AI教学代理只能当答疑工具？TUM的实验把它变成了「会造代理的代理」
你可能见过不少AI助教：它们能回答知识点、批改作业，但本质上还是「会说话的知识库」。如果有一门教你设计AI代理的课，授课的AI本身就是一个可进化的代理，甚至能帮你造出属于你的AI代理——会是怎样的体验？
慕尼黑工业大学（TUM）2026年夏季学期推出的Dr. AGENTONOMICS实验，就把这个听起来有点科幻的设定搬进了真实课堂。它的核心野心远不止做一个更好的答疑工具，而是要把AI教学代理的边界从「教学工具」拓展到「既是学习对象、又是生产工具」的多重角色。
从答疑助教到「会造代理的代理」：一门课的新尝试
Dr. AGENTONOMICS诞生于TUM的「AI代理在企业管理中的应用」课程，是AGENTONOMICS（AI代理经济学）框架的首个教学应用 [1]。简单说，AGENTONOMICS把AI代理看作可以被设计、管理和治理的经济实体，就像市场里的企业一样可以专业化分工、协作交换 [1]。
这门课最特别的地方在于：学生学习的对象是AI代理，而学习的工具也是AI代理。Dr. AGENTONOMICS自己就是按照AGENTONOMICS框架设计出来的，学生一边研究它的构造，一边通过和它互动学习怎么设计代理——有点像学造车的人直接对着一辆会说话的车学造车原理，它不仅能告诉你发动机怎么工作，还能陪你一起设计新的发动机 [1]。
按照论文里的规划，这个代理会逐步解锁四个角色：第一个是「答疑导师」，也就是现在已经实现的版本，基于检索增强生成（RAG，一种通过检索外部知识库来增强生成内容准确性的技术）回答学生关于AGENTONOMICS的问题；第二个是「化身讲师」，能用多模态方式直接讲课；第三个是「设计顾问」，引导学生按照AGENTONOMICS设计框架完成自己的代理方案；第四个也是最有想象空间的「元代理」，能直接帮学生把设计好的代理构建出来 [1]。
当然，实际情况比这个比喻更复杂——目前四个角色里只有第一个「答疑导师」真正落地了，后面三个还在设计或研究阶段，论文更像是一份路线图而非成熟产品报告 [1]。
四个角色共用一套「大脑」：累积式架构是怎么设计的
四个角色听起来像是四个不同的AI，但Dr. AGENTONOMICS的核心设计思路恰恰是「一套底层，多重身份」——论文称之为「累积角色架构」 [1]。
你可以把它想象成一个有多种技能的人：同一个大脑、同一套知识体系，面对不同的需求时切换不同的工作模式。学生来问概念，它就切换到辅导员模式；需要讲课，它就切换到讲师模式；学生要做设计，它就切换到顾问模式。
实现这个切换的核心是一个叫**编排器（Orchestrator）**的控制层组件。它的职责是解读用户的请求，判断当前需要完成什么任务，然后激活对应的高层算法；如果一个交互跨越了多个角色，它还负责协调角色之间的过渡 [1]。比如学生先问了一个基础概念（触发导师角色），接着说「我想基于这个概念做一个客服代理」，编排器就会把工作流从答疑切换到设计顾问模式。
在编排器之下，四个角色共享五套底层组件：统一的用户接口、智能层、工具集、知识库，以及和外部多代理生态系统的连接 [1]。这种设计的好处是不用每个角色都从零开发，升级就像给同一个人培训新技能，而不是每次都招一个新人。
不过这里必须明确划清证据的边界：目前这套架构的实际验证只停留在第一个「导师」角色上，它是一个网页端的检索增强生成系统，知识库包含AGENTONOMICS手册、圣加仑管理学派文献等内容，受系统提示约束不能参与评分、遇到不确定的内容会明确说明 [1]。至于化身讲师的多模态教学效果、设计顾问引导设计的有效性、元代理构建新代理的可行性，都还没有经过实际验证，属于未来规划 [1]。甚至连当前导师原型的教学效果，论文也没有提供学生满意度、学习成绩等量化对比数据 [1]。
好的AI家教为什么难？长周期教学的隐形门槛
如果说Dr. AGENTONOMICS展示了AI教学代理的「向上可能性」，那么另一项同期研究EduClaw-Bench则给我们提了个醒：哪怕是最基础的「家教」角色，要做好也远比想象中难 [2]。
EduClaw-Bench是第一个面向教学大语言模型代理的30天长周期基准测试，它用基于真实学生数据训练的**知识追踪（Knowledge Tracing，KT）**模型驱动模拟学习者，在55个场景下评估AI家教的长期表现 [2]。知识追踪简单说就是动态跟踪学生对每个知识点的掌握程度，就像一张实时更新的知识地图 [2]。
这项研究发现了两个短对话测试根本发现不了的问题。第一个问题是「平台期效应」：几乎所有测试的AI家教组合，在5-10天内就会进入教学瓶颈，学生的准确率不再上升，远低于理想的学习曲线；甚至有53.3%的运行根本没有产生学习增益，48.5%的运行没有连贯的课程设计 [2]。换句话说，很多AI家教只是「前几节课表现惊艳」，时间一长就江郎才尽了。
第二个问题更根本：教学质量不是由基座模型或者智能体框架单独决定的，而是两者交互作用的结果 [2]。研究测试了10种智能体适配器搭配3个层级的基座模型，发现没有任何一种适配器能在超过一个基座层级上排名第一——在小模型上表现最好的方案，换到前沿大模型上可能反而变差 [2]。这意味着我们不能简单说「用某某模型做家教最好」，适配和协同才是关键。
更值得警惕的是一种「隐性崩溃」：研究人员给小模型做拒绝采样微调（一种通过筛选高分输出进行训练的微调方法），想让它教得更好，结果它的响应速度没变，还是秒回学生，但教学质量一路下滑，到第三轮就从「中等有用」变成「基本没用」 [2]。如果只看它有没有泄题、有没有拒绝回答，根本发现不了这种崩溃 [2]。
这些发现对Dr. AGENTONOMICS这类多角色代理是一个重要提醒：哪怕是已经实现的「导师」角色，其长周期教学效果也还没有被验证，短时间的答疑体验好不代表能支撑一整个学期的学习。
AI教学代理的进化之路：从虚拟顾问到元宇宙大学
其实「用多个AI代理支持教学」这个想法并不新鲜。早在2009年，就有研究者提出了SARA（Smart Agent Resource for Advising）系统，这是一个多代理虚拟顾问，用于支持跨大学的分布式协作教育 [6]。当时的设计思路是用权变理论（Contingency Theory，一种认为组织设计需要匹配外部环境的管理理论）指导多代理系统设计，就像动态环境中的企业会压缩管理层级、外包非核心业务一样，软件开发也需要模块化设计来应对变化 [6]。
到了2025年，这个方向已经演进到了「元宇宙大学」的构想。有研究者提出用多代理系统（Multi-Agent Systems，MAS，由多个自主交互的智能体组成的系统）为去中心化的元宇宙大学构建后台组织模型，把整个校园的运作都用代理网络来模拟 [7]。这个模型被设计成可扩展、可定制的，不同大学可以根据自己的需求调整，同时作为AI教育研究的沙盒环境 [7]。当然，这个模型目前还处于研究阶段，尚未经过实证验证 [7]。
而2026年的Dr. AGENTONOMICS，恰好站在这条脉络的中间位置：它不再是早期那种单一功能的虚拟顾问，也还没到元宇宙大学那样宏大的规模，而是聚焦在一门具体课程里，探索「一个代理身兼多职」和「代理能造代理」的可能性 [1]。
如果把过去十几年的发展串起来看，AI教学代理的进化有两条清晰的线索：一条是「数量」上的，从单个代理到多个代理再到整个代理生态；另一条是「能力」上的，从只能回答问题，到能讲课、能做设计指导，再到能生成新的代理。Dr. AGENTONOMICS的独特之处在于它把两条线索拧在了一起——它既是单代理多角色的尝试，也指向了未来多代理经济的雏形 [1]。
当代理能造代理：我们还需要回答三个问题
「元代理」的设想很诱人：AI不再只是老师，还是「教你造AI的老师」，甚至直接帮你把AI造出来。但在这个未来真正到来之前，至少有三个开放问题需要回答。
第一个问题是：怎么证明它真的有效？ 这不是一个简单的满意度调查就能回答的。关于AI教育评估的研究已经指出，当前的AI认知评估领域正从单纯的成绩预测，转向可解释、多模态、大模型驱动的认知诊断系统 [4]。换句话说，我们不仅要知道学生「考了多少分」，还要知道他们「是怎么思考的」——蒙对的题不算真会，思路对但算错的也不算完全不会 [4]。Dr. AGENTONOMICS目前完全没有提供这方面的评估数据，它的教学效果、设计指导效果、元代理构建效果，都还需要严谨的认知层面的验证 [1]。
第二个问题是：治理成本会不会抵消收益？ Dr. AGENTONOMICS的终极愿景是一个多中心的AI经济网络，无数个专门化的代理在里面协作交换 [1]。但论文自己也承认，多个代理部署后能不能高效合作，协调和治理成本会不会限制预期的合作乘数，还是一个未验证的假设 [1]。这就像现实中企业之间的合作，理论上分工能提高效率，但如果交易成本太高，反而不如自己做。
第三个问题最棘手：造出来的代理算谁的？出了问题谁负责？ 论文明确把「所有权、责任和数据使用权」列为核心开放问题 [1]。如果学生用元代理造了一个客服代理，这个代理的知识产权归学生、归学校还是归元代理的开发者？如果这个代理出了错——比如给客户提供了错误建议造成损失——责任链条应该怎么画？这些都不是技术问题，但决定了技术能不能真正落地。关于AI教育的伦理框架研究也反复强调，透明度、隐私和文化敏感性是AI在教育中应用必须解决的问题 [3]，而元代理模式让这些问题的复杂度又上了一个台阶。
如果你只记住一件事
Dr. AGENTONOMICS真正有意思的地方，不是它现在能做什么（目前只是一个普通的答疑助教），而是它提出了一个新的可能性：AI教学代理的终点也许不是「成为最好的老师」，而是「成为帮你造工具的老师」。
参考文献
- Dr. AGENTONOMICS: A Didactic Experiment of AGENTONOMICS（arXiv、2026、全文精读）
- EduClaw-Bench: A Long-Horizon Benchmark for Pedagogical LLM Agents with Simulated Learners（arXiv、2026、全文精读）
- AI-Enabled Assessments and Competency-Based Learning（2026、仅摘要）
- Machine Learning and Deep Learning Approaches for Cognitive Reasoning Assessment in Personalized Education: A Systematic Literature Review（International Journal of Computer Information Systems and Industrial Management Applications、2026、全文精读）
- Artificial Intelligence-Based Pedagogical Agent in an E-Learning Environment（Computers、2026、仅摘要）
- Contingency Theory, Agent-Based Systems, and a Virtual Advisor（IGI Global eBooks、2009、仅摘要）
- A Multi-Agent organizational modeling at the backend of a metaversity（2025、仅摘要）