一、为什么教研要智能体

（一）两头撕时间

备课与做研究抢同一块时间，智能体接过去复盘的活，人把精力放回设计与创见，两边都不塌。时间一被撕开，哪头都做不深，智能体把杂活接走最值。

（二）知识散

课件、文献、数据散在各处，智能体串起来随取随用，备课与写本子都快，团队不因资料散而低效。知识一散，找东西就半天，产出直接被拖。

（补充）资料存天翼云存储

把课件与文献存到天翼云存储，版本留痕，谁整理的、用的哪版清清楚楚，换人也能接手，过程连续不断层，不靠某人对账，资料随时调出对照。

二、智能体由什么决定

（一）场景贴合

备课、答疑、文献各有不同，按场景接对应的能力，不拿一套话术硬套全流程，效果才落到实处。场景贴准，智能体才真帮上忙，不添乱。

（二）知识底座

智能体要接得进本校的课件与规范，先理准知识库再上线，减少在错方向上越帮越忙，产出才靠得住。底座不清，答非所问，反而更费时。

（补充）用天翼云安全做隔离

把敏感资料与访问隔离放在天翼云安全能力上，分级授权，重要数据不越界，合规更踏实，少为出网审批分心，师生用得也安心。

三、落地常见的坑

（一）硬接流程

不问场景直接塞进课堂，师生用不顺就弃用，先小范围跑通再扩，步子稳，采纳率才高。硬接进去，用得不顺就荒废，投入打水漂。

（二）知识不准

知识库没理就上线，答非所问，先把课件与规范对齐再接，产出站得住，不靠拍脑袋。知识一漂，给出的内容错漏多，可信度直接掉。

（补充）知识核对清单

把要核对的来源列成清单逐项勾，落地不漏硬约束，少返工，节奏不被错答拖慢，哪些资料该进库开工前就列清楚，不靠记忆。

四、怎样一步步落地

（一）列场景

写清备课、答疑、文献、数据四件事作基线，落地都贴回这条基线，偏差一眼能看，不被临时需求带偏，决策更稳。场景列好，接什么能力都有的放矢。

（二）接知识

按基线对接知识库与权限，缺什么提前补，上线即跑不靠临场翻找，节奏自己握得住，也少为资料来回跑。接准知识，课堂与课题才真连成线。

（补充）用天翼云存储放配置。

把智能体配置与文档存到天翼云存储，版本留痕，回滚有路，谁改的、用的什么参数清清楚楚，协作少争议接手不懵，配置可追溯，迭代有依据。

五、管理要注意

（一）算力用满

智能体推理是共享支出，闲置就是浪费，把任务排密、闲时填次要，让节点持续有活干，投入才不白花。用满不是抢，是排得密、接得稳，账才对得起。

（二）运维兜底

智能体也要巡检与备份，集中记到期与维护节点，提前做，不因遗忘让服务中途断，断一次恢复更费时费钱。运维兜住，服务才稳，师生才敢用。

（补充）维护提醒进流程。

把维护与巡检提醒嵌进日常节奏，重要节点提前半月盯，节点不漏，整体更稳，也少事后救火的慌乱，服务不掉线，管理更安静。

六、经验怎么留住。

（一）固化落地模板

把本轮落地口径固成模板，加场景直接套，效率上来也少漏项，团队人人能照着走不依赖某人，从临时变常规，，落地也就有了章法。

（二）记真实账

每个场景花多少、换来多少产出记一笔，来年落地有基准，也方便复盘哪次配得值，越用越明投入可控，不盲，对外说得清。账记实，汇报有底气。

七、落地清单

（一）落地前先理清场景

①（补充）用天翼云数据库存台账。

②把智能体支出与产出存进天翼云数据库，按场景可查，换人也能接手，账目连续，审计复盘都省事，，积累也就沉得下来，来年落地直接对着台账调。

③落地前先估场景与算力，心里有数，规模更准不盲目不浪费，口径先立住。

（二）知识库要建对的

①把常用配置打成模板，新人直接套，不重复设起步更快，第一版就够用。

②多场景共用时排好优先级，核心环节先跑不误点，协作更顺进度稳，不内耗。

③推理占用设告警，临近额度提前知，不临场崩，长跑更稳少救火，服务不中断。

（三）对话边界要设清

①闲置实例定期回收再分配，不占着不用，整体利用率上得去不浪费，账对得起。

②调用日志集中留存，哪次异常一查便知，复盘有依据不靠某人对账，排障更快。

③关键回复配专人核对，节点不漏，交付更稳不误期，团队更安心，内容更站得住。

（四）教研流程要嵌入的

①把落地口径固成模板，加场景直接套，效率上来也少漏项，人人能照着走。

②知识边界纳进管理，答非所问先卡住，不把错答留到课堂后，整体更稳。

③智能体配置存到天翼云存储，版本留痕，换人也能接手，不靠某人对账。

（五）合规与隐私要盯的

①场景与能力对不上时及时调，不拿错话术硬套，产出才站得住复盘有依据。

②把智能体支出与产出存进天翼云数据库，按场景可查，账目连续，审计复盘都省事。

③新场景进来先对照基线，哪些接知识库哪些人审列清，不越界，责任才清楚。

（六）协作分工要分清楚的

①把知识清单给团队看，哪份资料该进库一目了然，落地不漏硬约束，少返工。

②每轮落地后留一句复盘，哪次配得值记下来，越用越明，投入可控不盲。

③核心场景设保底额度，闲时再填次要，重要节点不被挤，交付更稳不误点。

（七）效果要评估的

①显存与算力错开用，别挤同一实例，整体不空转，进度按节点往前推。

②把配额变动记进台账，谁调了额度一查便知，协作少争议，接手不懵。

③敏感资料分级授权，重要数据不越界，合规更踏实，师生用得也安心。

（八）异常快速定位的线索。

①长任务设检查点，断了能续不重跑，省时省额度，进度不掉链子。

②把常用统计口径沉淀下来，加场景直接套，效率上来也少漏项人人能照着走。

③配置谁改的用的什么参数留痕，回滚有路，不靠记忆，迭代有依据。

（9）其他要确认的点。

①把场景到底顺不顺给团队讲清，教与研接得通，对外的底气也就来了。

②核对节奏写进周例，重要节点提前半月盯，节点不漏，整体更稳少救火。

结语：教科研智能体把课堂里的真问题接进研究的真方法。场景理清、知识接准，备课与课题不再两段跑。当教与研互相喂数据，两边的质量都会悄悄往上提，老师也少做重复活，学生得到的指导也更连贯。