引言

新一轮科技革命推动生成式大模型持续迭代，具备自主规划、知识库挂载、流程编排能力的AI智能体，正由通用对话工具走向垂直教育场景深度落地，驱动教育数字化迈向人机协同的智慧教育新阶段。《教育强国建设规划纲要（2024—2035年）》明确提出促进人工智能助力教育变革，打造人工智能教育大模型；教育部等五部门印发的《“人工智能+教育”行动计划》进一步要求推动职业教育传统专业智能化升级，鼓励探索适配职教学情的人工智能教学方案，为人工智能深度融入中职课堂改革提供顶层政策指引。中等职业教育承担培养数字化技术技能人才的使命，中职信息技术课程以信息意识、计算思维、数字化学习与创新等核心素养培育为目标，是落实人工智能通识教育、推进中职教学数字化转型的关键阵地。

长期以来，中职信息技术课堂普遍存在学生基础分化显著、统一授课难以实现分层因材施教；实训指导资源不足、个性化答疑供给有限；教师备课、习题开发、学情辅导重复性工作繁重等现实困境。传统信息化教学工具交互模式单一，缺少能够贴合课程内容快速定制的智能化载体，制约因材施教落地。伴随智能体技术普及，以Coze（扣子）为代表的零代码智能体搭建平台快速兴起。区别于通用大语言模型，Coze平台支持自定义智能体角色、导入课程专属知识库、可视化编排任务工作流，一线教师无需深厚编程基础，即可搭建面向课前备课、课中互动、课后实训辅导、课程测评的专业化教学智能体，大幅降低职业教育场景运用生成式AI的技术门槛。

近年来，国内教育技术领域学者与中职一线教师陆续开展Coze智能体教学实践探索，尝试将定制智能体融入各类课程混合式教学、项目式学习场景。梳理现有文献可以发现：当前有关教育智能体的研究多聚焦通用大模型应用，研究场景集中于高等教育与基础教育；少量针对Coze平台的教学研究以单科实践案例为主，成果碎片化，尚未系统梳理Coze智能体在中职信息技术课程领域的应用范式、实施路径、现实局限与伦理风险，缺乏整体性学术归纳。为此，本文采用文献研究法，系统梳理国内外AI智能体赋能职业教育、Coze平台学科教学相关文献，归纳Coze智能体应用于中职信息技术课程的典型场景、教学模式、实践成效，辨析当前研究短板，厘清未来研究方向。以期为人机协同背景下中职信息技术课堂改革提供理论参考，推动零代码智能体技术规范、可持续融入中职教学实践，助力中职学生数字素养与岗位技术能力协同发展。

一、相关概念界定

（一）教育智能体、生成式智能体内涵与演进

早期教育智能体起源于智能教学系统中的教学代理（PedagogicalAgent），依托预设规则实现简单导学、反馈与交互，交互灵活性受限。随着生成式大模型技术发展，智能体具备理解复杂任务、自主规划流程、挂载外部知识库的能力，学界对教育智能体的内涵形成新的拓展。卢宇等将教育智能体定义为：以大模型为基础，融合记忆机制、工具调用、任务调度，能够面向教学目标自主开展导学、答疑、测评等活动的智能主体。

生成式大语言模型技术落地后，教育智能体迎来形态迭代，生成式智能体成为当下教育数字化领域的研究热点。祝智庭等提出，生成式人工智能不能简单等同于对话工具，面向教育场景的智能应用应当建立明确学习目标导向，依托持续交互支撑学习者开展深度认知活动。相较于传统规则型智能体，生成式智能体可自主理解学生开放性提问，依托多轮交互动态调整辅导思路，为破解中职统一化授课难以因材施教的痛点提供技术支撑。

综合已有研究，教育智能体整体完成由静态规则教学代理向动态生成式智能体的转型。二者核心分界点在于自主生成与任务统筹能力：传统智能体输出内容完全依赖人工预设，而生成式智能体可结合课程场景自主生成教学资源、拆解复杂学习任务。基于现有文献共识，本文后续研究提及的教育智能体，均特指依托生成式大模型构建、可挂载专属知识库、适配课堂实训场景的生成式教育智能体。

（二）Coze（扣子）智能体

Coze（扣子）是字节跳动推出的新一代AI应用开发平台，以大型语言模型（LLM）为核心处理单元，具备零代码/低代码开发特性，组件丰富、上手便捷，无需专业编程基础，用户可通过拖拽式操作、提示词优化、工作流搭建等方式，快速构建基于大模型的各类AI智能体。结合现有知网相关研究，其四大核心特征具备明确教学适配价值。

第一，零代码可视化搭建，降低智能体开发的编程门槛。传统教学智能体开发依赖Python、LangChain等专业代码框架，对使用者编程能力、本地算力均有硬性要求，普通职校教师难以独立完成开发与调试工作。傅骞等在低代码智能体实证研究中提出，Coze采用纯拖拽式可视化操作面板，教师仅需完成智能人设、教学提示词、功能插件三类基础配置，无需编写任何程序代码即可完成智能体搭建。吴亦舜结合编程课程实践进一步证实，中职信息技术教师仅需1至2个课时就能搭建实训答疑智能体，大幅降低AI教学工具的落地难度，契合中职教师数字素养参差不齐的现实学情。

第二，搭载RAG检索增强私有知识库，解决通用大模型知识失真缺陷。通用对话类大模型普遍存在知识幻觉、内容脱离课标、实训案例缺失等问题，直接用于课堂教学易误导学生。徐丹等人针对教学智能体的研究指出，Coze内置检索增强生成架构，支持教师自主上传中职信息技术教材、实训指导手册、编程错题集、项目案例等校本资源，构建课程专属知识库。智能体在响应学生提问时，会优先检索本地教学资料再生成答复，输出内容严格贴合《中等职业学校信息技术课程标准（2022年版）》，有效规避模型编造知识点、内容超纲的问题，保障实训辅导的专业性。

第三，可视化工作流自主编排，实现教学任务自动化闭环。工作流是Coze区分于基础聊天AI的核心功能模块，也是支撑分层实训教学的关键。吴亦舜在教学设计研究中说明，教师可通过平台逻辑节点自由串联完整教学链路，搭建“课前预习推送—课中代码纠错—课后分层习题生成—学情汇总分析”一体化工作流。整套流程由智能体自动执行，能够承接习题批改、错题归类、个性化资源推送等重复性工作，弥补单名教师无法同步兼顾全班学生实训答疑的课堂短板，释放教师精力用于重难点讲解与个性化沟通。

第四，云端轻量化部署，适配中职院校硬件资源薄弱现状。Coze依托云端服务器承载大模型算力，不需要学校采购高性能服务器、改造实训机房，普通办公电脑、机房设备、微信小程序均可直接登录使用。该轻量化部署模式无硬件采购、后期运维成本，县域、基层中职无需额外经费投入就能常态化开展AI辅助实训教学，具备大范围推广应用的现实条件。

通用大模型仅具备基础对话能力，缺少课程专属知识库与教学流程调度功能；专业代码开发智能体技术门槛、部署成本过高，难以在中职普及。而Coze整合零代码搭建、RAG知识库、可定制工作流、云端轻量化部署四大优势，是适配中职信息技术实训课程、低成本可复制的人机协同教学载体。

二、国内外智能体教育应用研究发展脉络综述

（一）国外：传统教学代理到生成式智能导学

教育智能体的概念最早可以追溯到20世纪70年代的智能导师系统，这一系统是智能体技术与教育教学领域深度融合的产物。在智能导师系统中，“导师”作为教育智能体的早期形态，能够为学习者提供问题解答与学习支持。但是，这一阶段的教育智能体更多地被视为一种抽象的辅导实体，其功能主要集中在认知层面对学习者进行指导。随着人工智能技术的突破性发展，特别是生成式人工智能技术的成熟，教育智能体研究进入了一个全新的阶段，对话型智能体成为这一阶段的主导形态。以ChatGPT为代表的生成式人工智能展现出了前所未有的自然语言理解和生成能力，使得教育智能体具备了接近人类水平的对话交流能力。基于Transformer架构的大语言模型通过在海量数据上的预训练，不仅掌握了丰富的知识内容，更重要的是获得了强大的语言推理、内容生成和上下文理解能力。这一技术进步使得教育智能体能够突破传统限定话题的对话限制，在广泛的学科领域和知识范围内与学习者进行自然流畅的交流，并根据学习者的具体需求动态生成个性化的学习内容、反馈和支持。

（二）国内：通用AI工具到低代码智能体平台应用

国内学界对智能体赋能教育的研究起步晚于欧美国家，伴随国内大模型落地与职教数字化政策推进，研究进程可清晰划分为两大阶段。第一阶段为通用AI工具探索阶段（2022—2024年）。生成式大模型刚进入国内教育研究视野时，国内学者的研究对象以ChatGPT、文心一言等通用对话模型为主，研究内容集中于利用通用AI辅助教师备课、自动生成习题、简单知识点答疑等浅层教学场景。徐丹等学者在研究中指出，通用大模型无专属教学知识库，缺少教学流程调度能力，极易出现知识点编造、答案脱离课程标准、实训案例同质化等“知识幻觉”问题；同时通用模型无法长期存储班级学情，不能针对中职学生薄弱点开展分层训练，仅能作为临时辅助工具，难以融入常态化实训课堂。这一阶段研究普遍发现通用AI存在明显教学短板，学界开始寻找适配教育的定制化智能开发工具。

第二阶段为低代码智能体平台兴起阶段（2024年至今）。随着Coze、Dify等可视化零代码智能平台上线，国内研究重心逐步从通用大模型转向可定制教学智能体，傅骞等通过实证研究证实，低代码拖拽式开发模式大幅降低智能体搭建的编程与算力门槛，普通学科教师无需掌握开发语言，就能依托平台构建贴合本学科的专属智能助教。聚焦职教领域的相关文献中，多数研究者以高职计算机、机电实训课程为载体，借助Coze知识库、工作流功能搭建实训辅导智能体，验证了平台在分层实操教学中的实用价值。但现有研究仍存在明显局限：当前基于Coze的教学实践、实证论文大多面向高等院校与普通高中信息科技课堂，专门针对中职信息技术课程的系统性研究数量偏少，缺少贴合中职学生基础薄弱、自主学习意愿不强学情的教学设计与长效教学实践，针对中职编程、多媒体、网络安全等细分模块的Coze智能体开发研究存在大量空白。

三、智能体及coze平台在职教信息技术课程的研究现状

结合知网收录期刊、职教类论文的检索结果，从通用教育智能体、Coze平台专项研究两个维度梳理现有研究成果。

第一，通用教育智能在职教信息技术领域的应用研究已形成基础积累。现有文献多围绕智能答疑、代码纠错、实训资源生成等基础功能展开验证，多数研究证实智能体能够分担教师一对一实训指导压力，缓解班级学生数量多、实操答疑需求集中的课堂矛盾。但现有研究样本以高职计算机、大数据专业学生为主，极少结合中职学生文化课基础薄弱、自主学习动力不足、实操畏难等特有学情展开针对性设计，教学策略难以直接适配中职课堂。同时多数研究仅聚焦课堂即时答疑，缺少结合中职分层教学、岗位导向实训的长效应用设计。

第二，Coze平台专项研究整体体量偏少，研究场景分布不均衡。目前知网中以Coze智能体为核心的教学文献主要面向高校编程课程、中小学信息科技课堂，专门针对中职信息技术课程的系统性研究数量有限。吴亦舜以高职编程课程为载体搭建Coze教学框架，验证了知识库、工作流在实训教学的实用价值，但研究对象与中职学生认知水平、课程标准存在差距，无法直接移植到中职教学场景。多数一线相关文献仅为短期课堂实践记录，未形成标准化、可复制的课程智能体搭建流程。

第三，现有研究对Coze四大核心功能挖掘深度不足。多数实践仅简单运用通用问答能力，很少充分发挥私有知识库、自动化工作流两大特色功能。大部分研究者仅上传少量习题资料，未完整导入中职全套教材、实训指导手册、项目案例搭建专属资源库；工作流应用停留在简单习题推送层面，未能设计“课前预习—课中实操纠错—课后分层训练—学情诊断”全闭环教学链路，未能最大化发挥平台分层教学优势。

第四，现有研究方法偏向经验总结，实证支撑不足。当前相关文献以行动研究、课堂案例描述为主，多为单一班级短期实践，缺少前测、后测、问卷、访谈等量化实证设计，难以通过数据证明Coze智能体对中职学生数字素养、实操技能、学习兴趣的提升效果；同时对于AI依赖、代码抄袭等实训课堂风险的实证调研较为匮乏。

四、现有研究不足和未来研究启示

（一）当前研究存在的突出问题

1.研究场域分布失衡，中职针对性研究稀缺

现有智能体、Coze平台相关文献大多聚焦高等院校、中小学信息科技课堂，面向中职信息技术课程的专项系统性研究偏少。高职相关实践框架、教学设计难以直接适配中职学生基础薄弱、自主学习意愿偏低的学情特征，缺少贴合中职课程标准、实训项目的配套智能体应用方案，中职数字化教学需求未能得到解决方案。

2.研究载体挖掘浅层化，忽视Coze核心功能价值

多数研究仍停留在通用大模型问答层面，对Coze专属知识库、可视化工作流两大核心教学优势挖掘不足。现有实践多仅上传少量习题资源，未结合中职全套实训教材、岗位项目搭建完整私有知识库；工作流仅用于简单习题推送，未搭建课前预习、课中代码纠错、课后分层训练、学情分析一体化闭环流程，平台分层教学潜力未能充分释放。

3.研究范式单一，实证类成果匮乏

当前相关文献以课堂案例、短期教学经验总结为主，行动研究居多，缺少前后测对比、学生问卷、师生访谈等量化实证设计。现有研究多依靠主观感受判定教学效果，缺乏成绩、数字素养量表、学习行为数据支撑，难以客观论证Coze智能体对中职学生实操能力、学习兴趣的提升作用，研究结论说服力不足。

4.人机协同伦理与管控研究缺失

文献只强调智能体的教学优势，忽视中职学生自控力较弱的特点，未针对AI过度依赖、代码抄袭等问题提出课堂管控办法，人机使用边界相关探讨不足。

（二）教学实践与未来研究启示

从一线教学实践来看，中职信息技术教师搭建Coze智能体时，应完整导入教材、实训手册搭建专属知识库，依托工作流设计分层实训任务；同时制定课堂使用规则，要求学生先独立实操再寻求智能体帮助，借助小程序实现课后线上实训延伸。

从后续研究角度出发，一是针对编程、多媒体等中职细分课程，开发标准化Coze智能体应用教学模式；二是增加量化实证研究，用成绩、素养问卷佐证教学效果；三是开展人机协同伦理研究，形成中职课堂AI使用规范；四是结合产教融合，开发对接企业岗位需求的实训智能体。

五、结语

在职业教育数字化转型与人工智能普及的双重背景下，以Coze为代表的零代码智能体平台为解决中职信息技术课程教学痛点提供低成本、易落地的全新路径。本文系统梳理国内外教育智能体相关文献，厘清智能体技术迭代脉络，归纳现有Coze智能体教学实践成果，发现当前研究存在场域失衡、内容碎片化、伦理研究不足等短板。

作为轻量化、低门槛的AI工具，Coze智能体高度适配中职院校硬件条件与教师技术水平，具备大规模推广应用的潜力。后续中职教育研究者与一线教师可参考中职信息技术课程标准，开展长期连续教学实践，构建标准化智能体教学模式，同时完善AI课堂使用规范，平衡智能工具辅助与学生独立思考的关系。随着低代码智能体技术持续更新，人机协同教学模式将深度融入中职课堂，持续助力中职数字化技术技能人才培养。

参考文献：

1. [1] 中共中央，国务院.教育强国建设规划纲要(2024—2035年)[EB/OL].(2025-01-19)[2026-06-22].https://www.gov.cn/zhengce/202501/content_6999913.htm.
2. [2] 教育部，国家发展改革委，工业和信息化部，等.“人工智能 + 教育” 行动计划：教科信〔2026〕1号[EB/OL].(2026-04-10)[2026-06-22].http://www.moe.gov.cn/srcsite/A16/s3342/202604/t20260410_1433240.html.
3. [3] 教育部.中等职业学校信息技术课程标准 (2022 年版)[S]. 北京：北京师范大学出版社，2022.
4. [4] 郑娅峰，赵亚宁，黄璟玥，等.教育智能体：研究现状和发展趋势 [J]. 现代远程教育研究，2025,37 (04):3-13,59.
5. [5] 吴亦舜.基于 Coze 智能体平台的跨层次课程教学设计框架 —— 以编程实践为例 [J]. 电脑与电信，2025 (03):62-66.
6. [6] 卢宇，余京蕾，陈鹏鹤.基于大模型的教学智能体构建与应用研究 [J]. 中国电化教育，2024 (07):99-108.
7. [7] 毕树沙，张琳琳.职业教育智能体：AI 赋能职业教育新图景 [J]. 中国职业技术教育，2025 (20):5-11,20.
8. [8] 祝智庭，戴岭，胡姣.高意识生成式学习：AIGC 技术赋能的学习范式创新 [J]. 电化教育研究，2023,44 (06):5-14.
9. [9] 傅骞，周由.面向智能体构建的低代码编程活动对学生计算思维与编程兴趣影响的实证研究 [J]. 教育与装备研究，2026 (03):7-12.
10. [10] 徐丹，史金龙，钱强，等.大模型与智能体赋能的教学会话辅导系统实践探究 [J]. 实验室研究与探索，2026 (01):161-167.
11. [11] 叶新东,刘泽民(2024).基于多模态大模型的精准教学支持体系构建研究[J].远程教育杂志,42(01):84-93.