统计。

机会锁在上面四个条件尽可能满足，以及能替这三类体力活上。（后面讲价值与哲学，将探讨“校本怎么立住、效果怎么验出来”）

价值主张

先减负，再越用越像自己，再看见对学生有效。

第一价值，物理性减负，减负先于智能

减负先于智能，不是姿态，是全篇的核心主张：只有物理性减负站得住，其他才谈得上。老师肯改一个课中学案，是因为案子先替他干了体力活。没有减负，就不打开；不打开，就没有判例；没有判例，智能长不出来。

第二价值，越用越像自己，甚至是期望中的自己

他的每次采纳、改写、否决被记住、被引用——下次生成时“按您上次的改法先改好了”。他的经验先成了自己的法，再成了组里的法。这就是自恋的正用，但获得感必须被效果托住，不做无凭据的吹捧。

第三价值，因材施教被证据化

判例接上学生因果，他能看见“我的改法对我的学生有效”。教学经验第一次有了证据。

学校价值，经验资产化：老师的法沉淀成学校的法，备课组可传承，年轻老师接得住。这是学校侧愿意持续投入的理由。资产要真是他自己的东西：打开闭环，存成通用格式，不被专有格式捆绑；载体要足够好用，打开收纳之外的功能都压在物理性减负上；打开的成本要足够低，低到教师自己掏钱也愿意持续；原子材料另做备份、随时可带走，免得他担心被工具捆绑——包括被我们。传承和续用，着力在这里。

因此可以有一句话的定义：少干了体力活，干出来的东西比我自己干的更像我、更适合我的学生，而且我能看见它确实有效。

使用价值是可测的，四个指征：既有负担被替代了多少；碎片被整理了多少——碎片时间变成工具在后台干活的时间，整理出来的整块时间还给老师；改动率是否随时间下降（模，是记忆密到引擎开始少被改的时候）；判例被引用、被因果加固了多少次。改动率降，不是用得少。工具用得顺，用的时间不会少，用的层级会抬：还给老师的整块时间，他拿去往深处走，而不是继续穷于应付。使用价值被验证，经济价值才有地基。

产品方向

先替哪一段，就是产品先落在哪一截体力活上。

先替的体力活	量级	市场已吃掉什么	我们替的是哪一截	老师还肯判什么
本班作业设计（含分层、对齐手头教辅）	双减之后学生作业量降了，教师侧变成少而精、分层、全批、能讲评同时加码。约 7 成老师说设计要求更高了；北京约三分之一只偶尔分层。课后服务过后，过半人没时间做。政策还不许整本教辅当作业。	题库、“三层作业生成器”、组卷网都已是红海。国家平台组卷几乎没人用。	不是再出一套题，是按这班今晚的进度、这本教辅、这组口径，给出能布置的一份。组卷里的校本对齐（不跨章、对教辅）并进这里，不再单做第 N 个题库。	这层要不要、这题换不换、量够不够、跨不跨章
批改之后的归堆和讲评稿	作业批改与分析每天约 1.5～2 小时，加班约 6 成会点到它。全批全改仍是常规，约 8 成。数理更重：两班一次常要 3～4 小时；批完往往只打对错。集体讲评约 8 成。	考试客观题的阅卷机、拍照批改已经红海。上海 TALIS 2024 里用 AI 批改的比例仍偏低——不是不想替，是现有工具不够信。	打钩不是痛点。痛的是把对错数成错因，再写成明天要讲的那一页。	明天先讲哪一类错、哪几道上台、哪一层今晚再练
作文和书面表达的初批	语文大作文，精批一篇约 8 分钟，两个班一轮要大半个工作日，学生常等一周才拿回本子。英语书面表达每周 1～2 次，约 6 成批改超过 3 天，能写出具体修改建议的老师很少。	作文 AI 评分已经红海。语文老师常态化用 AI 的大约只有两成；跨平台对同一篇可差 8～20 分。教育部不许把自动批改当最终评价。	替的是错字、病句、套话初批，不是终评。英语书面表达同理。必须留下复批门。	总评改哪句、哪条评语能下发、这篇要不要面批
现成材料改到本班进度	备课每天约 3 小时，加班约 7 成会点到它，约 8 成下班还在备。备课里最长的体力段是做课件：一份初中约 2.3 小时、高中约 2.4 小时。学案没有全国工时，不能按日均小时单列。老师的真实动作是找→比→改。	学科网、国家平台、希沃、AI 课件解决了“有没有”。英语同步学案、课件，出版社和学科网已经铺满。	没解决“改到这班今天上到这”。直播校里对提前 PPT 增删补改、把课堂节奏理顺给学生、前端做题时远端手里要有题，也是这一截。不要对外研社校再做一套从零学案。	这段留不留、这页加不加题、挖空挖哪里、这问改成什么
考试后的质量分析誊写	几乎每考必交。一线说自己做一张学情分析表要三四个小时。	智学网一类考试报告每月出千万份。上传成绩单出 PDF 的工具已经有。	通用报告不接这班、这组、上次判过的法，还要再抄进学校自己的表。	这段话能不能交、弱项是不是我们认的、下一步补什么
产物回写本校已有系统	组卷网出的卷，智学网认不进；报告出了，教务和年级组的表还要再录一遍。切工具是 2025 教师 AI 调查里最集中的痛。	各家都有自己的闭环，没有人认真做“从别人的产物写回本校正在用的那一套”。	卷进本校阅卷/作业，报告进学校模板，改过的学案回得来。回写失败，这一判等于没发生。	这份能不能布置、能不能阅、能不能交

落地分科，先替和再替要拆开：

场景	先替	再替	不要当成先替的
语文	大作文表层精批：错字、病句、格式。学校常逼篇篇留痕，两个班一轮约大半个工作日。	文言文默写、周记的全批和二次复批；易错字清单自动出。	再做一套语文学案；对语文主打组卷。
英语	书面表达的表层纠错和错型图谱。约 6 成批改超过 3 天，能写具体建议的老师很少。	纸笔听力对错。口语若已有机评，不要再做第一优先级。	对外研社校从零做同步学案。官方配套和学科网已经铺满。
数学	每日作业的对错 + 题级错误率。两班一次常要 3～4 小时，几何更长；批完往往只打对错。	计算过程分步标错、几何证明跳步；讲评稿不要再手抄错题。	只做智能组卷。组卷是间歇高峰，天天压着的是全批全改。
物理	选择、填空、常规计算的批改 + 分层错题表。毕业班整理分层素材更重。	受力分析图画图批改、实验数据统计。实验课器材台账不该由备课承担。	先卖组卷。物理错因很少是单一知识点没掌握。
直播远端	提前 PPT / 学案的增删补改，把课堂节奏理顺给学生；前端做题时远端手里要有题。远端成功的六成功劳在本校二次加工，不是少备课。	课后补进度讲评、预习铺垫、节日错位时的补课包。	再产一套与前端平行的完整学案；做通用组卷却不接前端题号。
学段	初中先打作业设计、分层、日常批改。初中夹在双减作业要求和中考之间，组卷需求在升。	高中加上大考质量分析、作文精批、更深的校本对齐。高中客观工时更长。	用一份小学作业产品硬套高三；按班主任做另一种备课。班主任多出来的是班务，教学体力活仍按学科和带班人数。

产品哲学

在前文“机会锁定”中，没被先锁但很重要的“深水区”问题是“校本怎么立住、效果怎么验出来”。换句话说，就是在已减负的前提下，如何真正地智能起来？一旦真正地智能，那一定是螺旋上升的，校本智慧当然被立住。

所以，需要从哲学角度回答一个问题——智能从何而来？

智能是我们（产品设计者）提前设计的吗？——这有点像是拿半吊子经验去戏耍老师傅。

智能是从名校“提取”出来再“转移”给目标学校吗？——名校没见过这班学生。提取再转移，搬来的是别人的教，难以内化。

智能是从目标学校的老师和校长那访谈来的吗？——没人愿意给你按着头访谈，也没人能完全表达清楚，也没法一次访谈解决未来每天。

校为智能立法

一校一模不是给每所学校做一个专属 AI，去描绘它现在怎么教。多数合作校现在怎么教，往往正是它花钱想离开的样子。把已经存在的教法现象做成镜像，不是一校一模。

一校一模也不是给每所学校一个名校智慧，去引领它应该怎么教。名校可以是现实世界的名校，也可以是被“AI蒸馏”出的名校，但把名校经验当成裁判，也不是一校一模。

过去，学校往往会迁就各个平台：去改流程、对功能模块、被调研、被动接受。

现在，一校一模要反过来，要这所学校来决定什么才算教。名校智慧做参照，校本智慧做主体，而智能则来自这所学校本身的每个动作、每个干预、每个因果，这些正在发生的不断闭环、不断演进的过程就是产品智能的核心，即学校本身的客观运行事实为智能立了法。

教无定法，贵在得法。一套讲法好不好，不取决于它在名校课堂上多成功，取决于它在这班学生身上有没有效。名校没见过这班学生的作业，没经历这个进度的卡点，没听过这组老师的口径。所以名校经验只能回答“可以怎么教”，回答不了“在这里这么教行不行”。

一校一模的落地形态是为每所学校构建以校本为核心的智慧体系，我们称之为校本智慧体。

校本智慧体的三位一体

参照、本体、智能，共同组成三位一体的校本智慧体。

参照是：别人怎么讲、讲到什么程度、我们的差异在哪。参照不判对错。

本体是：我一般怎么讲，我的学生怎么样，我的理念和行为有没有被记住、被放大。

智能是：我布置、批改、讲评、学案、分层、学情分析的那些日常瞬间里，系统做“书记员”，把每一次我对参照的采纳、改写、否决，以及我自己的思考、输出、调整都悄悄记下来。这就是我和我的学校在立法。法被写出来的地方，就是智能长出来的地方。

参照用来开拓知识边界和满足我的精进愿望，本体用来承接并放大我的自我认同和获得感，而最终的应用则都是经过我心、我手之后的产物。

客群定位的差异化

三位一体对所有学校成立，差别只在参照的牵引力度。

学校的差异决定了学校的心态和行为上如何面对参照。对于层次较弱的学校，跟其意愿参照将升格为标杆牵引，而对于层次较好的学校，参照势必应降格为参考借鉴。

即参照是在一个引力场里：标杆牵引 ⇔ 参考借鉴。较弱学校在标杆牵引一侧，较好学校在参考借鉴一侧，名校是引力中心。

总之，无论面向何种学校，产品的体感目标始终是：越用越像我们本来的自己，越用也要越像我们期望中的自己。期望中的自己，就是从卫星轨往行星轨靠近、跃迁。

运行逻辑

整体运行：事实层、语义层、引擎层、行动层、记忆层。标尺不是一层。挂在引擎上的有两包：对照系是名校经验包，可换、可缺；校本系是本校、本备课组的经验包，必备，不能摘。这些层的动态运行构成校本智慧体，也便看到了自己的校本镜像。

每层都用两轴来读。第一轴是分类：这层里有什么、按什么种类和权重。第二轴是通道：这些东西从哪进来、怎么被取用。通道不是另一套种类。最下面的“现实”：缺了也能转。

系统架构

同一套能力怎么同时服务双师和校本，物料怎么进库、怎么改、怎么出活，两张图谱各坐在哪。底图是校本。双师不另起一套。同一套模块里，双师这条线另有跑法的是：蒸前端资料、课中学案、作业批阅、对照系。

短期事项

短期内在转的有两条线。一条是底层能力：图谱把点立住，蒸馏把事实变成能调用的语义。没有网、没有厂，出的活挂不上「这题落在哪个点」「这一分钟在讲哪个点」，引擎只能当弱材料用，减负也减不稳。一条是快速减负提效：先替老师干体力活。没有减负，就不打开；不打开，就没有判例；没有判例，底座验不了，智能也长不出来。

眼下底层先立理科：知识图谱在建物理、数学；蒸馏工厂在蒸高中物理课堂实录。减负提效先替已经在转、老师天天要交的活：双师线的课中学案、补充题、协同策略；学情相关 Agent 按学情出辅教辅学辅习。

底层能力建设

图谱是网，工厂是跃迁。

事项	是什么	眼下
知识图谱	「点、课、题、页都能互指」里的点，不是本校材料自己长出来的。系统侧建网，点与点的前驱、后继、关联。理科尤其是一张网。没有网，「这题落在哪个点」「缺了哪个前置」挂不上，蒸馏也挂不上。跨校可复用骨架；本校教材、课标是挂上去的身份。习得图谱另算，不进本校语义层。底座可缺，不硬编假网。	物理、数学。先把理科这张网立住。
知识蒸馏工厂	事实到语义的跃迁，不是语义层里的第三套知识。双师蒸前端，校本是本校加工厂，名校资源也进这只厂。前些年只有资源，蒸馏现在才开始。理科按章、点、网切，要和图谱一起转。没有实录，课次语义停在文稿层。实录加 PPT 时间戳，才能回答「这一分钟在讲哪个点」。	高中物理课堂实录

快速减负提效

减的是已经在发生的体力活，不另开一个家。双师线替远端手头的活；学情相关 Agent 按学情出辅。

事项	替的是哪一截	进度
AI 生成课中学案	从提前 PPT 出课中支架。前端讲到哪，远端手里要有跟得上的脚手架。不是从零做同步学案，也不是再产一套与前端平行的完整学案。改完还能回到我们这儿，双师长在 PPT 旁。	研发中
AI 挖出补充题	远端老师要从提前 PPT 里挖出非教材教辅的题。给一份能接着用的题，接着前端的进度，不是再出一套题库。	即将进行
AI 给出双师协同策略	这节课怎么协同，远端要先有能用的策略。先人工收集、先提供。策略先有人用，再谈自动出。后期交给 Agent，再用前端教情 + 远端学情的分析引擎做精准策略设计。	先人工，后 Agent
学情相关 Agent	不另出一份报告。减的是按学情去做辅教辅学辅习的体力。吃这份学情，出下一步能用的学具——订正、分层练、讲评、学案。记下怎么改，下次按这个班先出好。教师与工具一起掌控学生的个性化。	按学情出辅

只要名校资源 / 智慧校本化这件事存在、只要三位一体的参照存在，双师线所做的这些事项，在校本线都是能力复用的。往非直播班扩散作业时，带上的是一校一模，具体就是学具的自动个性化生产。

思考

这个事叫什么，这个文档叫什么？

叫策划书或立项书或其它什么书都不是重点，立不立项也不是重点，方向搞清楚，行动别走样是重点。

为什么事实层是核心？

个人对 AI 发展的基本判断是：AI 时代，企业侧最大难点绝不是技术本身好不好、计算引擎好不好，而是上下文够不够全、够不够准。很多前期靠企业里的人类脑积攒的技术优势会被 AI 强势抹平，谁拥有一个人、一个组织所有的点滴，谁就“有资格”在 AI 时代结出最好的果实。围绕事实，能采集到 360° 的数据，远远好于 180° 的数据。其次，能把数据分析治理好，就等同于喂给 AI 的上下文不仅全而且“准”，等同于一个人不仅学识渊博，也要能把话说清楚。

这文档内容是谁写的？

主要是人写的，产品哲学、运行逻辑、系统架构都是人想人写的，但问题研究、机会锁定、价值主张中的桌面研究、以及很多描述主要是 AI 做的。一些用词也是在 AI 的辅助下定的，有些词人写不出来，但 AI 给的更精辟到位一些。

记忆是怎么形成的？

记忆系统是整个 AI 领域探索的热门领域，但是中长期记忆的准确性一直是技术痛点。有专门公司在做跨领域、跨工具的“记忆库”，所以也不排除将来直接采用这类记忆库作为我们的记忆引擎底座。

对校本智慧体来说，短期内的记忆系统，记忆的形成，重点在于如何采集，“专题采集”的方式（即让每个老师像填表一样去说明情况）肯定不是好的交互形态，应该是书记员式的采集，需要的时候采集，一点一滴问答式采集，在过程中自动完成。