当AI原生课程取代“工具嵌入”式课程、智能体助教从L1应答型演变为L4协同型、学术诚信规范从“事后惩戒”转向“事前设计”——课程建设的底层逻辑正在被系统性地重构。AI-SLI发布的这份蓝皮书，将AI原生课程界定为“素养为轴、人机协作过程为核心对象、教育垂类模型为默认基础设施”的课程形态，并提出了分学段进阶框架、智能体能力分层与课堂形态、以及学术诚信分级使用规范。
AI原生课程的定义与分学段进阶框架
从“工具嵌入”到“AI原生”的范式转变
前一代中小学人工智能课程的建设逻辑是“工具嵌入”式的——把AI作为知识领域或实验器材附加到既有课程中。2022年底以来，三重“原生化”压力改变了这一逻辑：能力原生化——学生手边的通用模型已具备生成、检索、推理等复合能力，课程必须假设“学生已在用、且用得不规范”；过程原生化——知识获取、作品创作的全过程都可能有AI参与，课程需要把“人机协作过程”本身作为教学对象；供给原生化——面向教育场景的垂类大模型与智能体助教开始进入课堂供给侧。
AI原生课程被界定为“以人工智能素养目标为轴、以人机协作过程为核心教学对象、以教育垂类模型/智能体为默认基础设施，并在分学段进阶中系统重构的中小学课程形态”。分学段框架沿“AI认知与概念、AI应用与协作、AI创造与工程、AI伦理与治理”四条主线递进。小学低段以“感知‘智能’现象、拟人化祛魅”为主；小学高段建立“数据—模式—预测”的直觉；初中阶段引入机器学习基本机理与局限、结构化提示与人机分工；高中阶段触及模型原理、生成式与智能体机制、复杂任务编排与跨学科应用。
智能体助教能力分层与三种课堂形态
L1应答型→L2辅导型→L3任务型→L4协同型
智能体助教从技术能力维度可划分为四个递进层级：L1应答型——单轮问答、知识检索，教师介入强度低；L2辅导型——多轮对话、苏格拉底式追问、错误诊断，教师介入中；L3任务型——任务分解、工具调用、过程记忆，教师介入高；L4协同型——跨会话长期记忆、学习者画像、主动干预，教师介入极高（需治理）。当前面向K-12的公开可用产品多集中于L1-L2层级。
三种人机共学课堂形态为：个性化辅导型（AI-as-Tutor）——智能体作为一对一辅导者，循证最充分，Khanmigo在266个美国学区部署，哈佛大学研究显示定制AI辅导学习成效达主动学习课堂两倍以上（效应量0.73-1.3个标准差）；协作探究型（AI-as-Peer）——智能体作为“虚拟同伴”，乔治亚理工Jill Watson作为虚拟助教提升学生“教学存在感”与“社会存在感”感知；创作共创型（AI-as-Co-creator）——学生与智能体共同完成写作、编程、设计等任务，须配套AI使用披露与署名规范。
学术诚信分级使用规范与教育垂类大模型
L0禁用→L1允许辅助→L2条件允许→L3完全开放
本蓝皮书提出L0-L3分级使用规范作为可操作抓手。L0禁用——完全不得使用AI，典型任务为闭卷考试、测验、基础技能考核；L1允许辅助——允许用于信息检索、语言润色、格式调整，须显式声明且提交原始记录；L2条件允许——在教师明确授权下使用AI完成部分推理，须提交交互日志与核验说明；L3完全开放——允许AI深度参与创作，须明确披露各环节AI参与程度。配套政策包括“披露优于禁止”“数据与隐私红线并置”“评价方式协同改革”“规范的年龄适配”。
教育垂类大模型的差异化诉求包括：安全与适龄（内容安全、价值观对齐、未成年人保护为硬约束）、教学法对齐（“启发而非直接给答案”的苏格拉底式引导）、可控与可核验（教师可干预、使用过程可留痕）、数据合规与本地化。产业侧代表主体包括Google LearnLM（面向学习对齐，专家偏好率约31%优于GPT-4o）、Khanmigo（SY24-25全球约200万人使用、美国学区项目内77万K-12学生、注册量同比+731%）、科大讯飞星火教育版、好未来九章大模型、网易有道子曰等。
