全国高校的人工智能改革都应该看山东莱州，全国首次

新学期开学前，山东莱州给全市6000多名中小学教师每人配备了一个WorkBuddy。一个县级市，统一选型、统一部署，把AI工具送到每一位教师手上，这在全国尚属首次。

高校该看吗？看什么？

必须啊。

AI时代，每位教师都要掌握智能体工具。

莱州的做法，有三个转变：从“找工具”到“工具找教师”，从“人人应用”到“全场景融入”，从“会用AI”到“用好AI”。

WorkBuddy并不只是一个聊天工具。它是一个能够拆解任务、调用工具、完成具体工作的“AI同事”。教师不需要先学习复杂的提示词技巧，而是提出需求、做判断、给反馈，让智能体完成具体任务。

为了降低教师使用门槛，WorkBuddy联合腾讯企鹅教师助手上架了33位教育专家和15个教学Skill。这些内容覆盖教师日常工作的多个环节：备课、教学、批改、教研、评价等。
莱州不是一拍脑袋就全域推广。2024年组建人工智能教育小组，2026年成立人工智能教育工作室，先遴选实验校，验证有效后才推向全市。这种“先试点、再铺开”的路径，保证了工具真的有人用、真的有效果。
高校的难处，和莱州不一样
莱州的中小学信息化底子薄，没有什么“旧系统”需要协调。高校完全不同。
高校推进AI工具，最大的难处不是“要不要上AI”，而是旧系统也有AI，名字一样，功能不同，怎么处理？
课程平台、教务系统、办公系统，每个系统都打包了AI模块。钱在付，功能在用，厂商关系在维护。
之前还遇到一种情况，二级学院如果想上新课程，必须要用现有的课程平台，不能新建。可以理解为（寡头）垄断了。
这不是技术问题，是利益问题。
旧系统掌握着课程数据、教学行为数据、成绩数据，新工具要真正好用，需要对接这些数据。
这些问题不解决，高校就容易在“旧系统AI不好用”和“新工具进不来”之间打转。这不是高校保守，是任何组织在既有格局下都会面临的现实。
可行的思路：分层使用，统一选型
出路不是“换掉旧系统”，也不是“硬推新工具”，而是分层使用、各管一段。
谁好用谁的，而不是谁先用谁的。
旧系统的AI，继续管教学管理。作业提交、成绩录入、学情统计、课程资源管理，这些是旧系统的地盘，数据在它手里，流程在它系统里，不必动。
新工具如WorkBuddy，管教师日常办公和跨系统协作。备课、教研、材料撰写、数据分析，这些是旧系统AI做不好、也不该它做的。WorkBuddy的价值不在于替代旧系统，而在于它天然适配教师已有的办公生态，边际部署成本低，教师零学习成本。
关键是学校层面要有统一选型机制。不是让每个系统各自为政，不是让每个学院自己去找工具，而是由学校决定：哪些AI能力由旧系统提供，哪些由新工具承担，边界在哪里，数据怎么通，预算怎么分。
莱州的经验恰恰在这里：统一选型、统一部署，避免了各系统重复建设。高校缺的不是技术，是这个统一选型的机制和决心。
已有高校的探索，提供了三条参考
不少高校已经动起来了。部分高校接入大模型，教师多了专属智能助手；部分高校师生自发创建了数千个智能体；部分高校打造了跨学科AI教育智能体，面向全校开放。这些探索都值得肯定。
政策窗口也已经打开。2026年4月，教育部等五部门联合印发《“人工智能+教育”行动计划》，明确提出将人工智能纳入教师资格考试和认证内容，制定教师智能素养标准，分层分类开展培训。
高校教师面对的学生，是即将进入AI时代职场的年轻人。教师的AI素养，直接关系到人才培养的质量。
从一些高校的实践看，起步未必需要大动作，以下三条经验值得参考：
第一，先做教师AI工具使用现状调研。摸清教师目前在用什么、缺什么、哪些系统重复、哪些功能没人用。这是统一选型的基础。
第二，选一个学院或一个场景试点统一入口。比如先在备课和教研场景，统一提供一个嵌在教师现有办公工具里的AI入口，验证效果，积累经验，再考虑是否扩大范围。
第三，明确一个归口部门统筹AI工具选型。避免教务、信息中心、各学院各自采购，重复建设。这个部门不必是新的，但要有权协调。
这些做法共同的特点是：不追求一步到位，不打断现有流程，不增加教师负担，先用小范围试点验证效果，再决定下一步。
结语
高校有更充裕的资源、更迫切的转型需求，也有更复杂的利益格局。但正因为复杂，才更需要学校层面想清楚：教师的AI工具，到底谁说了算。
让一线教师的使用反馈成为选型的重要依据，让工具真正服务于教学，而不是让教师去适应工具。这是莱州给高校的真正启示。
高校的人工智能改革，不该再让教师“各自找工具”了。