LEODENG

整理一篇品牌内容（CAIE 软文）的论证部分并作分析：成年人的学习难点已从「坚持」变成「选择」，焦虑的本质是对未来的不确定；真正有用的解法，是把「我不会 AI」这个身份判断拆成能力清单，并把「我的水平」放进「岗位要什么」的坐标系里。文末说明这类测评的证据边界，并给出不花钱也能做的替代做法。

整理「麦可思研究」《大学老师，上课「演」给AI看》并作分析：AI 课堂反馈系统如何进入大学课堂、为什么简单的表象指标评价不了复杂的教学质量、以及当「好看的数据」影响评价时，教师为什么会开始「演」给算法看。文末给出五条可操作建议：让 AI 数据做线索，而不是结论。

整理一篇关于家校关系的论文解读并作分析：比利时根特大学社会学者范德斯特拉滕在《教育哲学与理论》讨论「教育管辖权」——家庭与学校如何在历史中争取「谁有资格界定什么算教育」的权威。从洛克 1693 年的担忧，到作业与入学准备如何把学校的要求延伸进家庭，再到「好家长」的期待如何被学校参与定义。

整理焦建利《是时候更新「办公用品观」了》（2026-09-16）并作分析：教师备课、出题、批改、做科研越来越依赖生成式 AI，卡点却是「免费额度不够用、付费得自己掏钱」，而多数学校的财务科目里根本没有「AI 充值费」。原文主张把 Tokens 纳入教师办公用品与教育装备体系，本文保留其原话，并把它拆成四个可检验的命题、补一个更易评估的最小试点路径。

分析整理焦建利对 arXiv 预印本（AlGhamdi 2026）的解读，并回溯原论文逐条核对：沙特一所公立大学的《技术沟通》课上，19 名计算机专业学生当堂手写作业、由 ChatGPT 依量规给分与反馈，随后被明确告知「这份分数不是老师给的」；13 份手写反思浮现四个主题，核心是「有条件信任」——反馈有用就采纳，但评价权必须留在教师手里。附原论文的方法流程图、主题编码图与三原则框架。

精读 Nature 职业版块（Career Feature，2026-09-01）对全球高校教师的采访：当 94% 的英国本科生承认在评分作业中使用生成式 AI，教师们的应对已从「检测作弊」转向重新设计评价本身——让 AI 成为被批判的对象、把评价挪回可观察的现场（课堂手写、口头答辩）、用交互日志与修订历史留下过程。本文整理七类做法与受访者的原话，并归纳其背后的三条逻辑。

整理封面新闻对 2026 Inclusion·外滩大会《AI经济增长新范式与社会价值重构》见解论坛的报道：陆铭提出 AI 取代的不是就业而是能力，把人的能力分为可编码的「机能」与难以编码的「人能」，并给出「服务业是人类最后的护城河」背后的成本账；邢自强提醒这一轮 AI 可能约十年就普及，远快于过去几轮技术革命，入门级工作或许率先减少，制度创新不能等新岗位自然出现。

精读 Learning, Media and Technology 的一篇社论《The (im)possibility of AI literacy》：从 literacy 的四百年简史（读写能力 → 赋权与治理的两面 → 弗莱雷的 critical literacy）出发，追问 AI 这种学习对象是否适合被「素养化」，并指出素养之外的两种解——权利与主权。

一位长期学习者与 AI 共同生活后，暂时留下来的三种做法：跟 AI 一起读论文（问「值得看的」与「没那么值得看的」）、用定时任务把兴趣养成一门缓慢发生的课程、看到有意思的就截图请 AI 详解。所谓 Skill，不是提示词模板，而是可以重复发生的学习动作。

精读白宫科技政策办公室 2026 年 7 月提交的 123 页报告《Science: A New Golden Age》：它逐一拆开旧科研体制的五条「默认关系」（科学家≈大学 PI、资助≈申请+同行评议、成果≈论文……），却答不出「新机构」究竟是什么形态；而当科学被要求转化为技术优势与国家安全时，谁来容纳「无用之用」？

精读一项发表于 Science 正刊的研究（综合 34,000 余名顶尖儿童与成年人数据）：青少年顶尖者与成年世界级大师约九成不是同一批人；登顶者早期发展反而更平缓；区分二者的关键不是练得更早，而是跨领域实践的广度——以及为什么「晚熟」不是缺陷。

北京大学教育学院教授刘云杉访谈整理：大学本应是人生难得的『奥德赛期』，却被无尽的评价与排序挤掉了成长的时间性；当规则越清晰、道路越平整，人反而觉得无路可走。谈文凭的防御化、师生的共同体、『被一件事情抓住』，以及 AI 时代该如何重新理解智力与资源。

加拿大教育哲学家克劳迪娅·鲁滕贝格用一生回答一个问题：我们既然欢迎年轻人来到这个世界，就必须追问——我们准备把一个怎样的世界交给他们？空椅子、待客伦理、对成年人的失望、从讲坛走向土地……今天把它讲清楚。

GPT-6 Astra 发布、OpenAI 首席科学家 Pachocki 长文《An Alien Mind》、PNAS 高中数学实验——当 AI 越来越会替人完成任务，教育凭什么还要求学生亲自学习？一篇给教师与学生的冥想：机器完成任务，不等于使用者获得成长。

一篇白纸前的冥想：打字更快、模型更强之后，为什么许多深耕领域的人仍然先用笔。手写手绘不是怀旧，而是被脑科学反复验证的思考方式。

一篇关于 AI、教育与科研的冥想：教案 AI 写、作业 AI 做、论文 AI 写又忙着去 AI 味——当交互变成 AI 与 AI，教师和学生在哪里？既然 AI 什么都会，人为什么还要学习？

关于课堂抬头率的一篇冥想：学生、教师、学校、上级、社会、家长各有各的解读与逻辑，没有对错。作为大学教师，我更愿意把抬头理解为一种尊重——对学习的尊重，对思考的尊重，对彼此的尊重。

Coursera 投资 1 亿美元给吴恩达的新教育公司 LearnVector。整理这条新闻，也整理一个对教师很重要的问题：当 AI 能做助教之后，学习的基本单位还是「一门课」吗？

本期收录 7 条材料：SCAFFOLD 课堂试点（对话支架有潜力，但 AI 判断学生理解仍不可靠）、MIT 把共同阅读纳入 AI 时代的校园回应、哥斯达黎加成为 DEPA 第五个缔约方、Circana 的假日购物观察、Google 与 MIT FutureTech 的科研 AI 报告（自报每周节省近 7 小时，核验与实验仍是约束）、Nature Computational Science 关于「大模型作为人类替代」的综述、以及数字经济人才培养新举措。逐条附证据边界与原文链接。

本期收录 5 条材料：Google 让教师用生成式界面自建交互式练习（12 名教师初测平均 8/10）；普渡大学获 NSF 资助的跨学科 AI 素养项目；东盟秘书长关于 DEFA 实施与 11 月签署安排的讲话；Google 面向中段物流的开源实例生成器 MilleMiglia；Anthropic 与 Accenture 的嵌入式评估合作。逐条附证据边界与原文链接。

整理一篇解读 Burning Glass Institute 报告《专业知识的剧变》的随笔，并回到报告原文逐项核对：AI 对职场的最大影响不在于岗位数量，而在于做这些岗位所需的专业水平。报告把职业分为「先学后做型」与「边做边学型」，并给出四种走向（拓宽入口／抬高门槛／收缩领域／差距拉大）。文末分析这套框架对选专业、教学设计与 AI 使用的启示。

本期收录 7 条材料：教育 RAG 基准（检索表现好不等于答案更准）、Kishwaukee College 的免费 AI 素养证书、欧洲央行 8 月消费者预期调查、Anthropic 的科研自动化测量（Claude 在 26% 的研发工作中处于「主导」层级）、JCR 关于「虚假紧迫感」的独立重复研究、2027 届秋招启动、UNESCO 全球 AI 伦理论坛的新工具（RAM 2.0）。逐条附证据边界与原文链接。

本期收录 9 条材料：高校 AI 应用的 53 篇文献主题综合（工具之外还有评价与治理）、中国五校 350 名师范生的 AI 素养中介研究、ESCAP 无纸化贸易工作论文、Parks Associates 关于「节省时间」的消费者调查、斯坦福「虚拟生物科技公司」多智能体研究、Nature Human Behaviour 的大规模实验六类挑战、教育部强师建设述评、微软内部 AI 转型的五个月数据；以及 OpenAI 新发布的「模型失准报告框架」及其披露的六起自家模型失准事件。每条附证据边界与原文链接。

收录 3 条材料：同行评议「分诊」的一组硬数据（投稿量 2018→2025 增长约 68%、每录用 1 篇对应 2.5 篇桌拒、审稿邀请接受率 43%→22.3%、53% 审稿人用 AI 而仅约 20% 期刊有 AI 政策），并标注作者所在公司的商业利益关系；Silverchair《2026 Future of Peer Review》报告（延伸参考）；斯坦福 AI Index 2026 教育章（延伸参考）——「使用先行、规则滞后」的第四个独立来源。逐条附证据分级与原文链接。

收录 3 条材料：GreyNoise 披露的 AI 智能体编排攻击战役——数百个 AI 智能体在数小时内攻陷 48 国 395 家机构，其中 204 家是学校与大学（教育是受灾最重的行业）；《电子信息制造业发展「十五五」规划》2030 年目标与 9 个专栏；上海人工智能实验室 Atria Dawn Preview 预印本及其「三分之一任务无 AI 不可行」的自评数据。逐条附证据分级与原文链接。

收录 2 条材料：The Scholarly Kitchen「Ask the Chefs」笔谈——八位从业者对同行评议产能的五条「不舒服的真相」与五条被忽略的对话（含 AAUP 教职结构数据：终身教职轨占比 1987 年 53.1% → 2023 年 31.8%）；纽约市 K-12 生成式 AI 政策的完整细则（五款高中试点工具及每周使用时长的硬性上限、屏幕时间规定）——后者为 09-07 期条目的细节补充。逐条附证据分级与原文链接。

收录 3 条材料：UNESCO 数字学习周会后官方产出盘点（含部长级声明全文状态的一手核实：UNESDOC 英文版 4 页、文件号 ED/FLI/ICT/2026/09）、UNESCO IESALC 拉美加勒比 200 所高校 AI 实施研究（87% 在用 AI vs 26% 有正式战略，官方结论「治理没有跟上采纳」）、Pensoft 出版方对同行评议产能的诊断（同行评议周 2026 开幕周）。逐条附证据分级与原文链接。

周末综述：收录 4 条材料——UNESCO 部长级声明全文状态（经核实全文已发布：英文 4 页、文件号 ED/FLI/ICT/2026/09，更正「未发布」判断）、OpenAI Rosalind 生命科学模型的 9 月更新（更正「9 月首发」为 2026-04-17 首发）、同行评议周 2026 前瞻（主题投票 2,115 票、得票 40%）、Anthropic 威胁情报报告（官方发布日为 09-10）。附两处日期更正的共同模式。逐条附证据分级与原文链接。

收录 2 条材料：UNESCO 数字学习周会后信息（官方确认现场逾 1,500 人，部长级声明全文已随会后新闻稿提供，八项优先行动首次可引——引用纪律据此调整）、纳维–斯托克斯事件重大更正（克雷数学研究所未接受主张且仍列为未解决、OpenAI 确认不申领百万美元奖金、证明覆盖的是「受迫」形式）。逐条附证据分级与原文链接。

收录 3 篇材料：UNESCO 数字学习周闭幕（部长级声明全文连续第 3 日仍未单独发布，附引用纪律）、数字教育理事会「两组数字」经核查订正为分属全球调查与拉美区域调查、纳维–斯托克斯优先权争议大幅升级（双方正式回应·陶哲轩表态·已出现独立百科词条）。逐条附证据分级与原文链接。

收录 4 篇材料：UNESCO 数字学习周三项成果落地（部长级声明·政策简报汇编·两名教育信息化奖得主，含我方表述更正）、UNESCO 教席全球调查（年份归属存疑须警示）、OpenAI 宣称证明纳维–斯托克斯有限时间爆破（事实/验证/争议三层分级）、数学 AI 安全研究所成立（待一手核实）。逐条附证据分级、原文链接与引用纪律。

收录 4 篇材料：UNESCO 数字学习周 2026（三项官方产出尚未发布，附引用纪律提示）、OpenAI ChatGPT Images 2.5（企业自述）、教育部第 42 个教师节通知（延伸·含主题词更正闭环）、工信部《信息通信行业发展「十五五」规划》（文号已核实、数字待全文核对）。

收录 7 篇可核验材料：UNESCO 拉美教育 AI 观察站、Georgetown 全校 AI 计划、WTO 数字服务议程、AI 广告披露实验、LLM 研究工具六级框架、AI 模拟用户效度检验、PPPL 聚变装置实验。逐条附证据分级、原文链接与使用警示。

收录 4 篇延伸参考：纽约市公立学校 K-8 AI 禁令与高中试点、SUNY 64 校区系统级 AI 政策框架、《柳叶刀》通讯（PubMed 虚构参考文献比例升至 1/277）、Seattle Times 与 Newsday 起诉 OpenAI 与微软。逐条附证据分级、原文链接与使用警示。

文摘整理：为什么科技公司融资、写论文、甚至相亲都在谈『叙事』？本文整理并分析丹·哈蒙（《废柴联盟》《瑞克和莫蒂》主创）的『故事圆环』八步叙事法——You、Need、Go、Search、Find、Take、Return、Change，并探讨它对写作的启示：好的文章不是不断加材料的直线，而是把读者送回最初问题的闭环。

周日信源产出为零：本期为一份『薄』简报——6 条延伸参考 + 一处欧盟通关费事实更正 + arXiv 封禁新规、HEPI 英国高校 AI 政策审计、K2 Horizon 全开放模型。

波士顿 AI 教师大使、StudentSim 学生模拟器、教育部教师队伍发布会、World Labs Atlas、Gemini 3.8 Flash、GPT-6 Astra 正式发布——8 主题 10 条重点简报（含四条前沿模型横向时间线）。

UNESCO 数字学习周部长级声明在即、普渡 AI 毕业要求、美国 CBP 13 号报关、购物 AI 分类框架、Claude Fable 5.1、商务部 1—7 月电商数据——8 主题重点简报。

教育部等五部门《人工智能+教育行动计划》政策基线、ChatGPT 推荐位置效应研究、NERSC AI 科学工作流——8 主题各 1 条高价值信息。

NSF 推进州与区域 AI 基础设施枢纽计划、UNESCO 报道中国青少年以媒介素养审视 AI——今日 5 条高价值信息。

OpenAI Daybreak 个人账户强制硬件安全密钥、UNESCO 将在 Digital Learning Week 发布 AI 时代教育部长声明——今日 2 条新增高价值信息。

AIR 招募学区参加“Teaching with AI”随机对照研究、奥克兰大学加入 VIPAI：研究 AI 是否可能拥有“自身目标”——今日 5 条高价值信息。

转人工层层设卡、AI 承诺事后不认账、生成内容误导消费——人民日报评论 AI 客服乱象。

Claude for Teachers 把教师方案与数据授权放在同一产品叙事中、SRI 的媒体素养游戏说明“AI 素养”可以被设计成可观察行为、泰国 AI 加速器提供本地化教育技术的可跟踪样本——今日 5 条高价值信息。

从教学机器到生成式 AI，百年「自动化执念」反复上演。在 AI 教育应用浪潮中，如何捍卫那些不可自动化的、属于人的学习活动？

政策分析整理：欧盟《人工智能法》允许 AI 帮助人学习，但不允许不透明的 AI 轻易替教育机构决定一个人的教育命运——「AI 素养首先是一种组织能力」。

深度研究整理：秘塔 AI 生成的关于人机协同时代的报告——当 AI 承担本不该分配给它的工作时，四重「位移」正在发生。

方法整理：三种统计方法不是互相替代，而是各司其职——PLS-SEM 验证理论、ANN 识别关键变量、fsQCA 寻找多路径，构成三阶段混合分析框架。

资讯整理：985 内部会议自曝四重困境、AI 专业「专业热、就业冷」数据、教育界回应——高校如何从边缘重新嵌入创新链条？

SRI 介绍“Agents of Influence”媒体素养游戏评估、Cursor 事件提醒开发者评估“模型供应商锁定”、TASTE 基准把“研究品味”变成可比较的评价任务——今日 5 条高价值信息。

OpenAI 与泰国教育、卫生部门启动 8 周 AI 创业加速器、Anthropic 发布 TASTE：评价 AI 安全研究提案的基准——今日 5 条高价值信息。

Bocconi 随机实验：ChatGPT 与批判性思维训练效果互补、Frontiers 系统综述把生成式 AI 放回认知负荷理论、OpenAI 在巴西扩展业务与教育、开发者合作——今日 5 条高价值信息。

Intel 在 AI Infrastructure Summit 展示开放式基础设施路线、ChatGPT for Teachers 向更多美国学区开放——今日 5 条高价值信息。

Harvard Kempner 试建“AI 心智经济”实验市场、OpenAI 展示全栈 AI 基础设施与 Jalapeño 推理芯片首轮结果——今日 5 条高价值信息。

FSU 研究团队获资助研究 AI 对招聘的影响、METR 警告“发现加速”需要更严格的时间序列检验、Amazon Prime Air 计划扩展至近 500 个美国城镇——今日 5 条高价值信息。

美国教育部发布教育技术负责任使用原则、ChatGPT 桌面端新增 Apple Messages 连接器、Anthropic 报告 Claude 用于蛋白质设计——今日 5 条高价值信息。

AACTE 教师AI框架、大学生 ChatGPT 使用画像、AI 共创心理所有权、中厄电商合作、Anthropic 生产级代理——今日 5 条高价值信息。

AI 素养教学转向、儿童 AI 反馈研究、Amazon 欧洲整合、ChatGPT 首项偏差、阿里财报——今日 5 条高价值信息。

UNESCO 卓越中心、生成式AI教学协作、SHEIN 上市、数字主权、AI 资本耐力赛——今日 5 条高价值信息。

ChatGPT 青少年版、Agent 安全、中国 AI 双循环、AI 购物入口、负责任科研——今日 5 条高价值信息。

AI 教育技术、教育政策、跨境电商、AI 产业、科研工具——今日 5 条高价值信息。

近一年（2025-09-20 至 2026-09-20）以跨境电商为直接研究对象的论文里，符合高 IF 期刊条件的只有两篇：一篇做企业创新边界（2010—2023 年 A 股上市公司，4,435 家公司 / 26,300 个公司—年观测），一篇做城市能源利用效率（2006—2023 年 280 个地级市）。两篇都把跨境电商综合试验区的分批设立当作准自然实验、用多期 DID 识别，本文对照它们的设计与发现，并附原文图与站内精读入口。

整理 Nature Portfolio 定制内容报道的腾冲科学家论坛报告《Tech Predictions and Future Visions 2049》：报告提出 10 个「技术愿景」——人工超级智能、通用机器人、可编程健康、核聚变（2049 前后试点并网、2060 前后规模化部署）、深空探索、飞行汽车、镜像世界等，并主张跨学科、跨组织、跨国界的系统式治理。文末给出这份材料的证据边界与三种正确用法。

清华 AIGE 研究中心《人工智能通识教育红皮书》（v2.3.1）第一篇精读：从 1945 年哈佛红皮书到智能社会，说明通识教育的历史使命如何转化为「认知自治」这一现代任务——含智能社会认知环境的七个方面、认知自治的六个维度、以及当前实践中的主要偏差。

清华 AIGE 研究中心《人工智能通识教育红皮书》（v2.3.1）第二篇精读：从「智能活动的计算化」与「社会活动的计算化」两条线索说明人工智能通识教育的科学基础，提出归纳、泛化、判断、自醒四能力模型与三条训练路径，并与数学、语言文学、物理、历史、计算机科学五种学科的心智训练作比较。

清华 AIGE 研究中心《人工智能通识教育红皮书》（v2.3.1）第三篇精读：把课程内容组织为五个部分——基础概念、基础方法、应用、交叉融合、风险伦理与责任；每部分都围绕教育功能、内容原则、共同主干、拓展内容与认知自治展开，使快速变化的技术被组织进相对稳定的知识结构。

清华 AIGE 研究中心《人工智能通识教育红皮书》（v2.3.1）第四篇精读：中小学采用「横向五部分内容、纵向三阶段递进」的贯通式课程；大学阶段重点发展方法理解、专业迁移与跨学科协作；终身学习采用「共同核心—情境模块—前沿更新」结构，并按生活阶段、数字基础与特殊需要提供差异化支持。

论文精读：Asirvatham、Mokski 与 Shleifer（2026，NBER WP 34834）以自研工具包 GABRIEL 检验 GPT 作为测量工具的两项要求——准确性（与人类标注一致）与直接性（读文本本身，而非依赖记忆或相关线索），验证材料包括 300 余个真实标注数据集与 1,141 个二分类任务。主要结论：GPT 标注与人类共识的一致性不低于单个标注者之间的一致性；训练截止前后无污染迹象；剥离信号后评分衰减 98%；作者并用该工具组装 37,000 项技术的数据集，量化出「从发明到普及」的滞后期在一个半世纪内缩短十倍。

论文精读：Marc Schmitt（2026）在《Nature》World View 评论中提出——危险不在 AI 本身，而在「被动使用」；AI 的真正价值是充当随时可得的智力陪练，大学应教学生质疑这类系统，并评估自己是否具备这种能力。

论文精读：Abubakar 等（2025）以土耳其与埃及酒店业 353 名员工的两项两波研究，结合 PLS-SEM 与 fsQCA 检验 IS 耗竭、职业倦怠（boreout）、社交媒体使用与世代差异如何导致 quiet quitting——并发现「数字移民」比「数字原住民」更易安静离职，与传统假设相反。

论文精读：Huang 等（2026）基于 528 名中国大学生的 PLS-SEM 研究，从动机（五种使用与满足）与抑制（感知风险/成本）双向刻画 AIGC 工具持续使用意向，并以感知信任为调节变量。

论文精读：Zhang 等（2026）以中国 1872 名大学生为样本，用潜在剖面分析识别出 4 类『GenAI 使用—心理健康』风险画像，再用网络分析定位失控感、学业担忧、晚睡等中心/桥梁节点，检验健康素养与自我调节学习的保护作用。

论文精读：应洪斌、郭琳、窦伟（2012）以浙江省 283 名有移动办公经历的在职员工为样本，整合任务—技术匹配（TTF）与技术接受（TAM）两大模型，检验移动工作特征、系统功能表现对使用意向的作用路径。

文献精读：Nature Methods（2026）社论《Using AI responsibly in scientific publishing》——以『透明』为核心，梳理生成式 AI 在写作、审稿与出版各环节的允许与红线：可辅助写作但须声明、AI 不能署名、评审中禁止上传稿件、AI 配图暂不允许。

论文精读：Zhu、Sun 与 Yang（2025）在 Humanities and Social Sciences Communications 发表——系统综述教育 AI 的伦理风险，将风险归为技术、教育、社会三个维度并提出应对策略。

论文精读：Shi 等（2025）在 Scientific Reports 发表——整合 S-O-R、TPB、VAM、创新扩散与 UTAUT2 构建综合模型，识别 AIGC 文创消费决策的关键驱动。

论文精读：Ma、Dong 与 Lee（2025）在 IJIM 发表——以天猫国际为案例，检验感知风险对跨境电商交易中消费者购买意愿与实际行为的影响。

论文精读：DeepSeek-AI（2025）arXiv 技术报告——提出 DSA 稀疏注意力、可扩展强化学习框架与大规模智能体合成流水线三项关键创新，高算力变体性能对标 GPT-5。

论文精读：Gao 等（2025）在 JBR 发表——以期望确认模型（ECM）为核心，检验电商平台 AI 客服机器人'问题解决能力'如何影响顾客持续使用意愿。

论文精读：Hou 与 Huang（2025）在 Chinese Journal of Sociology 发表——系统评述 NLP 技术如何用于社会科学文本研究，覆盖从文本表示到语义提炼全流程。

论文精读：Sun、Cheng 与 Jiang（2025）在 Scientific Reports 发表——基于 270 个地级市 2011—2023 面板数据，实证检验数字经济对体育健康产业的直接促进与传导机制。

论文精读：Yu、Xu 与 Li（2026）在 DSS 发表——用中国社交电商数据与工具变量+双重差分方法，发现 AI 评论显著增强搜索型产品购买意愿，对体验型产品无效，并揭示评论广度与评论量的差异化调节。

论文精读：Xie（2026）在 IJIM 发表——以淘宝『问问』生成式 AI 购物助手用户为对象，整合自我决定理论与期望确认理论构建『动机—交互—期望确认—满意—复购』模型，SEM+ANN+必要条件的三角验证。

论文精读：Chen、Zhang、Fan 与 Guo（2026）在 JRCS 发表——使用美团实时行为数据做准自然实验，比较 AI 主播与真人主播对购买发生率的影响，揭示语音情绪表达与场景设计的作用。

论文精读：Shui、Bian 与 Zhang（2025）在 JTAER 发表——基于 SOR 框架与 410 名观众样本，SEM+fsQCA 揭示 AI 主播的可爱性、活力与场景契合度经信任提升购买意愿，而专业性与响应性无显著直接作用。

论文精读：Ma、Zhang、Chen 与 Du（2026）在 JRCS 发表——检验生成式 AI 撰写的产品口碑与产品类型（搜索型/体验型）是否匹配，揭示 AI 口碑何时促进采纳与信任。

论文精读：Xiaohui & Khan（2026）基于 457 名大学生的有调节的中介模型发现，AI 依赖通过习得性无助侵蚀学业内在动机，而 AI 素养是关键的『心理缓冲』——高素养学生免受 AI 依赖的动机损害。

论文精读：AlGhamdi 等（2026）系统对比单提示组合与双提示分解、先反馈后评分与先评分后反馈四种配置，发现 GPT-4o 在「组合提示 + 先反馈后评分」下评分最准（RMSE 差异显著，p=.046），且对高分学生作品评分更准确。

论文精读：Zhang, Pan & Fan（2025）基于 S-O-R 理论，用结构方程模型揭示 GenAI 的响应性与个性化特征通过 AI 信任与 AI 学习自我效能感两条心理路径影响 EFL 学习参与度，模型解释 45% 的方差。

论文精读：Wang 等（2024）基于中国大学生样本，用 SEM 与访谈揭示 AI 素养与主观规范如何通过态度影响 GenAI 使用意向，整合框架解释 59.3% 的行为意向方差。

论文精读：Dong (2026) 基于 PRISMA 系统综述与随机效应元分析，综合 GenAI 对学业成就、高阶思维、学习动机与写作技能的影响，发现总体正向效应。

论文精读：Li 等（2024）基于 197 份中国 K7–K9 学生问卷，将认知因素与人机交互因素纳入经典 TAM，揭示 K-12 学生 AI 课程参与态度的形成机制。

论文精读：Hao 等（2026）基于 75,896 条对话记录，揭示多智能体学习环境中「知识共建」与「共同调节」两种参与模式，如何差异化地支持不同先验知识水平的学生、缩小成绩差距。

论文精读：Kreijkes 等（2026）基于 405 名英格兰中学生的预注册随机对照实验，比较单独笔记、单独 LLM 与笔记+LLM 组合三种学习活动对阅读理解与记忆的影响。

论文精读：Xi, Zhang & Wang（2026）用 94 名大学生的随机对照实验证明，整合苏格拉底提问策略的 LLM 对话智能体（S-ICA）显著提升学业成绩与反思性思维，认知网络分析（ENA）揭示其激活更多高阶认知路径。

论文精读：Brender 等（2026）在研究生移动机器人课程中开展两阶段研究，比较苏格拉底引导（SG）与提示词精炼（PR）两类辅导脚手架对学习结果、提示实践与后续独立 LLM 使用的影响。

论文精读：Ng 等（2024）基于 335/508/363 名学生三阶段跨样本验证，开发 ABCE 四维 AI 素养问卷，并通过二阶模型确认高阶 AI 素养因子。

论文精读：ZhuGe 与 Li（2026）以 405 名大学生为样本，结合纵向追踪与质性访谈，识别出 AI 素养发展的多条动态轨迹并解释其形成机制。

论文精读：Kong, Zhu & Yang（2025）开发并验证理论驱动的「AI 赋能问题解决」量表，经 477 与 409 两个样本的平行分析、EFA/CFA 双阶段检验，将 AI 素养研究从能力视角拓展至心理与情感准备。

论文精读：Zhang 等（2026）基于 210 名大学生样本，揭示 AI 素养通过 AI 交互感知与 AI 态度的链式中介促进创新思维，并发现 AI 态度上的显著性别差异。

论文精读：Chen 等（2026）用潜在剖面分析（LPA）将大学生的 AI 素养与认知灵活性划分为联合画像，并考察不同画像在深度学习能力上的差异，为差异化 AI 素养教育提供依据。

论文精读：Sun 等（2026）基于 1536 名中国大学生的 SEM 研究，揭示 AI 素养经由态度、并以自我效能与感知有用性/风险等心理社会因素为中介，塑造 GenAI 使用意向的机制。

论文精读：Liu 等（2026）基于 2443 名参与者开发六维 AI 素养问卷（SFAILQ），用 CFA 与测量不变性检验验证其在青少年、青年与中年成人三个年龄组中的结构效度。

论文精读：Chaaban 等（2023）用 Q 方法论研究教师对职业发展的主观视角，通过 Q 排序与因子分析识别出多种教师职业发展观点类型，为教师发展政策设计提供方法学示范。

论文精读：Chen、Ye 与 Xu（2025）用模糊集定性比较分析（fsQCA），基于 22 名参与者的访谈与课堂观察资料，识别导致大学课堂负沉默的多条条件组态，揭示负沉默“多因组合、殊途同归”的复杂成因。

论文精读：Lu 等人（2025）以 52 名幼儿的随机实验证明，提问练习组（QA）的中位提问次数（Mdn=7）显著高于倾听对照组（L，Mdn=5），为「会提问」与「好奇心」之间的因果关系提供了行为学证据。

论文精读：Wang 等（2025）基于 82 名参与者，以知识连续体为框架，检验 5 周财务教育干预中显性学习的局限与隐性学习的补充作用。

论文精读：Su 等（2025）基于 373 名中国普通用户问卷，用扩展 UTAUT 模型（加入感知信任与感知风险）揭示 AI 健康助手的采纳机制。

论文精读：冯晓芊等（2025）基于南京市 693 份老年人问卷，用结构方程模型揭示主体特征、供给水平、供给能力与政策制度对健康养老服务供需匹配的影响机制。

论文精读：Li 等（2025）对心力衰竭外泌体研究做首次文献计量分析，揭示发文趋势、核心国家机构、研究热点与前沿方向。

论文精读：Fong 等（2026）基于香港 1800 名成人样本，用 SEM 揭示感知 AI 有用性通过行为意向、GenAI 使用与 AI 素养影响生活满意度的链式路径。

论文精读：Li 等（2024）基于 400 份中国患者问卷，用扩展 AIDUA 模型揭示拟人化属性、感知共情与交互体验如何影响患者对医疗服务机器人的接受意愿。

论文精读：Zhang 等（2026）结合 PRISMA 系统综述与 74 名学生多阶段实证，揭示 AI 代理性如何通过人类能动感激发人机共生环境中的大学生创业思维。

论文精读：Wang 等（2026）发表于 Behavioral Sciences，考察 AI 革命背景下创业团队效能感与 AI 焦虑如何交互影响团队的蓬勃发展（flourishing）。

论文精读：Li 等（2026）用 LLM 分析 2549 门在线课程描述与 35 项工作技能的匹配关系，识别重新技能化的技能供给缺口，为继续教育与职业培训政策提供数据支撑。

论文精读：Shen 等（2026）以扎根理论界定企业 AI 社会责任的二维结构，并经两项实验揭示其经由感知 AI 可信度与共情塑造消费者品牌拥护的机制。

论文精读：de Kok（2025）在 Management Science 发表方法学指南，给出 GLLM 文本分析的决策框架与全流程——任务设计、提示词工程、批量处理、人工编码对比验证与构念效度检验，并用 160,049 条数据端到端演示。

论文精读：Zhou 等（2025）用 NCA 与 fsQCA 组态分析专精特新（SRDI）企业的 ESG 绩效，识别多条等价的高绩效路径与必要条件，揭示情境、组态与能力共振的作用机制。

论文精读：Gao（2025）基于精细加工可能性模型（ELM）的双路径视角，揭示内容质量（中心路径）与声誉信号（边缘路径）如何共同驱动用户的知识付费参与决策。

论文精读：Chen 等（2025）用视频挖掘分析 4500 个淘宝直播片段，揭示节拍手势、适应性动作、凝视与微笑对销售的不同影响。

论文精读：Liu 等（2025）揭示共存/情感临场感通过顾客灵感与积极情绪驱动直播冲动购买，而沟通临场感路径不显著。

论文精读：Wang 等（2026）基于 350 名教师样本，用结构方程模型（SEM）检验「AI 素养 → AI-TPACK → 工作满意度 → 幸福感」的路径链，揭示教师 AI 能力如何通过教学知识整合转化为职业满意度与整体幸福感。

论文精读：Wang 等（2026）基于 120 名参与者的四组比较，构建以反馈素养为核心的 AI 辅助写作教学概念模型，检验反馈脚本与校准训练干预对学生写作发展的影响。

论文精读：Zhou 等（2026）以 144 名教职工样本，用结构方程模型（SEM）与人工神经网络（ANN）的互补设计，检验感知有用性、感知易用性、自我效能、机构支持等因素对 AIGC 工具持续使用意向的影响，揭示技术接受之外驱动教师坚持使用的关键变量。

论文精读：Zhang 等（2026）基于 578 名高校教师的问卷数据，用链式中介模型揭示 AI 支持如何通过生成式 AI 素养与 TPACK 的传导链条影响教学实践。

论文精读：Liu 等（2026）基于 523 名高校教师的问卷数据，用结构方程模型揭示社会支持（同事/机构）、AI 素养与技术自我效能如何共同塑造教师的 AI 幸福感（AI well-being）。

论文精读：Kuzu（2025）基于 251 名数学教师的混合方法研究发现，AI 素养与 AI 焦虑呈负向关系——素养越高、焦虑越低，并揭示了教师对 AI 进入数学课堂（解题、个性化练习、评估）的感知、期待与障碍。

论文精读：Chen 等（2026）以 633 名师范生为样本，用 PLS-SEM 检验自我效能、TPACK、态度与机构支持对 AI 教学准备度的净效应，并用 fsQCA 识别高准备度的多条等价组态路径。

论文精读：Deng 等（2026）基于 308 名教师样本（另有 471 名受访者样本），用探索性网络分析与结构模型构建统一灵活性与正念（UFM）模型，揭示心理灵活性与正念如何通过课堂动态与教学实践降低教师倦怠。

论文精读：Perkins 等（2024）在 arXiv 发表《The AI Assessment Scale revisited》——对年初提出的 AI 评估量表（AIAS）进行系统性修订，以五级框架规定作业中允许使用 AI 的程度（从完全禁止到全面使用），并改进分级描述与实用性，适配不同学科与评估类型，成为教师设计『AI 时代』评估的实用工具。

论文精读：Gottweis 等（2025）Google DeepMind 提出 AI 联合科学家系统——基于 Gemini 2.0 的多智能体架构（生成、反思、排序、演化等），自动提出科学假说与研究方案，并在药物重定位、耐药机制、肝纤维化靶点等生物医学难题上产出经实验验证的假设。

论文精读：Kim 等（2026，Nature Communications）发现现成 LLM 在贝叶斯信念更新上远逊于规范模型，而用「贝叶斯教学」让 LLM 模仿贝叶斯助手的多轮交互，可显著提升其概率推理能力并泛化到新任务。

文献精读：Digital Promise 权威报告，以理解、评估、使用三维能力为核心组织 AI 素养框架，面向 K-12 学习者与教育者提供教学指导，与 UNESCO、ISTE 框架互补。

文献精读：哈佛教育研究生院（Creative Computing 团队）机构报告，从学生主导项目视角给出负责任使用生成式 AI 的四项建议与按项目流程组织的应用策略，附真实课堂案例。

论文精读：Li 等（2026）在 Nature 发表 OpenScholar——面向科学文献综合的检索增强语言模型（RAG）系统，配套 ScholarQABench 基准；相比通用大模型，文献综述与问答更准确、引用更可靠。

论文精读：Shao（2026）用混合方法揭示内容—品牌契合与虚拟影响者—品牌契合如何通过感知价值与可信度影响直播购买。

论文精读：Yu 等（2026）——期望确认、拟社会关系与影响者—产品契合如何通过满意度驱动直播电商冲动购买。

论文精读：Guoyu Zhao 等（2025）——农产品直播电商生态系统动力学。

论文精读：Barney（2020）作为 AMR 前主编，揭示理论论文能否发表的 90% 取决于引言——两种理论贡献、三段式结构、五个常见错误。

论文精读：Zhang & Han（2025）用中国跨境电商综合试验区的准自然实验，检验其对企业创新边界的影响。

论文精读：Liu 等（2025）基于社会交换与资源依赖理论，检验物流服务业务流程再造如何通过物流服务数字化影响消费者持续使用意愿。

论文精读：Liao & Chai（2025）提出人工蜂群算法优化的 LSTM 模型，提升跨境电商中小企业复杂绩效时间序列的预测精度。

论文精读：Zhou 等（2026）用跨境电子商务综合试验区政策评估数字贸易对城市能源利用效率的影响。

论文精读：Jie Jin 等（2025）——绿色农产品环境价值传递链与直播电商。

论文精读：Shuai Liu 等（2026）——AI 时代直播电商供应链均衡分析。

论文精读：Xiaojun Fan 等（2026）——短视频与直播是否应该协同采用。

论文精读：Wu & Yang（2026）基于 819 名高校教师的问卷数据，用链式中介模型揭示技术压力如何通过工作倦怠与 AI 自我效能感影响教学创新。

论文精读：Li 等（2025）用模糊集定性比较分析 95 家中国上市跨境电商公司，识别高绩效的三条驱动路径与低质量发展的归因。

论文精读：Hong & Liang（2026）用 687 名中国 Z 世代样本，揭示性别差异如何塑造短视频平台上的旅游决策——男性重有用与娱乐，女性重创造与个性。

论文精读：Liu 等（2026）提出融合协同过滤、矩阵分解、强化学习与 NLP 的混合框架，在个性化推荐、动态定价、供应链与客服四个环节同时优化。

论文精读：Loh, Lee & Leong（2022）提出 MECM 模型，用 377 名移动支付用户数据，以 PLS-SEM、ANN、NCA 三层次方法确认移动互补性（mobile complementarity）是持续使用意向的基础前因。

论文精读：van Laer & Chaxel（2026）提出「叙事完整性」概念——科普可以在句子层面完全正确，却在叙事层面失真。

论文精读：Raz & Kenett（2026）用学期纵向数据揭示「评估悖论」——高阶提问能力在开放式项目上是资产，在标准化考试中却成为负债。

论文精读：张罗（2026）基于 1062 份调查数据，检验批判性 AI 素养通过反思性知识重构影响大学生创新行为的机制。

文献精读：OECD 旗舰报告，综合证据与专家洞见，回答生成式 AI 在哪些场景真正改善学习、如何引导其负责任采用。

论文精读：应洪斌（2016）以浙江省制造业企业数据，检验结构洞通过知识搜索与转移影响产品创新绩效的倒 U 型机制。

论文精读：张昊等（2026）用多主体囚徒困境与 40 万条商品名称数据，检验标题党行为如何演变为内卷式竞争。

论文精读：顾昕等（2022）提出用贝叶斯网络应对教育数据的复杂、不确定与动态特征。

GitHub 全球 star 数最高的前 20 个项目，从高到低，一次看全。

AI 与机器学习分类下 star 数第 1 到第 10 名的项目。

电子商务分类下 star 数第 1 到第 10 名的项目。

教育技术分类下 star 数第 1 到第 10 名的项目。

学习与面试分类下 star 数第 1 到第 10 名的项目。

科研分类下 star 数第 1 到第 10 名的项目。

安全与系统分类下 star 数第 1 到第 10 名的项目。

开发工具分类下 star 数第 1 到第 10 名的项目。

Vibe Coding分类下 star 数第 1 到第 10 名的项目。

前端 / 后端分类下 star 数第 1 到第 10 名的项目。

GitHub 全球 star 数第 21 到第 40 名的项目，从高到低，一次看全。

AI 与机器学习分类下 star 数第 11 到第 20 名的项目。

电子商务分类下 star 数第 11 到第 20 名的项目。

教育技术分类下 star 数第 11 到第 20 名的项目。

学习与面试分类下 star 数第 11 到第 20 名的项目。

科研分类下 star 数第 11 到第 20 名的项目。

安全与系统分类下 star 数第 11 到第 20 名的项目。

开发工具分类下 star 数第 11 到第 20 名的项目。

Vibe Coding分类下 star 数第 11 到第 20 名的项目。

前端 / 后端分类下 star 数第 11 到第 20 名的项目。

GitHub 全球 star 数第 41 到第 60 名的项目，从高到低，一次看全。

AI 与机器学习分类下 star 数第 21 到第 30 名的项目。

电子商务分类下 star 数第 21 到第 30 名的项目。

教育技术分类下 star 数第 21 到第 30 名的项目。

学习与面试分类下 star 数第 21 到第 30 名的项目。

科研分类下 star 数第 21 到第 30 名的项目。

安全与系统分类下 star 数第 21 到第 30 名的项目。

开发工具分类下 star 数第 21 到第 30 名的项目。

Vibe Coding分类下 star 数第 21 到第 30 名的项目。

前端 / 后端分类下 star 数第 21 到第 30 名的项目。

GitHub 全球 star 数第 61 到第 80 名的项目，从高到低，一次看全。

AI 与机器学习分类下 star 数第 31 到第 40 名的项目。

电子商务分类下 star 数第 31 到第 40 名的项目。

教育技术分类下 star 数第 31 到第 40 名的项目。

学习与面试分类下 star 数第 31 到第 40 名的项目。

科研分类下 star 数第 31 到第 40 名的项目。

安全与系统分类下 star 数第 31 到第 40 名的项目。

开发工具分类下 star 数第 31 到第 40 名的项目。

Vibe Coding分类下 star 数第 31 到第 40 名的项目。

前端 / 后端分类下 star 数第 31 到第 40 名的项目。

GitHub 全球 star 数第 81 到第 100 名的项目，从高到低，一次看全。

AI 与机器学习分类下 star 数第 41 到第 50 名的项目。

电子商务分类下 star 数第 41 到第 50 名的项目。

教育技术分类下 star 数第 41 到第 50 名的项目。

学习与面试分类下 star 数第 41 到第 50 名的项目。

科研分类下 star 数第 41 到第 50 名的项目。

安全与系统分类下 star 数第 41 到第 50 名的项目。

开发工具分类下 star 数第 41 到第 50 名的项目。

Vibe Coding分类下 star 数第 41 到第 50 名的项目。

前端 / 后端分类下 star 数第 41 到第 50 名的项目。

AI 与机器学习分类下 star 数第 51 到第 60 名的项目。

电子商务分类下 star 数第 51 到第 60 名的项目。

教育技术分类下 star 数第 51 到第 60 名的项目。

学习与面试分类下 star 数第 51 到第 60 名的项目。

科研分类下 star 数第 51 到第 60 名的项目。

安全与系统分类下 star 数第 51 到第 60 名的项目。

开发工具分类下 star 数第 51 到第 60 名的项目。

Vibe Coding分类下 star 数第 51 到第 60 名的项目。

前端 / 后端分类下 star 数第 51 到第 60 名的项目。

AI 与机器学习分类下 star 数第 61 到第 70 名的项目。

电子商务分类下 star 数第 61 到第 70 名的项目。

教育技术分类下 star 数第 61 到第 70 名的项目。

学习与面试分类下 star 数第 61 到第 70 名的项目。

科研分类下 star 数第 61 到第 70 名的项目。

安全与系统分类下 star 数第 61 到第 70 名的项目。

开发工具分类下 star 数第 61 到第 70 名的项目。

Vibe Coding分类下 star 数第 61 到第 70 名的项目。

前端 / 后端分类下 star 数第 61 到第 70 名的项目。

AI 与机器学习分类下 star 数第 71 到第 80 名的项目。

电子商务分类下 star 数第 71 到第 80 名的项目。

教育技术分类下 star 数第 71 到第 80 名的项目。

学习与面试分类下 star 数第 71 到第 80 名的项目。

科研分类下 star 数第 71 到第 80 名的项目。

安全与系统分类下 star 数第 71 到第 80 名的项目。

开发工具分类下 star 数第 71 到第 80 名的项目。

Vibe Coding分类下 star 数第 71 到第 80 名的项目。

前端 / 后端分类下 star 数第 71 到第 80 名的项目。

AI 与机器学习分类下 star 数第 81 到第 90 名的项目。

电子商务分类下 star 数第 81 到第 90 名的项目。

教育技术分类下 star 数第 81 到第 90 名的项目。

学习与面试分类下 star 数第 81 到第 90 名的项目。

科研分类下 star 数第 81 到第 90 名的项目。

安全与系统分类下 star 数第 81 到第 90 名的项目。

开发工具分类下 star 数第 81 到第 90 名的项目。

Vibe Coding分类下 star 数第 81 到第 90 名的项目。

前端 / 后端分类下 star 数第 81 到第 90 名的项目。

AI 与机器学习分类下 star 数第 91 到第 100 名的项目。

电子商务分类下 star 数第 91 到第 100 名的项目。

教育技术分类下 star 数第 91 到第 100 名的项目。

学习与面试分类下 star 数第 91 到第 100 名的项目。

科研分类下 star 数第 91 到第 100 名的项目。

安全与系统分类下 star 数第 91 到第 100 名的项目。

开发工具分类下 star 数第 91 到第 100 名的项目。

Vibe Coding分类下 star 数第 91 到第 100 名的项目。

前端 / 后端分类下 star 数第 91 到第 100 名的项目。

整理 Nature 新闻《Who gets credit in the AI era?》并作分析：OpenAI 宣称用 AI 模型解决纳维–斯托克斯问题后，争议从「AI 能不能做」转向「功劳算谁的」——两位数学家的质疑与 OpenAI 的回应、25 位菲尔兹奖得主的公开信、以及一个更典型的群论案例。文末是本站观点：判断学术价值，该看的不是「是不是 AI 写的」，而是它解决了什么、证据是否站得住、过程是否可核验。

整理焦建利《电视机正在杀死自己！它还有救吗？》（2026-09-17）并作分析：广告前置、操作复杂、会员割据、手机竞争这四刀，是怎么把电视从家庭必需品变成客厅装饰品的；本文进一步把「电视」拆成几种能力逐项检验——哪些是网络替代不了的，哪些优势其实是被自己弄丢的，并给出三件不用改变内容格局就能做、且效果可测量的事。

整理一篇重读王阳明的随笔，并把《传习录》引文逐条回溯原书核对：从学生们为老师抱不平、老师却说起自己曾「有些子乡愿的意思在」的那段对话出发，看「乡愿」与「狂者」之别、良知的含义、以及「知行合一」为何不是「先知道再行动」。附古籍书名页、王守仁像与两张示意图。

整理一篇关于阿伦特教育思想的随笔，并回溯她 1958 年发表于《党派评论》的《教育的危机》原刊逐条核对引文：成年人对世界的责任、教师的权威为何不等于专业资格（「This is our world」）、以及为什么越是负责，越不能替下一代设计未来——附 1958 年原刊页影与两张自制示意图。

人力资源社会保障部等部门发布 11 个新职业、23 个新工种，并调整变更 6 个职业（工种）信息——从数字孪生、具身智能到社区工作者、适老化改造，名录里的名字，往往是几年后我们身边的岗位。

一次没有课程表的睡前漫游：从古希腊智者与先秦名家的比较出发，经过公孙龙、惠施与庄子，遇见了此前几乎一无所知的蒙田。四百多年前的《论儿童教育》为什么如此准确地说中今天的教育——以及 AI 如何既可能成为引路人，也可能成为历史上效率最高的漏斗。

关于中国足球的胡思乱想：腐败是浮在水面的礁石，青训、场地、教练是水下的纹理——而真正的根，可能藏在孩子的时间表、社会的价值排序与教育的内卷里。个人浅见，仅供交流。

对直播电商与价格竞争的一篇中性观察：消费者、商家、平台各有各的理性，合起来却滑向一场谁都不轻松的『价格螺旋』。不指责谁，只聊聊激励结构，以及破局的可能方向。

趋势整理与思考：AI 落地、全球化落幕、楼市终结、人口定型、消费迭代、新质生产力——六重底层重构正在悄悄改变所有人的命运。

一部「手搓」出来的电影爆火之后，科研人忽然发现：从没人理到突然被看见，科研圈每天都在上演同样的故事。

国际顶级科学期刊，最新科研突破首发地。

谷歌 AI 笔记：资料自动摘要问答与解说。

曼大官方学术写作句式库。

数据可视化平台，拖拽出图。

华人科学社区门户。

免费在线统计分析平台。

Anthropic 大模型助手。

顶级 AI 绘图。

AI 演示文稿/网页生成。

思想演讲视频平台。

亚马逊官方中国卖家入口。

浏览器 UI 协作设计。

超级大乐透历史数据走势分析面板。

中英泰三语互译小工具。

按住一键，显示当前应用的快捷键。

福利彩票历史数据记录与统计小工具。

足球赛事历史数据整理与统计小工具。

2026 世界杯观赛数据应用。

竞彩数据整理、预算分配与投注单管理小工具。

小红书收藏相关的小工具。

周星驰作品欣赏：时间线、人物关系与影迷互动。

三空格排版的中英对照翻译小工具。

中文渲染相关的小工具集。

像刷短视频一样学英语。

WorkBuddy 中文学习指南：从第一次使用到可复用的 AI 工作流。

漫威所有相关作品全集欣赏：沿时间、作品与人物关系重温故事。

面向高校教师的课程教学平台：课程与教学班、资料库与全屏板书、点名册、AI 教学助手。

把毕业论文全流程拆成 6 个阶段、12 个关键节点，配时间进度与常用工具直达。