一、一个智能体想两头兼顾，往往两头不讨好

不少学校在推进教科研智能体时，习惯先做一个“通用型”的，希望它既能帮老师批作业、出练习、写评语，又能帮课题组查文献、理数据、搭实验流程。想法很自然：都是文字工作，都用同一套模型，何必做两套。但实际运行一段时间后，常见的结果是两头都不满意——老师觉得它给的评语每次不一样、没法直接给学生；研究者觉得它给的答案四平八稳、总是那一条路，问不出新东西。

问题不在于模型能力不够，而在于这两类任务对教科研智能体的要求几乎是相反的。本文的核心结论可以先讲清楚：教学任务追求稳定、可重复、口径统一，科研任务追求发散、可探索、留有多条路径；把两者塞进同一个智能体，等于用一套参数去满足两种相反的偏好，最终只能折中，而折中的结果往往两边都用不顺。

先把三个名词说明白，后面的分析才有共同的落点。

① 确定性任务：输入与判定标准都比较明确、正确答案基本唯一的任务，比如按评分细则判一道计算题、按模板生成一份通知。这类任务看重的是每次结果一致。

② 探索性任务：没有唯一正确答案、价值在于提供多种可能路径的任务，比如为某个现象提出三种解释、为一段数据设计两种分析方案。这类任务看重的是覆盖面与启发性。

③ 人工介入点：流程中必须由人确认或接手的环节。它在教学与科研场景里的位置完全不同，这一点后文会展开。

需要说明的是，这种区分不是把教学看轻、把科研看重。两类任务的服务对象不同，评价方式也不同，要求自然不该一样。下面分别看两侧的具体诉求。

二、教学侧：要的是稳

2.1 口径统一：同一份作业同一把尺

教学场景里最容易被质疑的一点，是“凭什么给这个分”。如果一个班五十份作业，智能体给出的批改尺度前后不一，老师就要逐份复核，省下来的时间又被还回去。因此教学侧的第一条要求是口径统一：评分细则要写成可执行的规则，而不是留在老师的经验里。

这件事的难点不在技术，而在把标准说清楚。比如一道论述题，“论点清晰”这四个字对人来说够用，对智能体来说不够，必须落成“是否明确提出主张、是否有两条以上支撑、支撑与主张是否对应”这样的可判断条件。规则写得越细，批改结果越稳定，老师复核的负担也越轻。

2.1.1 一份可执行的细则长什么样

把“论点清晰”落到可判断的层面，通常需要三行：主张是否在开头明确写出；支撑是否达到两条以上；每条支撑是否与主张直接相关。三行都满足记为一档，满足两条记为二档，其余三档。规则写到这个程度，不同老师用同一套细则，结果才接近。

2.2 结果可复现：同样的输入，两次应当一致

教学场景还有一个特殊要求：结果要能被追问。学生拿着同一份作业问“为什么这次是良、上次是优”，如果两次运行的结论差别很大，解释就无法成立。因此在教学用的智能体上，通常会压低随机性、固定判定的顺序，让同一份输入在相同条件下得到相同输出。

这一点与创作类应用的习惯正好相反。写作助手希望每次都有点新意，教学助手则希望每次都一样。两者没有高下，但配置方向不同。

2.3 过程可解释：反馈要能说明依据

给学生或家长的反馈，不能只有结论。有效的反馈通常包含三段：哪里做对了、哪里出了问题、下一步怎么改。智能体要给出这三段，就必须能在原文里指出对应位置，而不是笼统地说“整体不错、细节待加强”。

这要求智能体在流程里保留“证据”——引用的是哪一句、依据的是哪条细则。没有这层关联，反馈看起来很顺，但学生无法据此改进，老师也不敢直接采用。

2.4 异常要上交：拿不准的必须转人工

教学涉及学生的切身利益，容错空间很小。因此教学侧的第四条要求是设置明确的转人工规则：凡是超出预设范围的输入，一律交回老师处理，而不是由智能体自行判断。这条规则看起来降低了自动化率，实际上保住了可用性。

2.4.1 哪几类情况该转人工

常见的四类包括：

① 判定依据不足：作业内容超出评分细则覆盖的范围，无法对应到任何一条。

② 涉及价值判断：涉及观点倾向、敏感表述，不宜由规则自动裁定。

③ 学生提出异议：一旦学生对结果表示不同意见，一律转交人工复核。

④ 分数处于边界：刚好落在两个等级的临界位置，交给人来定更稳妥。

三、科研侧：要的是活

3.1 允许多路径：给三种思路，而不是一个答案

科研场景里，“标准答案”往往意味着“没有新意”。研究者需要的不是一句结论，而是若干条可选的路径：这个问题可以从哪几个角度切入、每种切入需要什么数据、哪条路投入更小。因此科研侧的第一条要求恰恰是多样性，智能体应当主动给出不止一种方案，并说明各自的适用条件。

这也意味着科研侧的提示写法与教学侧不同。教学侧要把范围收窄、把标准写死；科研侧要把范围适度放宽、把约束条件交代清楚，让智能体在约束之内自由展开。

3.2 结论要带条件：适用范围与不确定性

科研结论很少无条件成立。一个方法在某个样本规模下有效，换一批数据可能就失效。因此科研侧要求智能体在给结论时同时给出边界：这个结论基于什么前提、在什么范围内成立、哪些情况尚未验证。缺少这层限定的回答，看起来干脆，用起来危险。

实践中的做法是要求“结论加限定”成对出现。凡是只有结论没有限定的回答，一律视为不完整，返工重问。这个习惯养成之后，回答的可用性会明显提升。

3.3 过程要留痕：试过什么、失败在哪

科研的推进很大程度上依赖对失败路径的了解。一个智能体如果只汇报成功的那条路，等于把最有价值的信息丢掉了。因此科研侧要求过程留痕：尝试过哪几种方案、分别卡在哪一步、哪些参数调整后仍然无效。

这类记录未必直接进入论文，但对课题组内部的价值很高。新成员接手时，看到的不只是“最后用了什么方法”，还有“为什么没用另外几种”。

3.3.1 失败记录为什么比成功记录更有用

成功路径往往带有偶然性，换个条件未必重现；失败路径则通常对应明确的原因，比如数据不满足假设、设备精度不够、样本量太小。这些原因具有可迁移性，能在下一个课题里继续提醒人避开同样的坑。

3.4 人可以随时改方向：中断与返工是常态

科研过程中，中途调整方向是常态，而不是异常。因此科研侧的智能体不能被设计成一条必须走到底的流水线，它要能随时停下、保存当前进度、换一个方向重新开始，并且不丢失已经完成的部分。这与教学侧“一次任务一个结论”的形态差别很大。

四、两类要求为何冲突

4.1 一致性对多样性

教学侧压随机性，为的是结果可比；科研侧放随机性，为的是覆盖更多可能。同一个参数不可能既压到很低又放得很开。这是最直接的冲突，也是最难调和的一条。

4.2 收敛对发散

教学任务要收敛到一个明确结论，中间过程越短越好；科研任务要发散出若干备选，中间过程本身就是产出。流程设计上一个在收紧、一个在打开，同一条流程走不出两种形态。

4.2.1 折中的典型结果

为了照顾两头，常见的做法是把随机性调到中间：既不算特别稳定，也不算特别发散。结果是教学侧仍要逐份复核，科研侧又觉得想法不够开。这个中间值在两边都站不住，也正是“通用型”智能体最常见的失败形态。

4.3 责任明确对责任共担

教学结果要有人负责，所以责任链必须清楚：哪一步由智能体做、哪一步由老师确认、出了问题找谁。科研结果则是共同探讨的产物，责任分散在研究团队里，智能体更多扮演助手角色。这两种责任结构对日志与确认节点的要求并不相同。

4.4 同一条提示写法不能两头用

把上面的差别落到最具体的一层，就是提示写法。教学侧的有效写法是：给定材料、给定细则、给定输出格式、不允许自由发挥。科研侧的有效写法是：给定问题、给定约束、要求至少三种路径并说明依据。两种写法各有各的道理，混在一起用，就都失效了。

五、分设之后，哪些该共用

5.1 知识与资料共用

课程标准、教材内容、校内规章制度、学科术语，这些东西教学与科研都要用。共用一套整理好的资料，既省重复整理的工作，也避免两边对同一个概念给出不同解释。

5.2 身份与权限共用

教师、学生、管理人员、研究人员的身份体系应当是一套。分成两套的后果是同一个人的权限在两处不一致，既难维护，也容易出错。

5.3 记录与留痕口径共用

两个智能体各自记录，格式不同，事后就无法放在一起看。统一记录口径——谁发起、用了哪些资料、经过哪些步骤、谁做了确认——能让教学与科研的过程记录相互对照，也方便审计。

5.4 模型与算力入口共用

底层的模型调用与算力供给没有必要建两套。共用入口的好处是资源可以互相调剂：白天教学使用集中，夜间科研任务集中，同一批资源在不同时段服务不同人群。

六、天翼云教科研智能体的支撑

6.1 智能体开发与编排能力

天翼云息壤平台提供智能体的开发与编排能力，可以按任务类型分别搭建：教学类智能体在编排上收窄分支、固定判定顺序、设置转人工规则；科研类智能体则保留多路径分支与中途保存。两者共用同一套开发环境，不必各建一套工具链。

6.2 模型与算力底座

智能体的运行依赖模型调用与算力供给。平台侧统一承载这两部分，教学高峰与科研批量任务可以在同一资源池里错峰使用，避免为各自的峰值重复准备。具体可用模型、规格与区域分布，以天翼云官网及官方渠道公布的信息为准。

6.3 教学与科研场景的适配

平台在教科研场景上做了针对性适配，包括教学资料的接入、科研软件与环境的预置、以及面向校内应用的部署方式。涉及具体功能条目与部署形态的内容，建议以官方渠道的公开说明核对后引用。

6.4 隔离、权限与审计

教学数据与科研数据在敏感程度上不同，平台侧提供隔离与分级授权，并保留操作记录。前文提到的“记录口径共用”能在这一层落地：两套智能体的运行记录归到同一套审计视图里，既分得开，也合得拢。

七、三个落地判断

7.1 该不该拆成两个

判断标准可以简化成一句：如果同一批使用者既要求结果稳定可复核，又要求结果多样可探索，那就该拆。反过来，如果某一侧的使用频率很低，先用一个智能体覆盖、把重心放在高频那一侧，也是务实的选择。

7.2 先做哪一类

通常建议从教学侧的确定性任务起步。原因是这类任务判定标准清楚、见效快、风险可控，跑顺之后再向科研侧延伸，团队对智能体的能力边界也会有更准确的预期。反过来先做科研侧，容易因为效果难以衡量而迟迟无法收口。

7.3 怎么判断该不该继续拆

看两个信号：一是返工比例，如果同一类任务反复被退回重做，说明当前配置与任务性质不匹配；二是人工修正的幅度，如果每次都要大幅改动才能用，说明智能体承担的部分与人的预期错位。出现这两个信号，就该考虑按任务性质重新划分。

八、科普小结

教科研智能体的难点，不在于把功能堆得多全，而在于认清教学与科研对它的期待本就不同。教学要的是一把稳定的尺，量谁都一样；科研要的是一张能展开的图，容得下多条路。把这两种期待放进同一个智能体，参数只能折中，折中的结果就是两边都不称手。

可行的路径是把“稳”和“活”分开设计，把知识、身份、记录、算力这四样公共部分合起来建设。分开的是性格，合起来的是底座，这样既不会重复投入，也不会彼此将就。