（来源：上观新闻）
11月14日，华东理工大学与超星泛雅集团启动共建未来学习中心。这一中心，由超级智能体——“小理”统一调度各学科专业智能体群，打通校内多层次学习平台。其知识库采取校本资源与外部学术资源双轨建设。
如今，人工智能时代，不少高校建起校级智能体强大后台，各个专业也纷纷上线垂类智能体。这已成为“人工智能+高等教育”未来学习中心的基础架构乃至标配，让大学生在各自专业学习中有了便捷的打开方式。
2026年春，教育部等多部门联合实施《“人工智能+教育”行动计划》，明确在未来教育空间建设中打造未来课堂、未来学校、未来学习中心、未来实训中心，通过技术赋能重构教育生态。
例如，作为教育部未来学习中心试点高校之一，北京工业大学的未来学习中心一期，以学生为中心构建数据闭环，它汇聚“日新学堂”、虚拟仿真、课堂监控等多源数据生成学生画像，将个体问题转化为学习任务，精准调用课程与智能体资源，落实“一生一案”的个性化培养理念。
同样，华理建成覆盖化工、化学、材料传统优势学科，以及社会、商科等文商学科的专业智能体集群，其中高分子材料预测、电池设计、社科案例、课堂循证助手等十余个专业智能体同步上线。
比如化工学院的“智训”平台，针对绿色化工设计竞赛项目的备赛，由AI规划节点、拆解分工，可多人组队，甚至可以靠Al补位，形成“一人团队”。
又如信息科学与工程学院、生物工程学院、药学院合作的“胞语·细胞图像助手”，可供智能解析显微影像，由AI辅助进行细胞分割、计数与面积统计，并可导出实例。
院校甚至系科都有了智能体，师生随时随地、轻轻松松解锁难题，对教育教学的提质增效而言，是件大好事。
不过，当AI帮忙拆掉了学生从学科小白成长为学科能手的门槛、台阶甚至“脚手架”，他们更丝滑顺利地完成大学学业，能不能更丝滑顺利地迈向未来社会？
姚期智院士发现，一个无法回避的问题已经摆在面前：在AI可以替代越来越多认知性劳动的背景下，大学教育中究竟有哪些内容，仍然必须让学生“走一遍艰苦的路”，必须通过亲自训练才能形成？在姚期智眼中，这类优秀人类的基本能力没有技术捷径，不能因为AI出现就被轻易取消。
而在复旦大学物理学教授徐雷看来，“何为走一遍艰苦的路”——这对于理工科学子而言，就是数学、物理、电路、算法等的基本训练，必须“先于AI”。
以徐雷讲授的光电学课程为例，可能出现的教学误区在于，直接让学生用AI生成光学相干层析（OCT）成像方案，结果学生能输出漂亮的方案，但没有亲手调试，也没有试错的手感。遇到非标准工况、Al输出错误等，也无法诊断。
如此一来，“AI幻觉”容易变成一种“能力幻觉”，也就是理解为“AI会=我会”。而到了日后的高阶岗位就会露馅，发现其实是“AI会≠我会”。因此，徐雷建议，智能体傍身的大学生有必要保持学习强度、提高学习效度。这或许也是对AI智能体深度应用的自律。
因此，AI时代的大学学涯，人先学会思考，应保持在无AI支持下的高强度基础训练，包括必要的重复性训练，以防养成直接让AI替代思考的惰性习惯。
徐雷认为，真正的AI赋能，并不是AI冲击，应当是让人能够完成更多样更复杂真实场景的创造性工作。同时，“人机物”的协同也应更加重视训练过程中的人与人协同。
“未来学习中心建设的本质，不是建空间，而是建生态；不是一时之建，而是长久之育。”对于高校未来学习中心建设创新与实践，上海市高等教育学会常务副会长汪歙萍表示，未来学习中心建设没有统一答案，应一校一案、因地制宜；空间只是入口，真正起作用的是场景、资源与教学法能否协同跟上。
可见，未来学习中心并非简单的技术赋能，而是人机协同能力的高阶进步，更是数智时代育人生态的系统重构与学习范式的整体跃迁。
原标题：《教育观察| 智能体很好用，为何大学生还是要“走一遍苦路”？》
图片来源：华东理工等受访高校
题图说明：华理未来学习空间“花梨・智元堂”启用
来源：作者：解放日报 徐瑞哲
