在莫斯科的一所学校里，一位信息技术教师仅用一周时间，便利用现成的模块搭建出了一个AI智能体，专门用于分析学生的代数错误并提供个性化作业。值得注意的是，他在整个过程中没有编写过一行代码。
该方法的核心支撑是阿列克谢·列昂提耶夫与尤里约·恩格斯托姆提出的活动理论。来自arXiv（abs/2605.12934）的研究人员详细阐述了系统中的六个要素——主体、对象、工具、共同体、规则及劳动分工——是如何帮助教师将创建智能体这一抽象任务转化为具体的行动序列的。
教师首先明确“对象”：例如减轻测试评阅的工作量。随后选择“工具”：如Teachable Machine或LangChain等现成平台。接着确立“规则”：确保存储在学校的学生数据安全，且智能体的决策必须经过教师确认。共同体内的同事们负责讨论应用场景，而劳动分工则明确了角色分配：谁负责数据维护，谁进行伦理审核，谁又负责将其融入课堂教学。这种模式让教师眼中的AI不再是一个“黑箱”，而是一个透明可控的系统。
来自俄罗斯三个地区的试点研究初步数据显示，在经过24小时的课程培训后，78%的参与者能够针对各自学科领域独立部署智能体。然而，由于样本量较小且缺乏对照组，该方法对学生成绩的长期影响尚待评估。批评人士指出，若教师缺乏对算法的深度理解，可能会产生盲目信任智能体输出结果的风险。
这种方法揭示了AI工具日益增长的易用性与教师匮乏的掌握时间之间的矛盾。当创建智能体成为一种日常教学活动而非独立项目时，准入门槛虽然降低了，但学校对外部平台及其隐私政策的依赖性也随之增强。
现在的关键问题已不再是教师是否具备创建AI智能体的能力，而在于他们能否围绕这些工具构建出有效的规则与共同体，从而牢牢把握教育过程的主导权。
