切片式Agent如何重构教学

这是”AI+教育观察室”播客的访谈后记系列。这个系列会邀请不同领域的朋友，聊聊他们在AI+教育这个交叉领域的观察、实践和思考～

为什么邀请止水老师止水老师目前在大型教培机构担任语文研发员，同时也是AI教学的探索者。他的背景很特别：自动化和语言学双专业，既有工科的工程思维，又有文科的学科积淀。这让他在思考AI+教育时，有一种很独特的视角——不只是”用AI做什么”，而是”如何把教学过程工程化”。

核心话题讨论未来教育一定是一对一的和止水老师的对话，从一个很大胆的判断开始：”未来教育一定是一对一的。” 这个判断基于一个根本矛盾：目前所有教育都是基于班课的，所有教法的”预设读者”都是”一群人”。但AI的生成是非常personal的——你的输入和输出都是只有你自己懂的东西。当每个学生都在和AI互动时，他们的学习路径一定是不一样的。更有说服力的是大模型的记忆功能。止水老师提到，DeepSeek等公司正在给大模型加载记忆系统，让AI能记住20-25%的事实性知识。这意味着什么？意味着未来每个学生手里都会有一个账号，记录了他从小到大所有的学习轨迹——授课记录、提问记录、知识盲区。这个AI系统会调用这些记忆，提供真正个性化的教学。这让我想起了我之前的一个观察：当我进班听课，看到每个学生都在用AI写作文时，老师其实很难做全局把控了。因为每个学生的问题不一样，AI给的反馈也不一样。止水老师的实践是”集中授课+分散练习”——讲练比1:3。学生练习的时间是老师讲课时间的三倍，而这个练习是由AI提供一对一指导的。老师的时间用来做什么？巡场、观察、个性化指导。切片式Agent：把教学经验封装进AI但问题来了：学生和AI对话，就能学好吗？如果只是让学生打开ChatGPT问问题，那效果未必好。止水老师团队做的事情，比这复杂得多。他们把这套方法叫做”切片式Agent”。核心思路是：把语文教学切分成一个个小的”程序性知识”（比如排序题的解题方法），然后把这个知识的教学流程封装进AI。

他举了一个很具体的例子：语文考试中有一类题叫排序题——把打乱的句子重新排序，选择正确的ABCD选项。传统教学是老师带着学生做一遍，讲解方法。但每个老师讲的深度不一样，而且学生回家后就没有这个”指导”了。止水老师把这道题的解题方法封装成三步程序：1) 定头尾：找出开头和结尾的句子，排除一些选项；2) 找粘连：通过逻辑关系，找出应该连在一起的句子；3) 通读：把答案放回原文检查。然后，他把这三步做成AI对话流程。AI会一步一步问学生：”请你选出哪个是头，哪个是尾”，如果学生答对了，AI解释为什么；如果学生说”我知道是它，但说不出为什么”，AI就帮学生表达出来。这就是”有指导的练习”——不是直接给答案，而是引导思考。这个方法让我印象最深的，不是技术本身，而是背后的教研工作。止水老师强调，AI里封装的不是某一个老师的经验，而是所有参与教研老师的集体智慧。这个Agent代表的是团队的最高教学水平。这样做的好处是什么？第一，学生回家后可以用这个Agent练习其他题目，就像随身携带了一个专属老师。第二，新老师可以快速达到老教师的教学水平，因为他们站在了团队肩膀上。第三，教学不再是”黑盒”——学生能看懂老师为什么这么批改，新老师也能快速理解教学逻辑。止水老师还提到一个很重要的点：教学本地化。不同地区的阅卷标准完全不一样，大模型不可能知道这些细节。但通过加载专有知识库，就可以实现本地化教学。这是大公司的通用产品做不到的。学习线：学生需要跨越的门槛聊到这里，我问了一个很多人都会问的问题：AI能做这么多，老师还需要吗？他说，老师当然需要，但不是用来讲知识。他提出了一个概念：”学习线”——学生需要跨越的一条自主学习门槛。这个概念来自他的课堂观察。他发现，即使把AI的使用流程设计得非常清楚——”开启新对话”的按钮就放在那里，学生还是会不断侧过头来看他。学生不是不知道下一步该怎么做，而是需要老师的肯定。他们希望有人来判断”我这一步对还是不对”。AI可以给反馈，但学生更相信人类老师的反馈。为什么？因为”这是人类底层逻辑”——我们需要情感连接，需要真实的人来确认我们是对的。止水老师说，学生需要跨越一条自主学习的门槛。在跨越之前，老师的作用不是讲知识（那些AI都能做），而是”练胆子”——让学生建立信心，相信自己可以独立探索。跨越之后，学生就具备了通过AI系统自我学习的能力。但跨越之前，老师是不可替代的。从”结构良好”到”结构不良”：AI时代需要什么能力对话进行到这里，我们开始讨论一个更深层的问题：AI时代，学生需要学什么？考试会考什么？止水老师做了一个很有洞察的区分：结构良好问题 vs 结构不良问题。结构良好问题：有明确的123步骤，知道调用什么工具和方法。比如排序题、解方程、写议论文。这是前AI时代的主要考察内容。结构不良问题：不知道需要调动哪些工具，没有固定方法。比如”请你针对本文提一个有价值的问题”、”如何提问”。他说，语文试卷上已经出现了这类题目。老师和学生都懵了——”这怎么教？怎么答？”因为过去的教学体系，都是针对结构良好问题设计的。为什么会出现这样的转变？止水老师的解释是：前工业时代需要大量工程师，需要能解题的人，需要的是工程思维（逆向拆解）。但AI时代，逆向拆解这件事AI做得更好，我们需要的是创新思维——提出从未见过的问题，探索未知领域。止水老师坦诚地说，他目前的切片式Agent只能解决结构良好问题。对于结构不良问题的系统教学，他也在探索中，还没有成熟方法。但他相信，教育界会非常快地转变到考察这类问题。这个转变，不只是考试形式的变化，而是教育目标的根本转变：从”学会既有知识”到”学会探索未知”。教育公平的新挑战：会用AI和不会用AI是”两个物种”对话的最后，我们聊到了一个沉重的话题：教育公平。止水老师用了一个很重的词：”会用AI和不会用AI的同学，不是同一个物种。”他的观察是：这一代学生处在一个很”倒霉”的时间点。上一代学生完全不会用AI，所以没有差距；下一代学生从小接触AI，都会用，也没差距；只有现在这一代，有人会用、有人不会用，差距被指数级放大。止水老师自己一个月用AI要花2000元（包括各种API调用、会员、服务器等），但有些地方的学生连买本杂志都买不起。有些学生连打字都不会，因为家长把手机控制得很严。他用”沙子流动”的比喻来说明：知识像沙子一样会流动，但流动性好不好取决于社会基础建设。在基建好的地方，知识流动快，形成平面覆盖；在基建差的地方，知识流动慢，形成金字塔——最上面的人享受最多资源，底部的人很难接触到。AI会进一步拉大这个差距。他的态度是悲观的：在近五年内，如果基础建设跟不上，教育公平的问题会更严重。这是一个需要整个社会共同面对的问题，不只是教育界的问题。对话中的几个关键洞察洞察1：AI不是工具，是教研成果的载体过去我们说”AI是工具”，但在止水的实践中，AI不是简单的工具（比如用来批作业、生成题目），而是教研成果的载体。他们把深度教研的结果——教学流程、引导策略、评判标准——全部封装进AI。这样，新老师可以快速成长，学生可以获得高水平指导，教学经验可以跨越时空传递。这个转变意味着什么？意味着教研的重要性大大提升了。过去，教研成果往往沉淀在文档里，很难传递和复用。现在，把教研成果封装进AI，它就成了一个”会说话的教学指南”，可以实时指导学生，也可以帮助新老师快速理解教学逻辑。这让我重新思考了教师培训的方向。也许未来的教师培训，不是教老师”如何讲得更清楚”，而是教老师”如何设计学习流程”、”如何把教学经验工程化”。（能力范式的迁移）洞察2：教学的个性化，不是”小班课”，而是”每个人都有独立的学习轨迹”过去我们说个性化教学，通常指的是小班课（1对5，1对10）。但AI带来的个性化，是完全不同的概念。止水老师说，未来每个学生都会有一个账号，记录他从小到大的所有学习轨迹。这个AI系统会知道：你在哪些知识点上卡住过，你问过什么问题，你的思维习惯是什么。基于这些记忆，它会提供真正个性化的指导。这种个性化，不是”根据你的水平分班”，而是”根据你的独特轨迹定制学习路径”。每个人的学习过程都是独一无二的。这个洞察让我想到，也许AI时代的教育评价体系也要改变。过去我们用统一的考试来评价所有人，但如果每个人的学习路径都不一样，那评价标准是不是也应该更多元？洞察3：教师角色的本质转变——从知识传递者到”跨线”引导者过去我们说老师的价值是”传道授业解惑”。但在AI时代，”授业”（传授知识）这件事AI可能做得更好。那老师还剩下什么？止水老师的回答是：帮助学生跨越自主学习的门槛。在跨越之前，老师是启蒙者、信心建立者、情感支持者。跨越之后，老师是陪伴者、引导者、人生导师。这个转变，触及了教育的本质：教育不只是知识传递，更是人的成长。而人的成长，需要另一个人的陪伴和引导。这是AI无法替代的。最后，我正和止水老师在启动一个项目，帮助更多老师把教学经验转化为切片式Agent，并开放给老师们使用，有兴趣的老师可以与我联系～