智能体协同教学实践 | 效率提升与成本优化：低成本AI教学应用探索

汕头大学商学院AI赋能教育教学示范案例

一、AI辅助教学的现实需求

借助人工智能技术提高教学效率，已成为高等教育改革的关键路径。然而，对于一线教师来说，课件开发费时费力、习题编写重复性高、教学系统操作复杂等问题长期困扰着教学实践。虽然商业化AI教学平台能够提供标准化功能，但在课程适配性、数据安全以及成本管控方面往往难以满足个性化需求。在资源受限的情况下，如何探索一条切实可行的AI辅助教学方案，是每位教师面临的现实挑战。

二、核心思路——通用智能体与现有教学平台的协同

本案例以财务报表分析、财务管理、智能会计和RPA财务机器人等课程的建设经验为依托，摸索出一种轻量化的AI辅助教学模式：依托通用智能体QoderWork CN，通过"技能"这一标准化接口，与雨课堂等现有教学平台协同运作。该模式的核心优势在于，教师无需自主研发专用系统，也不必依赖商业平台，即可达成从课件制作到作业布置的全链路AI赋能。

图1 基于通用智能体与已有教学平台的 AI 赋能教学全流程示意图

三、实践案例——AI赋能课程教学全流程

（一）可交互HTML课件制作

在传统教学流程中，制作包含交互式图表的课件要求教师具备一定编程能力，或花费大量时间学习专业设计工具。借助huashu-design技能，教师只需在QoderWork CN中输入课件内容，智能体便能自动调用该技能，生成风格化的可交互HTML课件。

图2 在 QoderWork CN 中调用 huashu-design 技能生成可交互 HTML 课件的过程

该技能可根据课件主题智能匹配视觉风格，生成具有专业设计感的课件封面。以"剩余收益估值模型中的隐含增长率分析"为例，生成的课件采用深蓝色学术主题，包含7页完整的交互内容。

图3 利用 huashu-design 技能自动生成的可交互课件

更为重要的是，生成的课件支持实时参数调整。学生可通过拖动滑块改变关键变量的数值，图表随之动态变化。以隐含增长率的收敛速率为例，当ω从0.684调整至0.926时，估值从536.48变为716.85，收敛周期从24期延长至116期，增长率曲线的形态也随之变化。这种交互功能使抽象的财务概念变得直观可见，有助于学生形成直觉层面的认知。

图4 可交互课件的参数调节效果对比（上：初始状态ω=0.684；下：调节后ω=0.926，估值与收敛周期随之变化）

（二）练习题自动生成

课后练习是强化课堂教学效果的重要环节，但人工编制高质量练习题需要耗费教师大量时间。generating-practice-questions技能能够根据课件内容自动生成涵盖判断题、简答题、计算题和应用题的练习题，并按照雨课堂的模板格式保存为.xlsx文件。以财务报表分析课程为例，教师只需提供一章的讲义内容，系统即可在数分钟内生成覆盖AEG模型、剩余收益估值等多个知识点的全套练习题，题目质量与人工出题相当。

图5 基于 generating-practice-questions 技能自动生成的练习题在雨课堂中的实际使用效果

（三）自动化上传至雨课堂

练习题生成后，还需导入教学平台才能投入使用。upload-homework技能能够自动将.xlsx格式的练习题通过模板导入功能上传至雨课堂教师端题库的指定文件夹中。教师只需一条指令，系统即可自动完成浏览器导航、文件夹创建与文件上传的全流程操作，省去逐题手动录入的繁琐步骤。

四、通用智能体与已有平台协同模式的优势

与自主开发专用AI教学系统相比，上述模式具有四个方面的显著优势。其一，本地文件直接读取——课件和讲义无需上传至云端，智能体在本地即可完成处理，降低了数据泄露风险。其二，权限控制清晰——所有文件操作均在用户授权的范围内进行，教师对数据的掌控权不受第三方平台的约束。其三，统一平台整合—— QoderWork CN 作为通用智能体，能够同时服务于多门课程，避免了为每门课程单独部署系统的管理负担。其四，技能生态可持续扩展——教师可以根据自身需求安装或定制技能，社区中的开源技能（如 huashu-design