开学季出现了两类消息：AI 素养课程继续扩展，学生直接使用工具的条件却在收紧。它们放在一起，揭示了教育市场里常被混算的几件事：学 AI 的人数、可以用工具的人数，以及愿意为工具付费的人数。本期从纽约关闭既有产品的 AI 功能讲起，沿着课程、教师支持与资金去向，判断哪些需求已经明确，哪些机会还需要证明。
COVER STORY · 封面报道
开课、使用与付费，是三种不同需求 一家教育公司看到北京增加 AI 课程，可能准备扩大校园销售；看到纽约限制学生使用，又可能判断学校市场降温。这两种判断都省略了一个问题：学校究竟要买什么，谁有权使用，在哪项教学任务中使用？开学季这一周，把这些差别摆到了台面上。
9 月 1 日，北京介绍新学期 AI 通识课升级，机器人、三维编程和教育智能体进入部分学校。每学年不少于 8 课时的要求从 2025 年秋季就已实施。此次新闻的新增量在课程和场景的深化，原文没有披露新一轮全市采购金额，也没有承诺给每名学生配置生成式 AI 账号。[1]
纽约在 9 月 2 日宣布新的学年政策，收紧学生工具使用，同时保留高中 AI 素养课程。在当天发布会上，市长称已经停用超过 30 项相关产品；教育顾问进一步解释，既有课程产品能关闭 AI 功能的，就关闭该功能，无法关闭的则退出学校使用。[12] [13]
这个细节值得停下来想一想。产品团队可能把新增 AI 功能作为升级卖点；在严格限制学生端使用的学校，同一个功能也可能增加审批难度。本刊据此判断：能否按学区政策独立配置或关闭 AI 模块，再由教师在获准任务内控制使用，会影响部分产品的可采用性。现有公告没有提供合同终止额，收入损失仍无法计算。
课程、工具和预算之间，需要走过三次不同的决定。课程负责人先决定学生需要学会什么；学校再决定某种工具能否用于具体任务；出资方最后决定为内容、设备、账号或培训支付多少。课程进入课表，只证明第一步有了安排。把所有开课学生直接计作工具的付费用户，会高估可触达的需求。
不同年龄的学习任务也在改变需求形态。低龄学生可能通过教师演示理解模型会犯错；高中生可能在限定练习中接受提示；大学生则需要把工具用于专业任务并负责评价输出。这些场景要求不同的内容设计、监督方式和评价方法。一套覆盖所有年龄的聊天入口，很难仅靠更强模型同时满足它们。
教师端与学生端同样不能放在一个使用指标里。教师生成备课初稿后，有机会结合学科知识审核；学生直接取得答案，可能跳过原本需要练习的步骤。这是两类不同的实施风险，并不保证教师审核总能有效。产品需要证明自己把核验工作交给了有时间、有能力承担的人。
因此，行业需要读懂本周并存的两个信号：教育系统继续增加学习 AI 的安排，一部分系统同时收紧直接调用 AI 的条件。本刊的判断是，面向学校的需求正在显露更细的分层。课程内容、教师支持、受控练习和自主助手，接下来必须分别验证使用者、采用条件与付款来源。
真正值得追问的，是哪些需求已经得到具体资源支持。波士顿本周披露了教师项目的捐赠来源，新加坡国立大学给出了新生训练的课时。它们能帮助我们继续分辨：学校为能力建设投入了什么，工具供应商又还需要证明什么。
学生学 AI 的需求、教师用 AI 的需求、学校买 AI 的需求，需要分别成立。 WEEK IN REVIEW · 一周回溯
本周进展：课程升级、工具限制与教师支持 8 月 31 日，新加坡国立大学公布全体本科新生必修的 THE1008 课程，从 2026/27 学年开始实施。9 月 1 日，北京报道既有 AI 通识课的升级，波士顿公布首批教师大使。这些事件分别处于入学训练、课程迭代和教师支持三个环节，成熟度不能只用“覆盖多少人”比较。[1] [2] [7]
同日，温尼伯大学学院新增两小时 AI 素养必修模块。[8]
9 月 2 日，纽约公布新学年规则，具体实施从 2026/27 学年展开；洛杉矶联合学区的生成式 AI 专门委员会召开会议。LAUSD 暂停学生在学区设备使用生成式 AI。[5] [6] [15]
阿联酋内阁同日批准在公立与私立学校实施 AI 课程，并提出培训 22,000 名教师和教育工作者的目标。OpenAI Education 同日启动 Learning Lab，组织学习研究合作。[10] [11]
POLICY · 政策线
年龄与使用时长正在影响产品设计 纽约的规则需要准确拆开：2026/27 学年，2 岁幼儿项目至八年级暂停面向学生的生成式 AI；九至十二年级保留核准试点与职业准备项目。普通教育高中试点上限为 50,000 名学生，每校最多五个班，均为上限而非实际参与或订单数量。全体高中生须完成两节各 45 分钟的素养模块。个人教育计划或 504 计划要求的辅助技术，以及残障学生和英语学习者所需支持，保留例外。[3] [12]
使用频率同样具体。9 月 2 日公告规定，Quill 每周最多 15 分钟，Edia 最多 20 分钟，Brisk Boost 每次 10 至 20 分钟、每周一至两次，Playlab 每个评分周期最多用于两项作业，Intel 项目每周一课时。这些是获准试点的使用安排，不能当作所有 AI 工具的统一额度。[12]
教师仍可按审查和采购规则使用 AI 备课及处理行政任务；9 月 2 日发布会明确说明，教师不能用 AI 进行评分与评价。[12] [13]
这些条款会影响产品设计和商业测算。本刊推断，限定课堂频率使每日活跃、长时对话等消费软件指标失去部分解释力。产品要在很短的练习内产生教学价值，还要控制教师组织活动的负担。单次活动的价值、课程衔接和学校愿付价格，需要重新验证。
规则也受到不同方向的压力。纽约州参议员 Kristen Gonzalez 与市议员 Carmen De La Rosa 在当天联合声明中，质疑试点缺少预先明确的评价标准，并认为两节素养课不足。[14]
北京的通识课程要求、纽约的学区访问规则、新加坡的大学新生课程，管辖范围和学习对象各不相同。LAUSD 的设备限制也不能直接外推到所有家庭场景。跨地区比较的实用价值，在于发现采用条件；各地的支出规模、教学效果和政策优劣，还需要可比材料。
PEERS · 同行样本
波士顿的 100 万美元种子捐赠 波士顿公告提供了本周少见的资金信息：Paul English 捐赠 100 万美元启动该市的 AI 素养项目，部分资金支持 Day of AI 和 TWG Education Labs。这两家机构承担暑期培训及全年教师支持。首批 25 名教师来自 25 所学校，后续会继续开展课堂项目。[7]
这条资金路径说明，教师如何把技术变成课程，已经得到特定项目的资源支持。它同时划出了商业判断的边界：捐赠金额属于整个项目，公告没有拆分每家机构所得，也没有证明学区会以经常性预算续购服务。培训供应商若评估机会，需要继续核对项目结束后由谁支付。
教师支持为什么可能成为支出项？皇家学会 8 月发布、3 月调查的英格兰样本提供了背景：超过 9,200 名教师中，14% 对三类 AI 素养均有信心，18% 接受过正式培训。[9]
新加坡国立大学采用另一种组织方式：把三小时视频和两小时工作坊集中到新生第一学期前两周，后续专业课程继续承接。[2]
两个样本指向不同的交付要求。教师支持需要伴随真实课堂迭代，新生基础课需要衔接后续学科任务。只出售一套通用提示词课程，可能无法覆盖这种持续需求。付费是否成立，取决于客户是否已有相应预算，以及服务能否减少他们实际承担的工作。
OPPORTUNITY · 机会窗口
分开判断课程、教师支持与学生工具 做校园产品的团队，可以先选定一项获准任务再做销售测算。例如，将“面向全校的学习助手”缩到“高中数学课中的短时反馈”，就能具体讨论教师监督、练习内容和采用条件。代价是潜在使用人数与频率更小。可接受的单校价格和交付成本，需要通过实际采购验证。
已有课程平台的供应商，需要核对增加 AI 功能会不会改变整套产品的准入状态。纽约关闭既有产品 AI 模块的做法提示，可以把核心教材、普通练习和生成式能力分别配置。这样的设计可能保留采用空间，也会增加维护和解释成本；学校是否愿意为新增模块付费，仍是独立问题。
学校负责人此时最值得分开的，是课程建设、教师工作和学生任务三笔投入。先写明本学期希望改变的教学活动，再决定是否增加软件。教师端试用可以考察备课与复核的总时间，学生端则要检查离开工具后的独立表现。两组结果可以支持不同的续用决定。
家庭的关注点可以落在孩子具体做了什么。课程教识别错误、理解算法，与孩子日常用助手完成作业，会产生不同的学习经历。向学校询问作业如何设计、学生需要展示哪些思考过程，比从“学校开了 AI 课”推断必须购买同款工具，更有助于安排家庭学习。
对投资者和行业观察者，本周能够确认的是需求条件进一步显性化。课程覆盖、捐赠规模、试点名额和采购合同分别说明不同的事情。判断市场空间时，应将这些数字分开，继续寻找付费合同、续约及使用结果。
本期判断
先识别谁在什么任务中需要 AI，再核对谁有权批准、谁愿意支付。 学生人数、课程覆盖与项目捐赠分别反映不同事实。商业判断需要再走到采购与续约。 NEXT WEEK · 下周前瞻
后续观察：试点结果与持续资金来源 首先看受控试点是否产生持续采用。如果纽约公开试点结果，显示学生在无 AI 条件下仍有稳定进步、教师负担可控，并据此扩大权限，那么“短时、分任务进入学校”的路径会获得支持。如果独立表现下降或审核负担过高，扩大使用的理由就会减弱。
其次看经费从哪里来。北京课表和项目采购、波士顿后续资金安排、阿联酋培训招标，都可能帮助辨别哪些需求得到支付。如果课程升级主要由已有师资和免费资源完成，就需要下调新增商业需求的预期。若出现持续预算和续约，才有更强的市场证据。
最后看分层是否真的必要。若后续研究证明某类广泛开放的工具在不同年龄、任务中均能可靠改善独立学习，且管理成本低，本期关于按场景验证的判断就应调整。Learning Lab 值得跟踪的正是方法、对照和负面结果是否公开。[10]
SOURCES & LIMITS · 来源与边界
来源、政策时点与适用范围 本期观察范围为 8 月 31 日至 9 月 6 日，2026 年 9 月 16 日按原周时点重写。原始语料包含 83 条周内发布记录，记录数不等于独立事件数。正文保留重要课程、政策、教师支持与研究动态；采集和核验日志留在证据底稿。
课程安排、政策条款、项目资金属于可核对事实；对采用难度、产品设计、工作成本和商业需求的解释属于本刊推断。本期没有取得可比的采购合同、续约数据或长期学生结果，无法判断市场份额与收入流向。教师调查采用英格兰自愿面板并加权，项目方公告不等同于独立效果评估。
纽约当周事件日期及主要限制以 9 月 2 日市长公告和发布会记录交叉核对；持续更新的学区页面用于补充条款，缺少历史快照的细节不推定为当周新增。原有 CNBC 背景链接保留为索引，其本次访问失败不承担核心论证。洛杉矶与温尼伯的部分动态依赖媒体报道，来源角色分别标明。
本期来源 [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] 版本与更正 2026-09-16 ：按原周时点重写行业解读，补充采用条件、资金来源、差异化决策及反证。增加当周一手材料，细化纽约条款；原始发布日期与观察周期不变。同日调整目录及对应章节小标题，减少连续疑问句。
2026-09-07 ：第四期首次发布。核心事实完成原文、事件日期、来源角色、地域与效果边界复核。
