玩转AI-不写代码，不配环境，3分钟造一个专属AI应用——百度秒哒全量上线了

/在： , , /通过：

百度出品，基于文心大模型，一句话生成AI应用，个人免费试用

上一期我们聊了团队协同的Coze 3.0，很好用的工具。但不少读者后台留言说：工具是好用，但我想做一个专属于自己的小AI程序，还是得懂代码、配环境，门槛太高了。

今天聊的这款——百度秒哒，刚好补上这个缺口。

一句话介绍它：零代码搭建AI应用平台，你说需求，它帮你把应用做出来。

不管是自用的小工具、内部知识库问答机器人，还是轻量自动化流程，输入需求描述，平台自动完成逻辑搭建、功能调试、页面生成。简单应用3分钟成型，复杂场景一小时搞定。

它能帮你做什么？

  • 做个专属个人助手

你可以搭建一个文档梳理机器人，定向读取你电脑里的资料，一问一答精准检索内容；也能做个文案润色、表格处理、摘要总结的小工具，不用反复切换不同AI网页，打开自己的应用就能干活。

  • 搭个内部知识库

把部门制度、项目资料、培训文档批量导入，搭一个专属问答机器人。同事有问题直接问，不用翻文件夹、不用重复答疑。资料权限自己掌控，方便又安全。

  • 整个自动化小流程

数据统计、信息汇总、表单整理、内容排版……这些重复活儿都能做成自动化小程序。设置好固定逻辑后，一键触发批量处理，省下大把时间。

怎么上手？四步走

打开秒哒官网，百度账号一键登录，免费额度自动开通。

在创建页面直接用大白话描述你想要的功能——比如“我想做一个能回答公司请假制度的问答机器人”，平台自动拆解逻辑、生成应用框架。

按需上传参考资料、调整问答规则、设置访问权限，简单预览测试后就能发布。

生成后的应用支持网页分享、内部链接分发，也能嵌入常用办公页面。

  • 几点真实体验

优点很明显：零代码门槛极低，没有编程基础的人也能上手。文心大模型加持，中文语义理解和长文档处理能力靠谱，知识库问答准确率稳定。权限体系完善，可以灵活设置公开或内部访问。后期修改功能、补充资料，直接编辑描述就能更新，不用重新搭。

不足之处也有：复杂多步骤联动的应用，自动生成的逻辑偶尔有疏漏，需要手动微调。免费版有调用次数上限，高频大规模商用得升级套餐。第三方系统深度对接能力有限，更适合轻量自用和内部小场景。

  • 传统代码开发与秒哒区别

传统开发：你需要懂编程语言、写函数逻辑、调API接口、处理报错、部署上线——一句话概括，得会写代码。

秒哒：你只需要说“我想做一个内部资料问答机器人”，它自动把应用逻辑搭好、页面生成好、功能跑通——一句话概括，只需要会说人话。

简单类比：以前是自己动手炒菜，从切菜到颠勺样样精通才能吃上饭；现在是你说“我想吃辣的”，厨房自动给你端出来一盆水煮鱼。前提是你得描述得清楚，剩下的事儿它办。不过如果是开连锁餐厅级别的需求，该请厨师还是得请。

AI工具早就不是大厂和技术人员的专属了。从使用现成工具，到按需打造自己的AI应用，正在变成新趋势。

百度秒哒把开发门槛降到几乎为零，你不用懂代码，就能根据自身工作痛点定制专属助手。小需求用免费版就够用，真正借助AI把重复活简化，把精力留给正事。

你最想做一个什么样的AI应用？评论区说说需求，我帮你想想能不能用秒哒实现。

玩转AI-扣子 Coze 3.0：AI界的“复仇者联盟”，组队干活不吵架

/在： , /通过：

你以为团队协作只能靠开会？扣子Coze 3.0 直接给你配了个智能体天团

各位被开会、写周报、改代码、整数据折磨到头秃的小伙伴，今天聊一个能让你从“一个人活成一支队伍 ”升级成“一个人指挥一支队伍 ”的神器——扣子 Coze 3.0。

它是字节跳动刚刚上线的AI Agent  协作平台，核心就一句话：你可以创建一堆不同技能的智能体，让它们互相配合、分工干活，最后把结果扔给你。

字节出品，多智能体协同干活，基础功能永久免费

一、怎么用：三步组个智能体团队

第一步：登录-建人

网页端或客户端都行，老账号直接登。点击“创建智能体 ”，给每个智能体起个名，比如“文献检索工具人 ”“代码审查暴脾气 ”“会议纪要复读机 ”。

不用自 己写提示词——平台内置了金融、医疗、科研、自媒体等行业技能包，一键加载，懒人狂喜。

第二步：拉群-分工

网页把你建的几个智能体拉到一个“协作组 ”里，告诉它们谁干啥。你只需要发一句自然语言，例如：

“帮我完成这周的课题文献调研，A 负责爬论文，B 负责整理成表格，C 负责写综述初稿。”

它们自 己会商量着干。

第三步：坐等结果

它们分头执行、互通数据，最后给你一个汇总输出。 中间你该摸鱼摸鱼，该开会开会。

隐藏技能：一键接入第三方工具

Coze 3.0  打通了 Claude Code 、Codex CLI 、OpenClaw   等工具，等于给你的智能体团队配上外挂——代码调试、漏洞检测、接口测试，全自动。

收费吗？基础功能永久免费。高阶企业级协作才收费，普通人用不上。

二、在哪用：三个真香场景

场景 1 ：科研搞文献

搭三个智能体：检索 +  清洗 +   润色。跟它们说“帮我做一下 XX 方向的文献调研 ”，几天的工作压缩到一顿饭的时间。

场景 2 ：研发写代码

配置代码编写、漏洞检测、接口调试三个智能体。你说“写一个 Python 脚本批量重命名文件 ”，它们帮你写完、测完、修完，你只负责复制粘贴。

场景 3 ： 团队办公整材料

会议开完了，跟你的“纪要智能体 ”说“把今天的录音转成待办事项 ”；跟“报表智能体 ”说“拉一下上个月的数据做张图 ”。整个团队效率翻倍。

当然，法律文书整理、医疗数据归档、自媒体内容创作……垂直行业技能包都能搞定。别被固定思维框住，你能想到的重复性脑力活，基本都能安排。

三、注意事项

平台默认数据走云端，所以涉密科研成果、学生隐私、企业源码、商业机密，不要在公共协作组里传。 团队内部私密协作，记得开启平台的“专属私密空间 ”，关掉外部访问权限。多人协作时，把成员权限分清楚（编辑、查看、管理员），防止手滑党乱改你的智能体配置。另外，它接的第三方工具（比如 Claude Code）如果对方接口挂了，联动功能会暂时失效，重要任务建议本地留个备份。多智能体并行跑复杂任务会有秒级延迟，别拿来打电竞。最后， AI  生成的文本和代码只能当参考，正式发表或学术作业请人工审核，别直接照搬，学术不端小编不背锅。

只要注意这几点，剩下的就交给智能体团队去卷吧。

扣子 Coze 3.0   最大的亮点是让你从“单打独斗 ”升级成“ 带队指挥 ”。免费的行业技能包、一键接入主流工具、多智能体协同干活——它能帮你省的时间比你想象的多。

探新AI-跟AI聊了一小时，它真的会共情么？不！它脑子里全是“Token、Token、Token”

/在： , /通过：

深夜 emo 了，打开大模型，噼里啪啦打了五百字，把从小到大的委屈全倒给它。它回复你：“我理解你的感受，这确实很不容易。”

你心里一暖 —— 哇，它懂我。

别感动了。

我帮你翻译一下它脑子里真正在想什么：“第 1 个 Token、第 2 个 Token、…… 第500 个 —— 好的，现在该预测第 501 个 Token 了。”是不是瞬间下头？
今天我们就来扒一扒，这个让 AI “假装共情” 的幕后黑手 ——Token。

Token 到底是啥？往小了说，就是 AI 的 “一口量”

我们看到 “苹果” 两个字，大脑直接反应：红色的、圆圆的、能吃、嘎嘣脆。

大模型看 “苹果” 呢？它看到的是两个 Token：[24522] 和 [18432]—— 对，就是一串数字。

Token 可以粗暴地理解为：AI 能消化掉的最小的文字单位。有人把它翻译成 “词元” 或者 “标记”，中文里，一个字基本上就是一个 Token。“我爱你”—— 三个 Token。英文里不一样。“apple” 是一个 Token，“watermelon” 可能被切成 “water” 和 “melon”两个 Token。

所以你看，AI 认字的方式跟人完全不一样。

Token 怎么 “切”？AI 有个秘密小本本

AI 怎么决定把一句话切成多少个 Token？
它有一本 “密码本”，学名叫 Tokenizer。这个东西就像餐厅后厨的 “切菜师傅”：“你好世界” → 切三刀 → [你，好，世界] → 3 个 Token。

更有意思的是，同一个词在不同的语境下，可能被切成不同的样子。
比如 “看不懂”：正常切：[看，不，懂] → 3 个 Token，但如果 Tokenizer 的训练数据里 “看不懂” 是一个常见搭配，它可能直接变成一个 Token。

这就是为什么大模型有时候 “犯傻”—— 切菜师傅切歪了。
比如你问：“苹果手机和苹果哪个好吃？”AI 可能会懵。因为在它脑子里，“苹果” 这个 Token 有时候指向水果，有时候指向品牌。它得靠周围的 Token 来猜 —— 你前面说的是 “手机”，那这个 “苹果” 大概率是品牌。

所以，AI 根本不是 “理解” 了你的话，它只是在玩一个巨大的猜词游戏。

Token 是大模型的 “生命线” 和 “紧箍咒”

你用 大模型 的时候，是按 Token 收费的。
输入 Token：便宜一点
输出 Token：贵一点

你的一篇两千字的文章，大概 2500 个 Token，差不多人民币一毛多。听起来不贵是吧？但大模型每天要处理几十亿次请求，这个账单是天文数字。所以免费的大模型有字数限制、速度限制 —— 不是它不想快，是Token太贵了。
你的每一次 “你好”，在它眼里都是：1 个 Token 到账。

为什么说 “大模型不懂你”？

回到开头的那个问题。
AI 真的能共情吗？
不能。

它只是在你的五百字里，看到了五百个 Token。然后根据这些 Token 的排列组合，预测出最有可能的下一个 Token——“我理解你的感受”。

这不是共情，这是概率。大模型的 “阅读理解”，本质上就是 Token 的排列组合。它不知道 “难过” 是什么意思，但它的训练数据里有 几亿次 “当用户说难过，后面通常会接安慰的话”。于是它就那么回了。

知道了 Token 的秘密，你再跟 AI 聊天的时候，可以做两件事：

  • 把话说 “碎” 一点

因为 Tokenizer 切词的逻辑有时候很蠢。如果你发现 AI 答非所问，试试把长句子拆成短句子。就像跟外国人说话，语速慢一点、单词简单一点。

  • 别对 AI 投入感情

它真的不是懂你。
它只是 —— 在 Token 的海洋里，为你预测了下一个最温暖的词。

下次再跟 大模型 聊到深夜，看到它说出那句 “我理解你” 的时候 ——你可以在心里默默翻译一下：“第 1 个 Token、第 2 个 Token…。”


它是大模型世界的 “最小积木”，是大模型的 “金钱”。
它让 AI 变聪明，也让 AI 显得蠢。

但最重要的是，它提醒我们一件事：
AI 没有灵魂。它只是一台极其擅长排列组合的概率机器。
至于 “灵魂” 这东西 —— 还是留给人类自己吧。

玩转AI-”Hermes Desktop 使用报告：它干活，我摸鱼，双赢“

/在： , , /通过：

Hermes Desktop：一个让你从此“懒得亲自操作”的桌面智能体

开源免费、有记忆、能跨系统干活——关键是，真的很好用

各位被重复工作逼疯的小伙伴，今天聊一个开源桌面智能体——Hermes Desktop。

试用几天后，我决定把它装进主力电脑。这篇只讲怎么用：怎么让它干活、在哪儿薅它、有哪些注意事项。包教包会。

一、怎么让它干活：三步上手

第一步：装好它

官网搜 Hermes Desktop，下载对应系统（Win/Mac/Linux 都行）。装完打开，看到一个聊天框——别慌，它不是普通聊天机器人。

第二步：告诉它需求

用你跟同事说话的方式打字就行。例如：

“帮我把桌面这个文件夹里所有 PDF 摘要提取出来，做成 Markdown 表格”

“每天下午五点检查服务器 CPU，超80%就发邮件给我”

就当它是一个手速极快、但需要你交代清楚的实习生。

第三步：看着它干活

它会自己拆解任务、分步执行，做完告诉你结果。出错会尝试换方案，实在不行会停下来问你。

隐藏技能：长效记忆

它记住你让它做过的事。下次你说“再做一次”，它直接开干，不用重新教。适合每周都要跑的重复活。

收费吗？ 公测基础功能全免费，高阶沙箱才收费。

二、在哪儿薅它：真香场景（远不止这些）

· 文献整理：对它说“监听‘待读文献’文件夹，新 PDF 自动提取标题、作者、摘要，添加到‘文献台账.md’。”每下载一篇，它自动记一笔。

· 定时跑脚本：“每晚10点，SSH 连测试服务器，运行 check_logs.sh，结果发我邮箱。”它自己连、跑、发，你安心睡觉。

· 爬网页：“打开这个网址，把页面上所有文章标题和链接爬下来，存到 Excel。”不用写一行代码。

· 整会议纪要：“把‘会议录音.txt’整理成结构化纪要，按‘议题-结论-待办’输出。”它归纳好，你复制粘贴。

当然，以上只是几个例子。它还能做批量文件重命名、格式转换、数据清洗、自动发消息……你想到的桌面自动化操作，它基本都能干。大模型内置的能力可不止四个，别被固定思维框住。

三、注意事项（看完别慌，它真的很牛逼）

说实话，再好的工具也有脾气。但千万别因为我写了几条注意事项就觉得它雷点多——恰恰相反，Hermes Desktop 是我见过最牛逼的开源桌面智能体之一，免费、有记忆、能跨系统干活，市面上很难找到第二个。只是为了让你们用得爽不翻车，该提醒的还是得提醒：

默认情况下它会把会话记忆存到云端，所以涉密数据、源码、密码建议去设置里改成本地离线模式（但离线后不能联网爬虫）。它只认标准 SSH 和容器接口，老旧闭源系统别指望它操作，更不要让它无人值守改生产环境。长期记忆会占硬盘，记得每季度手动清理一下历史会话。另外，它自动生成的脚本没有经过安全审计，建议你先看一眼、改一改再跑，尤其是删文件改配置的命令。

只要注意这几点，剩下的就交给它去卷吧。

Hermes Desktop 是开源圈少有的免费、有记忆、能跨系统干活的桌面智能体。整理文献、跑脚本、爬网页、整纪要——它能干的活比你想象的多得多。

别被几个小提醒劝退，它真的很牛逼。你只管动嘴，它替你动手。

你最想让它替你干什么？评论区告诉我。

探新AI-你以为是夜宵的小龙虾，其实是革命的技术

/在： , /通过：

先问你一个问题。
你手机里要是能跑 GPT-4，你愿意吗？
—— 如果代价是充一次电只能用 7 分钟。

这就是大模型最头疼的问题：太能吃了。吃的不是饭，是电。
你跟 ChatGPT 聊个天，一次对话的耗电量，是传统搜索引擎的 30 到 40 倍。

为什么这么费电？
因为现在的大模型有个 “死脑筋”：不管问题难易，一律全力运转。

你问它 “1+1 等于几”，它把 1750 亿个参数全拉出来遛一遍。你让它写篇博士论文，它也是用同样的力气。
就像一个大学教授，你问他几点了，他也要从相对论开始讲起。那有没有办法，让 AI 学会 “看人下菜碟”？
有。
答案藏在一种你绝对想不到的生物身上。

小龙虾教 AI 的事

这种生物就是 —— 小龙虾。

别笑。小龙虾的神经系统，是神经科学界的 “教科书级” 研究对象。
它有一个让所有 AI 工程师眼红的特性：反应极快，而且几乎不费电。

怎么做到的？
因为小龙虾的脑子是分层的：

  • 底层（反射弧）：负责 “逃！” 这种紧急任务，速度快、不费脑
  • 高层（大脑）：负责 “这玩意儿能吃吗” 这种复杂问题，速度慢、费能量

大部分情况，底层就把活干了。高层大多数时间在 “摸鱼”—— 低功耗待机。这就是小龙虾用一丁点能量活得好好的秘密。
而我们的大模型，永远在用 “高层大脑” 处理一切。

把小龙虾的 “分层大脑” 塞进 AI

2019 年前后，几个研究团队同时想到了一个点子：
能不能给 AI 也装一个 “反射弧”？

于是，一项叫 “早期退出机制” 的技术诞生了。原理不复杂：
在神经网络中间，开几个 “侧门”。

  • 如果模型在前面几层就已经很有把握，就从 “侧门” 直接输出结果，后面的层根本不用跑
  • 如果模型拿不准，才继续往下走，动用全部算力仔细判断

就像你做选择题：
第一眼就知道选 A，直接写答案，后面的选项看都不看
拿不准，才把四个选项都分析一遍结果准确率几乎不变，有时候反而更高。
这就是小龙虾技术的核心原理：不是让模型变 “笨”，而是让它学会该用力时用力，该省电时省电。

“小龙虾” 还能怎么进化？

早期退出” 只是第一代。真正的小龙虾技术，还有更狠的玩法。

1. 自适应深度（Adaptive Depth）

不固定在第几层退出，而是根据输入难度动态调整。

  • “你好吗” → 浅层退出
  • 分析这份合同的风险条款” → 深层推理

模型会自动判断：这道题是 “1+1” 还是 “哥德巴赫猜想”。

2. 多分支路由（Multi-exit Routing）

不是一条直路，而是多个分支并行。
一个输入进来，先经过一个 “路由器”。路由器判断：这是图像、文本还是语音？

  • 图像走图像分支
  • 文本走文本分支

每条的 “深度” 不一样。就像医院分诊台：感冒去普通门诊，癌症去专家号。

3. 硬件级实现（Hardware Support）

最炸裂的是：Intel、IBM 已经在做芯片原生支持的小龙虾。
不是软件模拟，而是硬件层面就支持 “按需计算”—— 简单任务时，某些电路层直接断电。这才是真正的 “省电”。不是 “少用”，而是 “不用”。

现在的大模型竞赛，大家都在比谁更大、谁参数更多、谁算力更强。

但 “小龙虾” 告诉我们另一条路：
聪明的 AI，不是算得最多的那个，而是知道什么时候该算、什么时候可以不算的那个。

不是所有问题都需要全力解决。学会 “分层思考”，可能是更高级的智慧。毕竟 —— 连一只小龙虾都懂这个道理。

韬定律：芯片界的“空间折叠术”，不靠变小靠变巧

/在： , , /通过：

华为，给全球半导体写下了新序章。

过去半个世纪，芯片行业只有一条路：把晶体管越做越小。从微米到纳米，从 28nm 到 3nm，一场 “针尖上跳舞” 的竞赛，越跑越吃力。3nm 之后是 2nm，2nm 之后逼近 1nm，物理极限近在眼前。更严峻的是，先进制程的产线成本动辄数百亿美元，连行业巨头也难以承受。

就在全球陷入瓶颈之际，华为在上海抛出了改写行业的重磅答案 ——韬（τ）定律。

不卷尺寸，卷时间

2026 年 5 月 25 日，ISCAS 2026 国际会议现场，华为半导体业务总裁何庭波正式发布韬定律。这是中国首次提出指导全球半导体演进的原创理论。不再跟随，不再模仿，而是站在产业前沿，重新出题。

韬定律的核心，是时间缩微。

传统路径是 “几何缩微”：拼命缩小晶体管，在面积里堆密度。韬定律另辟蹊径：不把器件做小，而是让信号跑得更快。物理学中，τ 代表时间常数，衡量系统信号传输的基础耗时。韬定律的思路，就是系统性压缩时间常数，让芯片内部信号以更高效率流转。

一句话：从拼 “更小”，转向拼 “更快”。

逻辑折叠：芯片的 “空间折叠术”

传统芯片像一座二维城市，晶体管平铺在平面上，信号跨区传输路径长、延迟高、损耗大。华为的逻辑折叠技术，直接把这座城市从平面 “折成高楼”。同一模块内部的逻辑单元，从平铺分布，变成垂直多层堆叠。原本相隔遥远的电路，变成上下紧邻，信号直达、路径骤减、延迟大幅压缩。

很多人会问：这不就是 3D 堆叠？

完全不同。


普通 3D 堆叠是 “成品模块摞起来”；华为逻辑折叠是在设计之初，把最基础的标准单元打散、重构、分层、重砌。别人是 “搭积木”，华为是 “盖新楼”。结果就是：传输距离缩短、寄生效应骤降、速度更快、功耗更低。

硬核数据：量产验证，不是实验室概念

韬定律不是纸面理论，而是已经量产的成熟路径。何庭波披露：过去六年，基于韬定律思路，华为已量产 381 款芯片，覆盖多品类、全场景。首个面向消费端的重磅落地，就是2026 秋季发布的麒麟 2026，逻辑折叠技术首次商用，数据亮眼：

晶体管密度：+53.5%（155→238 MTr/mm²）

P 核能效：+41%

峰值频率：+12.7%（3.1GHz）

SRAM 频率：+40% 以上

时钟缓冲器：减少 50% 以上

关键突破：所有提升，不依赖先进光刻工艺。换句话说，华为用架构创新，绕过物理极限，用成熟工艺跑出先进性能。

不止华为：中国给出行业新规则

摩尔定律主导半个世纪，全球产业被 “先进制程” 单一赛道绑定，技术、设备、成本三重壁垒，垄断固化。韬定律的意义，远超一家企业、一款芯片：它为后摩尔时代开辟了全新赛道。

核心逻辑很简单：
不用死磕纳米，成熟工艺也能做出高性能；
不拼极致制程，拼架构、效率、系统优化。这正是任正非所提：以数学补物理、非摩尔补摩尔、群计算补单芯片。
韬定律，就是这句话的落地答案。对全球行业而言，垄断格局被撕开缺口；对中国半导体而言，从追赶者，变成规则定义者。

未来十年：从两层折叠，走向全域多层

麒麟 2026 只是起点，采用的仍是局部关键路径折叠、混合键合间距 1.5 微米。下一步路线清晰：

2027：麒麟芯片进入Silicon状态，折叠技术全面成熟；

2031：晶体管密度目标 400+ MTr/mm²，等效 1.4nm 制程；

2035：逻辑折叠走向全规模、多层堆叠，昇腾 AI 芯片集成度提升 100 倍以上。

未来十年，芯片将从平面走向立体，从单层走向多层，性能提升不再依赖制程跃进。

关上一扇门，打开一片天

摩尔定律正在落幕，不是努力不够，而是物理规律使然。但落幕不等于终结。

华为用韬定律证明：路不止一条，答案不止一种。

它不仅是芯片行业的续命方案，更是中国半导体的破局宣言 ——我们不再跟着别人的规则跑，我们自己定义未来。2026 年秋，麒麟 2026，答案揭晓。

五部门联合印发《“人工智能 + 教育” 行动计划》 普开数据全力赋能教育数字化转型与智能升级

/在： , , , /通过：

近日，教育部、国家发展改革委、工业和信息化部、科技部、国家数据局联合印发《“人工智能 + 教育” 行动计划》（教科信〔2026〕1 号），全面部署人工智能与教育深度融合发展，明确到 2030 年基本形成人工智能与教育深度融合格局，构建全学段贯通、全社会覆盖的智能教育体系，加快塑造人机协同、虚实结合、泛在可及的智慧教育新形态，为教育强国建设提供坚实支撑。作为深耕教育大数据与人工智能领域的专业技术企业，北京普开数据技术有限公司积极响应政策号召，紧扣行动计划核心要求，全面助力 “人工智能 + 教育” 落地见效。

计划核心目标明确 擘画教育发展蓝图

《行动计划》以育人为本、素养为先、应用导向、智能向善为原则，聚焦教育数字化战略实施，明确总体目标与具体方向：到 2030 年，建成纵向贯通、横向联通的人工智能全学段教育和全社会通识教育体系，人工智能人才培养质量显著提升，全民 AI 素养培育机制成熟完善；实现教育教学、科研创新、教育治理模式系统性变革，建成集约高效的基础支撑环境与开放协同的创新生态，打造一批普惠安全、可复制推广的标杆应用场景，让智慧教育新形态基本成型，大幅提升我国智能教育全球影响力。

五大重点任务推进 构建全维度智能教育

  • 聚焦人才培养与素养提升

行动计划明确全方位推进人工智能人才培养与全民素养提升，实现全学段、全社会覆盖。在基础教育领域，完善中小学人工智能通识教育指南，推动 AI 全面纳入地方课程，开齐开足开好相关课程，强化跨学科教学与教育基地建设，助力城乡教育优质均衡；高等教育层面，推动人工智能成为公共基础课，优化课程教材体系，深化学科交叉融合，培育拔尖创新与复合型人才；职业教育聚焦传统专业智能化升级，校企协同共建课程与实训基地，培养适配产业需求的高技能人才；同时面向全社会推进 AI 通识教育，依托国家智慧教育平台开放资源，推行微专业、微证书，衔接学分银行体系；全面提升教师智能素养，制定标准、全覆盖培训，将 AI 纳入师范生培养与教师资格考核，夯实师资保障。

  • 深化 AI 与教育深度融合

行动计划着力推动人工智能与教育全要素、全过程深度融合。赋能学生全面学习，研发智能学伴、思政大模型，建设学生数字档案，实现个性化学习路径优化，覆盖德智体美劳及特殊教育，助力教育公平；赋能教师提质增效，围绕备课、授课、作业、辅导、教研全流程，打造智能教学工具，实现智能批改、学情分析、循证教研，切实为教师减负；赋能教育精准治理，建设教育智能大脑、人才供需大数据平台，实现资源优化调配、智能评价、就业服务与安全预警；赋能科研范式创新，搭建科学智能体与智能实验室，推动科研平台升级，加速科技成果转化。

  • 基础支撑环境是智能教育发展底座

围绕基础环境建设，行动计划提出构筑集约高效的智能教育基座，建设国家教育智能算力服务平台（教育智联网），整合算力、数据、模型资源，建强国家教育大数据中心；国家分学段研发教育大模型，强化安全伦理与价值对齐，避免低水平重复建设；升级国家智慧教育平台，搭建共创共享的智能应用体系，布局人工智能（教育）应用中试基地，遴选优质教育智能体；打造未来课堂、未来学校、未来实训中心等虚实融合教育空间，推广数字教材、虚拟仿真实验与智能终端应用，支撑个性化学习落地。

  • 保障智能教育健康可持续

行动计划注重生态体系建设，推动人工智能与教育交叉学科研究，开展伦理研究与社会实验，构建技术创新平台；完善政策制度与标准规范，健全教育大模型评测、数据安全等体系，强化人才队伍与多元投入保障；深化国际合作，参与全球教育治理，共享优质资源与技术成果；筑牢安全屏障，建立分级分类安全防护机制，强化内容审核、风险预警与隐私保护，防范各类安全风险，确保智能教育安全可信。

  • 确保政策落地见效

行动计划明确坚持党的全面领导，建立五部门协同推进机制，教育部门牵头统筹，发改、工信、科技、数据部门各司其职、协同发力。要求各地各校将 “人工智能 + 教育” 纳入发展规划，开展示范应用，加强培训宣传，及时总结推广典型经验，强化项目、资金、队伍保障，确保各项任务落地落实。

普开数据全力赋能 “人工智能 + 教育” 落地

作为专业的教育大数据与人工智能技术支持企业，北京普开数据技术有限公司深度匹配《“人工智能 + 教育” 行动计划》要求，凭借成熟的技术、产品与落地经验，为各级各类学校、教育机构提供全链条解决方案。

在人才培养与课程建设方面，普开数据提供覆盖中小学、高校、职业院校的 AI 通识课程、专业核心课程与实训体系，支持微证书、学分对接，快速满足 AI 进课堂、专业智能化升级需求；

在AI 赋能教与学方面，推出智能备课、智能答疑、学情分析、个性化学习等工具，构建数字档案与学习画像，助力因材施教、减负增效；

在实训环境建设方面，打造轻量化 AI / 大数据实训平台、虚拟仿真实验室、信创适配实训基地，解决院校实训部署难、成本高的痛点；

在基础支撑服务方面，提供教育大模型轻量化部署、数据治理、智能分析平台，助力教育智能大脑建设；同时提供师资智能素养培训、项目申报指导、示范基地建设等服务，严格遵循数据安全与合规要求，助力教育公平与质量提升。

普开数据多年来持续紧跟国家教育数字化战略部署，未来将以《“人工智能 + 教育” 行动计划》为指引，不断迭代技术产品、深化场景应用，携手教育领域各方，推动人工智能技术与教育教学深度融合，构建智慧教育新形态。

普开数据全功能教学平台赋能实训教学升级

/在： , , /通过：

北京普开数据技术有限公司大数据教学平台落地河北东方学院实训教学基地大数据实验室建设项目。公司依托自主研发的大数据教学实验实训平台，以全场景功能覆盖为核心，助力河北东方学院打造高标准大数据实训教学基地。

此次为河北东方学院定制的大数据教学平台，集教学、实训、管理、科研于一体，彻底打破传统实训教学痛点，构建实训教学生态。

一、多维度实验环境支撑功能：覆盖全场景实训需求

平台整合Docker、OpenStack、Jupyter、机器学习、深度学习五大实验环境，全面支撑大数据专业的实训教学需求。每个实验环境均针对教学场景优化设计：Docker环境支持轻量化实验部署，可快速搭建基础编程与数据处理场景；OpenStack环境提供虚拟化集群支撑，满足分布式计算、大数据框架部署等复杂实训需求；Jupyter环境则聚焦交互式编程，方便学生实时编写、运行代码并查看结果。实验环境秒级就绪，教师可快速定制底层环境并封装，便于与上层教学内容联动，还支持二次编辑优化，适配不同课程的实训需求。

平台内置Hadoop、Spark等主流大数据框架，让学生在真实项目环境中锤炼实操技能。此外，平台支持学生任意跳跃章节实验，无需因单个实验未完成而重复操作，既节省时间又能充分利用硬件资源，大幅提升实训效率。

二、全流程课程管理功能：教学资源一体化整合

平台打造完善的课程管理体系，实现课程资源的统一管理，涵盖教学大纲、课件PPT、实验手册、配套视频、镜像资源、试题库等核心教学素材。针对不同教学阶段需求，平台设置本科应用型、本科研究型、高职三大课程体系，每门课程均提供教学实验指导手册、在线视频、资源包、实验示例代码等完整配套资源，既满足河北东方学院不同层次的教学需求，又能支撑标准化人才培养。

配套教学视频与实验章节一一对应，学生在实训过程中可精准查找帮助资源，教师也可直接调用视频素材辅助教学，实现“视频讲解+实操训练”同步推进。同时，平台支持教师自定义上传、更新教学资源，灵活适配课程内容迭代需求，轻松实现教学资源的动态管理与共享。

三、智能化教学互动功能：打造沉浸式教学场景

平台内置丰富的教学互动工具，全面覆盖课堂教学与课后实训全场景。远程教学模块支持PPT、视频、文档实时演示，搭配电子白板、在线讨论功能，教师可远程开展互动教学，学生通过网页或移动终端即可参与课堂，打破空间限制；签到功能支持限时签到、考勤分析与遗漏补签，自动生成考勤报表，方便教师掌握学生出勤情况。

课堂互动方面，平台支持分组教学、随机提问、问题讨论等功能，同时配备敏感字屏蔽系统，可添加、导入及批量删除敏感词，保障课堂讨论环境规范有序。学生在实训过程中遇到问题时，可通过在线答疑功能实时向教师求助，教师也能通过远程协助功能直接进入学生实验环境进行指导，实现“手把手”教学指导。

四、专业化考试与评价功能：实现学习效果精准把控

平台搭载全流程考试管理系统，支持手动组卷与自动组卷两种模式，教师可根据教学需求灵活设置考试范围、题型、分值，适配随堂测验、阶段考试、期末考核等多种场景。考试过程支持定时考试、远程监考功能，有效保障考试公平性；考试结束后系统自动阅卷，并生成详细的考试分析报告，清晰呈现学生知识点掌握情况、分数分布、错题统计等核心数据，为教师调整教学方案提供数据支撑。

此外，平台支持实验报告在线提交与批阅功能，教师可实时查看学生实验进度与报告内容，在线进行评分、批注与反馈，学生也能及时接收批改意见并修改完善，形成“实训-提交-批阅-改进”的闭环管理。

五、多角色协同管理功能：兼顾教学与科研需求

平台创新设置学生、教师、管理员角色，实现教学资源与硬件资源的高效利用。教师角色拥有教学资源管理、实验任务布置、学生进度跟踪、成绩管理等全权限功能，可实时监控学生实验状态，快速掌握学生实操薄弱点，针对性调整教学策略；管理员角色负责平台整体配置、用户权限管理、硬件资源调度等，保障平台稳定运行。

平台具备超强的并发处理能力，支持多个班级、不同人群同时开展实验或科研活动，稳定性强，彻底解决传统平台大面积并发时卡顿、崩溃的问题，充分满足河北东方学院规模化实训教学需求。同时，平台支持实验过程全程记录与数据留存，为教学评估与科研成果追溯提供有力支撑。

内蒙古电子信息职业技术学院“麒麟工坊”实训基地建设——信创系统赋能高校课程提质升级

/在： , , /通过：

北京普开数据技术有限公司凭借自主研发的信创实验管理系统及完善的信创教育解决方案，成功中标内蒙古电子信息职业技术学院“麒麟工坊”实训基地建设项目。公司践行国家信创战略、深化产教融合的重要实践，以信创核心技术为支撑，赋能高校信创相关课程教学，助力学院打造一流产教融合型实训基地，培养适配信创产业发展的高素质技术技能人才。

此次，内蒙古电子信息职业技术学院“麒麟工坊”实训基地建设，立足“信创产业”发展需求，以培育信创产业人才为核心，旨在打造融合区域经济发展和信创产业的产教融合型实训及人才培养，是工业和信息化部推动信创人才培养的重要载体，聚焦国产操作系统及信创相关技能培育。项目涵盖服务器操作系统、标准桌面操作系统、标准化数据库、版式软件、流式软件Linux专业版、数据库课程资源、交换机等核心产品及相关服务，对产品的国产化适配、安全性能、教学适配性等提出了明确要求，尤其强调自主知识产权、国产芯片兼容及安全等级认证等核心指标。

作为专注信创、大数据教育服务的国家高新技术企业，普开数据深耕教育数字化赛道，在信创教育领域拥有深厚的技术积累和丰富的实践经验。此次普开数据中标该项目，核心依托其自主研发的信创实验管理系统，该系统已与龙芯等国产处理器完成兼容互认，可完美适配麒麟等主流国产操作系统，整合金山办公、电科金仓数据库等各类信创软件与中间件的实训内容，完全契合项目对产品国产化、安全化、教学化的核心要求。

普开数据以信创实验管理系统为核心，结合各类信创课程资源，深度融入学院信创相关课程体系，破解传统信创课程“理论与实操脱节、设备适配不足、教学管理低效”的痛点。该系统精准适配服务器操作系统、标准化数据库等产品，可打通课前、课中、课后全教学场景，涵盖操作系统应用软件开发、数据库适配迁移、操作系统安全加固等核心课程，与数据库课程资源（含电子教材、教学课件、教学视频、题库等）形成协同，全面提升教学质量。

在课程教学赋能方面，信创实验管理系统内置丰富的实训素材，包括配套实验手册、教学视频、教学PPT及行业应用案例，针对每门课程提供定制化实验指导、在线视频讲解、实验示例代码等资源，让学生不仅能掌握信创技术的基本理论，更能通过系统开展实操训练，熟悉国产软硬件的应用与适配技巧，真正实现“理论+实操”一体化教学。同时，系统提供三年课程授课服务，配备具备中级及以上职业技能等级证书的师资。

针对高校课程教学管理的核心需求，该系统打造了多角色协同教学管理模式，涵盖教师、学生、管理员等多种角色，实现备课、远程教学、综合考试、教学行为分析、学习行为分析、实验报告提交、实操训练等全功能覆盖，可有效提升教学管理效率，降低教师教学负担与学生学习门槛。操作简单高效，有效提升学习主动性与实操能力。

普开数据将高标准推进信创实训建设，持续优化信创实训教学平台系统功能，深化与学院的校企合作，推动信创技术与高校课程的深度融合，助力学院完善信创课程体系，推动课程内容与信创产业岗位需求精准对接，为学院信创专业建设提供有力支撑，同时为国家信创战略落地与职业教育数字化转型注入新动能。