第二十二章　智能化的边界与落地形态

前面四章有一多半的篇幅在讲"现在做不到什么"。这一章把标准正面写出来，因为它决定前面所有主张可不可信。

判断一家产品的智能层靠不靠谱，不看它演示了什么，看它允许你关掉什么、允许你查什么、允许你不配合什么。

十二条，每一条都是约束自己的。

22.1 可关：智能层不是承重墙

这套系统的承重部分是四件事：身份唯一、数据进得来、任务办得完、结果说得清。它们合起来是能力篇与数据篇的内容，任何一件都不依赖模型。

所以智能层在架构上是一个可拆卸的附加层：把判断和解读整块关掉，名册照进、任务照办、报到照完成，学生端和大屏只是少了几行解释性的话。不存在"要先建好智能底座系统才能上线"这件事，更不存在"先建中台再上系统"这条路径。

这一条今天要写下来尤其必要——本系统的智能层目前全部由规则与统计构成，没有接入任何模型。也就是说，"关掉之后业务照常"这一条不是承诺，是现状。

22.2 可用：没有专门算力、没有专职运营，怎么用起来

行业里最好的实践发生在资源最厚的学校。几万档的公办院校，既没有成排的算力机器，也没有一个能养算法的团队。落地形态只有三档可选，各自要付的账必须摊开：

第一档，随服务调用。 模型跑在外部服务上，学校这边只需要出网、按量付费、接受数据出域评估。省掉全部固定投入，代价是每一条送出去的数据都要过第五条那一道遮盖，且服务停、账单变、口径变动都由外部决定。

第二档，自有算力。 模型跑在校园内，数据不出门，响应可控。代价是三笔常被漏算的钱：一次性算力投入、持续的电与机房、以及一个必须长期在场的人。第三笔最贵，因为它是人事问题不是技术问题。

第三档，混合。 敏感字段在本地处理与遮盖，只有脱敏后的语义片段出去。这是多数学校最终会走的一档，但它的复杂度最高——多一条边界，就多一处需要审计的地方。

三档之间没有先进落后，只有划不划算。一所每年只在七月忙两周的学校，为智能层买一个专职岗位，这笔账在任何一次预算会上都过不去。

22.3 可审计：由机器发起的写操作，必须过三关

只要智能层能"动手"，规则就得先钉死：任何一次写入都要同时过权限、留审计、进事务。

过权限——调用人是谁，权限码是什么，数据范围到哪一级，与人工点一次按钮的判定完全一致。身份一律由服务端注入，不接受任何由模型给出的身份或权限参数。 这是最容易被忽略的一处：把"我是某某学院的老师"这句话作为参数交给模型传回来，等于把门锁钥匙挂在了门上。

留审计——这一次写入由谁触发、代表谁的意愿、依据哪些数据、结果是什么，落成可查记录。管理端的写操作今天已经记人、记时间、记动作，把"由机器发起"这一类动作也纳入同一链路，是智能层上线前的必做项。

进事务——一次动作要么全成，要么全回滚。批量办理最怕的形态是办到一半停下：留下十个改了一半的学生，谁也说不清该信哪一条。

这三关的另一个作用是可追责。 一年后有人问"这条数据为什么被改了"，答案必须能在系统里找到，而不是在一场对话的记录里被复原。

22.4 不可逆的四件事，不交给机器

不发资助、不做处分、不改学籍、不代替本人完成核验与签字。

这四件有共同点：做错了没法靠一次撤销还原。 发出去的钱追不回、记进档案的处分影响四年、改错的学籍要惊动上级、而核验与签字的意义就在于本人在场。

第二十章末尾那条铁律在这里同样成立：机器可以列出该谁处理，不可以决定怎么处理。 迎新系统里唯一一处可以交给机器的"不通过"，是那些规则本身公开、学生看得见、当场可复核的判定——比如截止时间已过、比如比对分数未达阈值。规则透明且可当场申诉，是把动作交给机器的唯一前提。

22.5 送出去的每一个字，都要先过遮盖

智能层只要涉及外部服务，就会把学生数据的一部分送到系统边界之外。这件事的规则必须只有一条，而且是可以自动测试验证的一条：

任何离开本系统的上下文，先过字段级遮盖，再组装。 身份证只留可辨识的位段、手机号只留号段、住址只到区县、姓名以代号替代。遮盖发生在唯一出口处，不依赖调用者自觉。

现状要说清楚：这个统一出口尚未建成。 遮盖能力已经具备，但目前只在统计口径的一处生效；接口返回与导出文件里，敏感字段仍是明文（第十三章逐条列过）。换句话说，这一条是智能层的准入门槛，而它眼下正拦在我们自己面前。

这一条也顺带说明另一件事：为什么第十三、十四章是整个智能化篇的前提。没有分级标签，就无法判断哪些字段能进上下文；没有统一口径，问出去的那句话本身就不准确。

22.6 上线门槛：先有题集，再谈准确率

智能层任何一项对外承诺，都该先回答三个问题：拿什么题集测的、题集多大、判分规则谁定的。

"准确率超过九成八"这类数字在教育行业里是真实出现过的公开说法，但要留意它属于哪一所学校、哪一套工具、哪一个题集。脱离题集谈准确率没有意义，把别人的题集结果拿来当我们上线的依据，更没有意义。

所以上线门槛应该是一个流程而不是一句承诺：先由学校与厂商共同定一组题集（含标准答案与"这题不该答"的题），跑出结果，再决定是否开、开到哪个人群。中途每次改模型、改提示词，都要重跑同一套题集——否则没人知道新版本比旧版本好在哪。

配套还有一条：分级路由与规则兜底。 有把握的问题给机器，没把握的走人工，判定不清的一律落到人工，而兜底那条路必须是原来那条能走通的路。这样做的目的不是显得聪明，是保证每一句输出可复现、可测、可定位——出问题时能查到是模型给错还是数据给错。

22.7 幻觉防线：事实从业务数据来，机器只负责说人话

这一条只有一句话：任何数字、姓名、地点、时间、状态，一律取自业务数据，模型不允许生成事实字段。

形态上就是第十八章那套已经跑着的东西的延伸：先算出事实，再把事实组织成人话。大屏上那八段解读走的就是这条路——判断由固定阈值给出，语言由模板拼装，同一份数据进来必然是同一句话。

把"看起来更聪明"换成"错了能查出来"，是这个场景里唯一正确的取舍。 迎新不是一次开放问答，它每一个结论背后都对应一个具体学生的具体权益。

22.8 心理支持走独立入口与独立权限

如果这一块将来要做，它的形态必须和其他功能隔开：独立入口，学生主动进去才算使用；独立权限，工作人员看到的不是内容而是"需不需要约谈"这一层结论；独立留痕，访问记录不进任何汇总视图，也不参与任何形式的排行。

第二十章讲心理危机时列的四条理由在这里仍然全部成立。心理这条线，是智能层里唯一一处"技术上做得到，也要按最保守方式做"的地方。

22.9 合规分工：不自研模型，但保持模型可替换

《"人工智能+教育"行动计划》（教科信〔2026〕1 号，教育部等 5 部门，2026 年 4 月）在攻关安排上写得很明确——国家开展有组织攻关，分教育阶段研发人工智能教育大模型，有效避免资源浪费和低水平重复建设；同一份文件的安全部分要求按分类分级确定安全防护标准，建立教育大模型安全审核机制，强化人工智能进校园管理，健全评估备案、技术监测、风险预警与应急响应机制。

对一家做迎新应用的厂商，这些条文给出的不是压力，是分工：

模型那一层有国家统一供给，我们不自研、不备案、不做模型层竞争。 我们要做的三件事是：把迎新域的数据与规则做扎实；保持模型可替换——接入层单独抽出来，换一家服务不动业务程序；把安全审核、进校园备案这一侧的配合材料准备齐，学校要报的时候拿得出来。

另一份《关于加快推进教育数字化的意见》（教育部等 9 部门，2025 年 4 月）强调的高质量、自主可控数据集与算法安全评估，落在这里是同一件事：数据与规则要自主可控，模型可以外购。 一家厂商说自己"掌握核心算法"，在教育应用这一层不是加分项，是越界。

22.10 谁运营：把"学校没人养这套东西"当设计前提

这是十二条里最实在的一条，也是最容易被方案跳过的一条。

一份智能层方案在预算会上被砍掉，理由往往不是钱，是这句话："上线以后谁管？" 学校不会为一个每年忙两周的系统设一个算法岗，也不会让学工口的老师去维护阈值和提示词。

所以设计前提应当反过来写：凡是需要有人持续运营才成立的能力，必须做成学校改得动的配置；改不动的，就不该做。

按这条标准看现状，两处要补：

第一，规则得从程序里搬进配置。 大屏上那八段解读现在写死在程序里——改一句措辞、调一个阈值都要发一次版本。把它们做成按指标字典取参的配置项，学校自己就能调，这是第二十一章参数回写那一条的具体落点。

第二，运营动作要有承接的人，而这个人不能是厂商。 一条每年只需要在六月看一次的规则，如果每次都要提工单，等于没有规则。能持续运营的分析规则必须做成配置，做不成配置的，就按"届期由我们代运营"写进服务，不要伪装成学校自主能力。

22.11 位置：做迎新域的判断，不建学校级平台

学校级智能平台——统一工具箱、智能体调度、全校业务代办——那是信息化部门统筹的事，也是一所学校的整体投入。一所几百个业务系统的学校只会有一套全校平台，不可能每个系统各建一套。

我们的位置很窄，也很清楚：做迎新域的数据、规则与判断。如果学校已经有全校级的智能入口，我们应当成为它能调用的一个迎新域能力提供方，把身份、进度、卡点、资源这些数通过统一方式供出去；如果学校还没有，我们不需要替它建，也不该以"先建平台"为上线前提。

这条边界同样约束前面四章的所有判断能力：识别卡点、预测洪峰、预警风险、沉淀决策，全部只在迎新域的数据范围内成立。第十六章那条"全校域数据我们拿不到、不承诺"在这里再一次重申，因为它就是整篇智能化内容的适用范围声明。

22.12 一条自我约束：技术不是原点

最后一条是给自己的。

教育的技术史反复演示过同一件事：每一代工具刚出现时，都有人宣称它将从根本上改变教育；几十年后，改变发生的部分都很朴素——信息到达得更早、手续跑得更短、该被看见的人更快被看见。 剩下的还是原来那些人做的事：一位老师记得住学生的名字，一个部门肯为一个人的困难多跑一趟。

这套系统真正的价值主张，从头到尾只有一句：让学校在八千人里，还能看见那个卡住的学生。

数据篇讲的分级、口径、责任，智能化篇讲的卡点、洪峰、线索、沉淀，全部服务于这一句。如果哪天我们发现某一项"更智能"的做法会让这一句更难实现——哪怕它在演示里更好看——那么按上面十二条的规则，它不该上线。

技术能替学校把重复的思考做完，做不完的才是教育的正身。 这十二条，与其写给客户看，不如说是写给我们自己的。