Files

T

hehaiguang1123 a6f05ab2d5 Phase 0-2: Schema cleanup, typed relations, event-driven automation

- Phase 0: AGENTS.md cleanup (dedup quotes, renumber sections, merge qmd)
- Phase 1: typed relations (manage-relations.py, graph-search.py, check-staleness.py, detect-conflicts.py)
- Phase 2: frontmatter validator, weekly lint, knowledge promotion, git hooks
- Fix .gitignore to track tools/ and .githooks/
- Fix git remote URL (remove plaintext token)
- New wiki pages: 504 pages, 34 raw sources

2026-07-01 08:05:43 +08:00

3.0 KiB

Raw Blame History

categories, tags, created, source, type, aliases

Agentic AI教育应用

一句话定义：从"AI工具"到"AI伙伴"的范式转变——Agentic AI能够自主规划、执行、反思多步骤教育任务，代表教育AI的下一代演进方向。

核心概念

Agentic AI（自主智能体AI）= 自我包含的、基于目标的实体，设计为自主操作（最小化人工干预），能够动态响应变化的环境和上下文。

与传统AI教育的根本区别

对比维度	传统AI教育	Agentic AI教育
交互模式	被动响应（问答）	主动规划（自主决策）
AI角色	工具/助手	学习伙伴/导师
核心能力	信息检索/问答	任务分解/自我反思/多步骤执行
用户控制	用户主导	AI自主+用户监督
典型代表	ChatGPT/Siri	Agent4Edu/AWE

传统：用户 → [Prompt] → AI → [Response] → 用户
Agentic：用户 → [Goal] → AI Agent → [自主规划+执行+反思] → 用户

关键特征

特征	说明	教育场景示例
自主性（Autonomy）	独立规划和执行多步骤任务	自动生成个性化学习路径
主动性（Proactivity）	不仅是响应，还能预测和预防	识别学生潜在放弃行为并干预
反射性（Reflective）	自我评估决策效果	基于历史表现调整教学策略
社交性（Social）	与其他Agent协作	多Agent分工（tutor/teacher/peer）
工具使用（Tool Use）	调用外部工具扩展能力	查询数据库/调用计算器/搜索文献

核心学术框架：AWE模型

AWE = Agentic Workflow for Education

组件	英文	功能
自我反思	Self-reflection	Agent评估自身决策质量
工具调用	Tool invocation	调用外部工具获取信息
任务规划	Task planning	将复杂任务分解为可执行步骤
多Agent协作	Multi-agent collaboration	多个专业化Agent协同工作

政策驱动

2026年4月，中国教育部等五部门发布《人工智能+教育行动计划》，Agentic AI是实现"智能教育基座"目标的核心技术支撑。

与其他概念的关系

ITS（智能辅导系统） — Agentic AI是ITS的下一代演进
LLM教育应用深度研究报告 — LLM是Agentic AI的基础
人工智能+教育行动计划 — 国家级政策支撑
自适应学习系统深度研究报告 — 自适应学习是Agentic AI的应用场景

来源

Agentic-AI教育应用深度研究报告-20260421 — W22深度报告
arXiv:2509.01517, arXiv:2501.10332

3.0 KiB Raw Blame History Unescape Escape