AI 改变了教育的哪些前提？
AI 能力的普及，为什么一定会改变我们熟悉的教育
知识稀缺、专家全面掌握、个体自足，曾共同支撑工业时代的教育。AI 改变的不只是获取信息的速度，还包括认知劳动怎样分工，以及成果由谁生产。文章由此追问：当能力前沿持续移动，教育如何重新理解人的能力与价值？
阅读全文→教与学
从个人的学习体验到教育系统，追问 AI 正在改变什么。
从这两篇开始
AI 如何影响教育？
如果 AI 什么都能做，人还该学什么？
做一个思想实验：当 AI 不再有做不到的事，我们还该学什么？
这是一个有条件的思想实验：假如 AI 在所有认知任务上全面超越人类，教育会从社会生产的必要条件转为社会的主动选择。而在可能持续很久的过渡期，文章提出“答辩式证明”：人需要为自己拿出的结果建立足以支持采信的理由，学校则为这种能力提供可信背书。
阅读全文→从 CMU 数据库课程看 AI 时代的课程评价：理解、判断与迁移
从 CMU 数据库课程出发，讨论怎样围绕学生提交的成果评价理解、判断与迁移能力：既判断学生是否学会，也指引学生以 AI 参与形成的成果为起点，持续运用知识、推进工作。
麦格劳希尔宣布将通过 MCP 向微软 Copilot 开放授权教材内容
教材内容、课程工具与用户入口，开始通过 Agent 重新组合。麦格劳希尔与 Intellum 的两则公告，让教育 AI 的产业分工有了更具体的样子。
从 Prompt 到 Skill，再到 App：老师正在成为 AI 时代的教育软件开发者
老师开始把教学经验变成可以反复使用的工具。从一份教师 AI 培训报告出发，看具体课堂需求如何得到实现，以及教师与教育软件的关系会怎样变化。
ChatGPT：从 AI Tutor 到 Student OS
从解答一道题，到推进持续的升学申请过程。College Planner 让人开始思考，教育服务如何围绕学生的目标、记录和任务组织起来。
美国高校的数字课堂，由哪些工具构成？
用六张图读 Instructure 高等教育版 EdTech Top 40：美国高校 Canvas 外接工具的构成、代表产品与 AI 接入情况。
以史观今：AI 对教育的冲击，和历史上的哪些变革最相似？
从文字、印刷、计算器、学校制度与慕课的历史参照出发，讨论 AI 如何改变学习与教育，以及历史经验的边界。
爆火的 Jev，我们拿 1711 道高考题测试了它
一个不生成文本、只负责判断的模型，在 1,711 道高考客观题上答对了 90.8%；读完 17 篇作文后，它又显示出成为第二判断来源的可能。
ChatGPT 带我读 MIT AI 教育报告（四）
AI 持续变化，一所大学需要怎样的制度，才能不断观察、实验、测量并修正自己的判断？
ChatGPT 带我读 MIT AI 教育报告（三）
当信息和帮助都可以随时从 AI 获得，人为什么还要来到大学，与其他人共同生活和学习？
ChatGPT 带我读 MIT AI 教育报告（二）
当好作业不再能证明学生学会了，课程与评价需要怎样改变？
ChatGPT 带我读 MIT AI 教育报告（一）
当 AI 能完成作业与解题，学生亲自学习还有什么价值？
200 万份积分、416 所高校、1176 个校园 Skill：开学季 AI 在抢什么？
从校园 Skill 和开学季活动出发，观察通用 Agent 进入教育的产业逻辑。
WorkBuddy × 企鹅教师助手：教学能力是怎样接进来的
从课堂产物与任务记录出发，看教学方法、工具和专业服务怎样进入 WorkBuddy。
AI课堂 OpenMAIC：从课程生成到课程运行时
从 OpenMAIC 的演进看一门 AI 课程如何成为可生成、运行和继续修改的对象。
当我用这样的 Skill，重新打开英语
我曾以为自己认识 check、charge 和 over，直到老师让我越过中文释义，看见词义背后的核心意象。我把这种理解单词的方法萃取成了一个 Skill，也由此重新理解了怎样和 AI 学习。
做一个思想实验：当 AI 不再有做不到的事，我们还该学什么？
如果 AI 能完成所有认知任务，人为什么还要学习？从教育的社会选择出发，再回到当下：当作业不再足以证明能力，学校如何通过答辩式证明和长期评价为学生背书。
AI 能力的普及，为什么一定会改变我们熟悉的教育
AI 如何改变教育？从知识稀缺、专家全面掌握和个体自足三个前提出发，讨论知识易得、人机分工与系统化知识生产如何改变教育范式。
