Linux实训课上，学生输入命令、排查配置，遇到错误时智能体结合课程知识分步提示，完成后还能给出分析与改进建议。这样的课堂，来自网络信息安全专业校级“数智网安”教师创新团队一年多的探索。近日，团队研发的《任务智驱·AI全流程教学智能体（以Linux课程为例）》获2026年上海市中等职业学校教学智能体应用实践展示活动入围，并获得市级“应用成果奖”。

探索：从课堂实际出发

这场探索始于2024年。

学校将人工智能赋能教育教学纳入实践，鼓励教师从专业课程和教学实际出发开展研究。对网络信息安全专业而言，AI既是新技术，也是教学变革的现实课题。专业负责人宇平安带领团队从文献研究、课程分析和课堂需求入手，寻找技术与教学的结合点。

在推进人工智能赋能教学的过程中，宇平安坚持边实践、边研究，先后于2024年发表《基于LLM构建课程AI智能体助力课堂教学的探究》、2025年发表《生成式人工智能在实训课程自动化评价中的应用》。两篇论文聚焦AI在课堂教学与实训评价中的落地应用，为后续实践明确了方向：AI应用必须回应教学中的具体问题，经得起课堂检验。

攻坚：把难题拆解成任务

从设想到落地，过程并不顺畅。通用模型能回答问题，却未必熟悉课程的教学目标、操作规范和专业语境；实训步骤多、结果复杂，有针对性的引导需要反复打磨；专业对数据安全要求更高。团队把困难拆解成具体任务，梳理课程知识与实训流程，设计课堂环节功能，通过教学共研调整交互方式，并本地部署验证校园适配性。

2025年，团队基于校内设备部署DeepSeek、Qwen等本地大模型，结合RAG构建课程知识支持。相关数据在校内处理，在拓展智能应用的同时守住数据安全底线。本地部署不仅是技术路线选择，更体现专业将安全意识贯穿教学实践的要求。

落地：全流程智能体进课堂

经过一年教学共研与实践，宇平安与网安团队老师们共同打造了面向《Linux系统配置》课程的全流程教学智能体。课前解析教学目标、拆解任务、整理重难点；课中提供操作引导、命令纠错、故障排查与原理讲解；课后分析实训日志、配置脚本和项目成果，形成评价反馈，构建“AI备课＋任务导引＋虚拟教师＋智能评价”的教学闭环。

应用数据同样印证成效。备课效率提升60%以上；“任务驱动＋AI实时引导”模式下，学生抬头率、参与度从65%提升至92%；评价环节自动分析配置脚本、服务状态和权限设置，耗时从每班45分钟缩短至3分钟，班级实训合格率和优秀率也明显提升。

展望：让模式可推广可复制

从论文研究到本地部署，从一项课程尝试到全流程智能体，团队走的不是追逐技术热度的捷径，而是不断回到课堂、回应需求的实践路径。

此次获奖是对阶段性探索的认可，也是学校在职教数字化与AI教学应用领域迈出的扎实一步。未来，团队将继续完善功能、积累经验，探索可迁移、可推广的本地AI教学模式，让技术更稳妥地融入课堂。