10月30日，第88届中国教育装备展示会在长沙开幕，海亮科技正式发布教师 AI 工作台 HaiMate。这款产品此前已在多所学校试运行数月，把 AI 备课、课堂复盘、成绩分析、教师画像整合到同一个入口。
教育类 AI 工具这两年出了很多，但绝大多数本质上是“套了教育提示词的通用大模型”。HaiMate 的产品经理在发布会上说了一句挺扎心的话：老师不缺一个会聊天的 AI，缺的是一个真正懂学校的工作伙伴。这句话能不能站住，得看细节。
一、简介：从校园里长出来的 Agent
HaiMate 的定位是教育垂直领域 Agent，底座是海亮自研教育大模型。它的差异点不在模型参数，而在数据来源：海亮长期在学校驻点服务，教学管理、学生成长的实践数据与校本上下文都被打进了系统。所以它知道这所学校用什么教材、教研组习惯什么教案结构、审核规范卡在哪几条。
二、核心功能：四个场景跑通闭环
1. 备课：半小时出三件套
老师选定学段、学科、课型与风格偏好，一键生成导学案、教案、教学 PPT。不满意的段落支持局部 AI 改写与细节微调，确认后直接导出。以往要反复搜素材、对齐排版格式的课前准备，现在约半小时能完成。
2. 课堂复盘：从“氛围良好”到可落地建议
上传整堂课录音或课堂对话记录，系统从教学质量、教学方法、学生互动等维度逐项打分，并把布鲁姆认知目标分类与课堂互动情况交叉匹配，帮老师区分学生是真实投入还是表面应答。这个设计比笼统的评语有用得多——它回答的是“哪个环节学生其实没跟上”。
3. 成绩分析：三步出报告
导入多期成绩、选定批次考试、点击生成。省掉的是 Excel 透视表和图表排版的时间。
4. 教师画像：管理侧的抓手
把备课、课堂、成绩三条线的数据汇总成教师画像，供教研组和管理层做针对性支持。
三、详细分析：教材锚定才是分水岭
发布会上做了一个直接对比：以初一下英语某单元为例，通用 Agent 生成的内容大多只罗列要点，缺少教材原文引用，甚至会混入超出本课范围的内容；HaiMate 则先抽取教材知识点，输出内容挂在教材知识体系上，章节对应关系清晰。
这个差别看着小，实际是决定“能不能直接用”的关键。教案不是知识科普，它必须和教材页码、课标要求、考试范围严格对齐。通用模型擅长的是“把话说圆”，而教学需要的是“把点打准”。这也是垂直 Agent 相对通用大模型真正的护城河：不是模型更强，而是上下文更准。
同类思路在别的行业也在发生。蚂蚁数科同日发布的 Agentar 医疗版走的也是这条路——用专科模板和行业知识约束模型，把幻觉压到可接受范围。可见 2026 年下半年企业级 AI 的主线，已经从“通用能力”转向“垂直精度”。
四、价格与影响
HaiMate 目前以学校/机构采购为主，按校区或教师账号规模授权，暂未开放个人零售。对学校来说，这笔投入的账要这么算：一位老师每周备课约 8-10 小时，若能压缩到 4 小时，一个百人规模的学校每周可释放数百小时，转投到教研与学生个别辅导上。
需要提醒的是，采购前务必做小范围试点。让 3-5 位不同学科的老师用两周，重点看两件事：生成内容与本校教材的匹配度，以及导出格式能否直接进现有教学流程。
五、优缺点
- 优点：教材与课标锚定，内容可用性高；备课、复盘、成绩、画像四场景打通，无需在多个工具间切换；支持局部改写，保留教师主导权；管理侧有数据沉淀。
- 不足：依赖校本数据接入，新学校冷启动需要时间；主要面向学校采购，个人老师无法直接用；跨学科覆盖深度不均衡，理科实验类课型仍是弱项。
六、适合人群与总结
适合 K12 学校、教育集团、教研机构做统一部署；也适合正在做教育信息化的区域教育部门作为 AI 试点切入点。对独立教师或培训机构，短期内更现实的选择是用 NotebookLM 这类通用工具自制资料库。
HaiMate 的价值不在“又一个 AI 助手”，而在它示范了一件事：垂直 Agent 的胜负手是行业上下文的颗粒度。当 AI 能说清“这一节课的第三个知识点学生没掌握”，教育数字化才算真正往前走了一步。更多教育类工具见 AI教育 分类。