正枘科技AI赋能湖南高校教育信息化研讨会成功举行

金秋时节，正枘科技携手湖南教育信息化学会举办“AI赋能教育信息化”专题研讨会。省内多所高校信息中心主任、相关职能部门处长及行业专家齐聚一堂，围绕AI中台架构、数据安全、算力建设、系统改造及组织变革等议题展开讨论。

写在前面

当下，“AI+教育”正从概念走向落地，但真正把AI融入教育业务的学校还不多，多数停留在智能问答、简单智能体阶段。正枘科技举办此次研讨会，正是希望搭建开放交流平台，让一线实践者与技术提供者面对面，把AI教育信息化这篇文章做实。

本次研讨邀请湖南师范大学数据与信息化建设管理处、湖南教育信息化学会理事长张智勇副处长做总结指导，多所高校信息化部门及业务部门负责人参会交流。

一、深圳市正枘科技有限公司吴家森总：AI中台是“改造助手”，不是“替代者”

研讨会上，正枘科技吴家森总介绍了AI赋能教育信息化的整体架构思路：

“我们以三大平台为核心，AI中台作为改造助手部署。AI中台做两件事：一是接入大规模模型平台；二是把各类skills、工具做中间层封装。”

针对高校“系统多、接口乱、改造难”的问题，吴总分享了三种系统改造策略：

1. 输入层剥离 + AI辅助填写：将输入路径从原系统剥离，由AI识别意图、辅助填写——这是面对CS架构老系统时的“兜底方案”，算力消耗最大；

2.RPA自动化处理：通过流程自动化模拟操作，AI自身在无外部工具时也会采用；

3.重建UI层（推荐方案）：梳理业务知识与调用接口，用AI重建前端UI，但不直接操作数据库，后端仍调原系统API——“要么用它的UI，要么用AI生成一套UI，同样调API。”

吴总特别提到，MCP接口是让AI真正“用得起来”的关键：把业务能力封装成MCP服务后，AI一句话就知道该调哪个接口、要什么参数、返什么结果。未来软件的开放性会越来越重要——“不开放，学校就不买你的。”

二、湖南师范大学数据与信息化建设管理处张智勇副处长：AI能反编译，老系统有了新解法

湖南师范大学数据与信息化建设管理处、湖南教育信息化学会理事长 张智勇副处长在交流中分享：

“AI现在能反编译绝大部分程序，甚至包括CS程序。它自己反编译后，自己解析逻辑，自己生成——这为老系统改造提供了新路径。”

他指出，对那些接口完全不开放的老旧软件，过去只能靠分析数据库、逆向工程，现在AI反编译能力让这件事变得可行。结合正枘科技的中台思路，可以把反编译后梳理出的能力重新封装，对接AI。

总结环节，张智勇理事长对本次研讨给予肯定，并提出期望：

“现在每个学校都在说AI赋能、深度融合，但真正融入业务的还不够，很多还只是做简单的智能问答。正枘科技的平台和产品大家关注度很高。”

三、高校信息中心领导：“数据不出校”是不可触碰的红线

研讨中，某高校信息中心领导分享了一个案例，引发全场共鸣：

“学校要统计全校老师联系方式变更，有人说用WPS AI识别很快。但我们领导犹豫了——万一把数据漏出去，书记、校长、各位领导的电话全在外面了。最后还是人工处理的。”

这位领导强调，“数据不出校”是学校的硬性要求。WPS、千问等工具确实方便、智能程度高，但“这个事千万不能干”——用一次它就全记住了，下次直接问就能列出来。

正枘科技吴总回应：AI的底层原理是大模型加数据推理。用元宝、DeepSeek等公有大模型本身不会导致数据泄露，关键在知识库。只要保证知识库内容不泄露、数据能“拿回来”，总体上就安全（绝密数据除外）。这也是正枘科技坚持本地部署的原因——数据、向量化处理全部在校内完成。

正枘科技目前已引入workbuddy等工具的云端+本地双模式，把选择权交给老师，接受度较高。

四、湖南邮电职业技术学院科研与发展规划处叶伟处长：AI对高校的冲击，信息化人最痛

湖南邮电职业技术学院科研与发展规划处叶伟处长以“外行”谦虚自居，却抛出多个极具洞察力的观点。

观点1：AI冲击谁？信息化工作人员首当其冲

叶处长分析了AI对高校不同群体的冲击：

“安全学院做预算，直接从业务经费购买智能体，不走信息化预算了。”

叶处长判断，二级学院和老师们的需求正在大爆发——以前被采购周期压制，现在AI让需求快速实现，很多老师等不及信息中心走流程，干脆自己先弄。这意味着信息中心的责任不是变轻，而是更重了。

观点2：论文还要写，AI就是“尺子和圆规”

作为主管科研的处长，叶处长抛出尖锐问题：AI冲击下，职业院校的学术期刊还有必要办吗？

他与AI交流后得出结论：要办，而且很有价值。

“AI没有东西吃了。已有的书和数据都被吃完了，新发表的论文就是给AI的新投喂。”

他认为，职业院校的论文很多来自工地、一线真实数据，反而比纯逻辑推演的论文更适合作为AI训练素材。

更颠覆的观点是——别查AI率了：

“AI就是尺子和圆规，是工具。一篇文章没有AI辅助，我反而觉得不行。判断论文能不能发表，只看质量和观点，默认每篇都用了AI。”

观点3：数据要分级，知识库也要分级

叶伟处长提出，AI时代的数据不能只有「交上去」和「不交」两种状态，中间要分三层：个人知识库、业务部门知识库、学校层面知识库。

这个提法不是凭空来的，它是被一个现实问题逼出来的。张智勇理事长在会上点破：业务部门手里有实质数据，但不愿意完全交给信息中心，越是个人化、越涉及隐私的数据越不肯交。「你把数据给我、我把数据给你，人财物这些事就成了」，技术逻辑上很简单，卡住的是信任——就像「我的数据绝对不能拿到电信去运营」。

叶处长的三级分法，等于给这个僵局找了个出口：不同敏感度、不同归属的数据，放在不同层级的知识库里，各自有各自的使用边界。

三级的实际分工

· 个人知识库：老师自己的资料、习惯、历史积累，形成个人助理，随用随训，不进入公共池。

· 业务部门知识库：处室、二级学院层面的业务知识和数据，部门自己管、自己用，向上只交口径和结果。

· 学校层面知识库：全校统一的规范、制度、公共知识，由信息中心归口建设，作为所有智能体共享的底座。

三层的逻辑是：越往下越私密、越自主；越往上越公共、越规范。数据不必全交，但必须分层可管。

这个观点真正的分量：它把「数据不出校」这道红线，从一道墙变成了一套楼梯。原来只有「给」和「不给」两个选项，业务部门本能地选不给，信息中心就只能干看着；分了三层之后，各方都有自己能接受的落点。

对信息中心来说，这也是一次角色重定义：不再是把数据全都收上来的仓库，而是定层级、定边界、定口径的规则制定者。谁管哪一层、哪一层能调哪一层，这些规则本身，就是信息中心在AI时代最该攥在手里的东西。

五、算力怎么破？教育部已经给出了方向

围绕算力这一“卡脖子”问题，研讨中梳理了教育部今年4月发布的人工智能+教育政策方向：

算力分两类：

● 绝对保密数据 → 只能用本地算力（需求量不大）；

● 科研及其他业务 → 可使用公共算力。

国家层面计划投入7万亿，通过三种模式推进：

1. 国家算力中心：以国家电网等央企为核心承建；

2. 地方政府主导建设；

3. 核心高校牵头（如中南大学、国防科大、湖南师大等），建成后服务其他教育单位。

叶处长提议：教育系统能否建一个统一的算力中心？

“数据在教育厅的算力中心跑一圈再回来没问题，跑到天翼云、华为云、阿里云就担心。如果教育厅给高校算力做补贴，集中管理，就没有这个顾虑了。”

也有专家认为：算力联盟的推进涉及多方利益，落地难度大。与其纠结算力从哪来，不如关注数据向量化与还原能力——这才是信息化部门真正的核心竞争力，甚至可以作为能力对外输出。

六、未来已来：软件会消失，中台会崛起

整场研讨反复指向一个共识——“软件消失”。

未来的高校信息化，不再是几十个系统林立，而是以中台为核心，上层是各种智能体。系统接口会越来越开放，AI通过MCP等标准接口调用能力，业务需求被快速满足。从建设驱动到数据驱动，再到智能驱动，教育信息化的范式正在发生根本性跃迁。

正枘科技：做教育信息化AI落地的同行者

正枘科技深耕教育信息化领域，始终关注AI技术与教育业务的深度融合。我们相信，AI不是要推翻重来，而是要赋能现有系统、激活数据价值、释放师生创造力。

本次研讨会是思想的碰撞，更是行动的集结。正枘科技将持续打磨AI中台产品，与各高校一道，把AI真正做进教育的业务里去。

深圳市正枘科技有限公司

专注 · 简单 · 坚持

运营总部：广东省深圳市

研发总部：湖南省长沙市

| | sales@