Claude殺入全美教室：一周干49小時的老師，終于等來免費AI助教

新智元報道

你開車回家，AI替你備課。

下午4點，放學鈴響過，一位美國中學老師收拾好東西，開車回家。

車還在路上，Claude就已經(jīng)替她干起活來了，這是她前一天交代過的任務(wù)：

把當天每個學生的「出門測」（exit ticket）挨個復(fù)盤一遍，看誰掌握了、誰還卡著，再據(jù)此把明天的教案調(diào)一版。

第二天一早她剛到校，改好的方案已經(jīng)擺在桌上。

她只交代一次，AI之后天天自動跑。

全美老師，就要迎來這樣一個免費的AI助教了。

7月14日，Anthropic正式推出Claude for Teachers，向全美經(jīng)過身份驗證的K-12（幼兒園到高三）教師，免費開放Claude的高級能力、一整套教學技能庫，還直接接上了50州課標和一批經(jīng)研究驗證的現(xiàn)成課程。

這回，Anthropic將目光盯準了K-12老師的整條工作流。

他們?yōu)槭裁匆炎约旱哪Ｐ兔赓M塞給老師，這對教室里的老師和孩子們，到底意味著什么？

老師的一周

是被什么吃掉的？

一位美國K-12公立老師的一周要干多少活？平均49小時。

RAND《美國教師現(xiàn)狀》2025年調(diào)查：教師平均每周工作49小時，比合同工時多出整整10小時。（圖源：RAND）

備課、上課、改作業(yè)、填表、開會，一大半拖到晚上和周末。

過去幾年，老師們用AI生成教學材料，幾乎都踩過同一個坑：看著挺漂亮，教起來很空。

年級對不上、跳掉了課程里關(guān)鍵的一環(huán)、或者講法跟學校選定的教材不是一路子。

結(jié)果，AI省下的那點時間，最后全砸在檢查和返工上。

正如Forbes點出的那個悖論：對齊這件事，本該發(fā)生在老師拿到材料之前，而不是之后。

說白了，老師要的不是AI「能生成」，而是「生成的東西直接能用」。

這中間的落差，剛好是最耗人的那一步。

Claude把50州課標

塞進了它的腦子里

Claude for Teachers想要跨過的，正是這一步。

它接入了一個叫Learning Commons的系統(tǒng)，拿到全美50個州的學術(shù)標準，以及每條標準底下更細的能力點、學生通常的學習順序。

它能替老師干的，大致是三塊。

第一塊，備課對齊。

讓它出一節(jié)課，出來的不是一份漂亮但懸空的PPT，而是一份已經(jīng)對齊到你所在州課標、按學習順序搭好臺階的教案。

Anthropic教育負責人Drew Bent舉了個例子：讓它講「怎么構(gòu)造線性函數(shù)」，它會先把對應(yīng)的課標拽出來，標好學生在這一塊最容易犯的那些錯，再圍著這些錯去搭這節(jié)課。

老師拿到手，不用再花20分鐘核對「這玩意到底合不合我們的課標」。

接入Learning Commons后，Claude按所在州課標和學習順序，自動搭出一節(jié)課的教案與學生材料。（圖源：Anthropic官方）

第二塊，差異化分層。

同一個班，學生水平參差不齊，老師最頭疼的就是給每個人備合適的教學方案，你讓Claude照不同水平改一遍，它就能出一套分層方案：

基礎(chǔ)弱的，配上「句子起始語」（sentence starter）和腳手架，夠得著；學有余力的，加碼；母語不是英語的孩子，鋪一層語言過渡。

同一堂課按學生水平自動分層（圖源：Anthropic官方）

第三塊，數(shù)據(jù)分析。

把花名冊、診斷成績、考勤、隨手記的筆記一股腦丟給它，它替你拼出每個學生現(xiàn)在站在哪兒：誰掉隊了、哪個知識點全班都沒懂。

數(shù)據(jù)給不給、給哪些，你說了算，交出去的也不進模型訓練。

這三塊之外，還接了9個K-12生態(tài)連接器：

ASSISTments出對齊課標、能自動判分的數(shù)學題，Canva把教學材料變成課堂能直接用的設(shè)計，還有Brisk、Diffit、MagicSchool、TeachFX等。

老師原本就熟悉的那套工具，如今在Claude里串成了一條線。

更關(guān)鍵的一點，它還帶上了Claude Code和Cowork。

這意味著它不再是「問一句答一句」，而能自己把活兒往前推，甚至設(shè)成每天定時跑的任務(wù)。

老師把一件重復(fù)活交出去一次，之后每個上學日，它都能替你跑一遍。

學生碰不到Claude

講了半天老師，那學生呢？

理論上，學生是最終受益的一方。

傳統(tǒng)教育中，真正要做到因材施教，對一個要面對幾十號人的老師來說，幾乎是奢望。

現(xiàn)在Claude能替老師制定個性化教學方案，Reddit上已經(jīng)有老師用它給特教場景搭工具，比如幫做特殊教育的另一半整理IEP（個別化教育計劃）。

這聽起來很美，但有一點必須點破：學生自己，是碰不到Claude的。

Anthropic有條硬規(guī)矩：Claude只對18歲以上開放。所以K-12絕大多數(shù)學生，壓根沒有賬號。他們能不能受益，全看老師這一手轉(zhuǎn)得好不好。

官方給這款產(chǎn)品的定調(diào)也很清楚：Claude for Teachers是給老師的工具，不替代老師，更不直接喂給學生。

為什么這么謹慎？因為學生端的AI，早就吵翻了天。

作弊、cognitive offloading（認知卸載，即腦子懶得動、全丟給AI）、早教階段該不該碰生成式AI……爭議一個比一個大。

挪威今年干脆對1到7年級學生下達了近乎禁令的規(guī)定：上課期間不許碰生成式AI。

6月19日，挪威首相斯托雷宣布對1到7年級學生近乎禁用生成式AI，上課期間不許碰，新學年8月下旬生效。

Anthropic顯然要繞開這片雷區(qū)：我不碰學生，我只武裝老師。

不是代替老師

是把老師還給學生

先說清一件事：

Claude接管的，是復(fù)盤出門測、調(diào)明天教案這類重復(fù)活，不是「每天定點把所有作業(yè)批完」，自動評分也只到練習題這一層。

Anthropic給它的定位很明確：幫老師減負，把他們省下的時間還給教學，還給那些沒法被自動化的、人與人之間的真實連接。

這也不是Anthropic第一次做教育。

從把Claude接進美國高校的教學系統(tǒng)、鋪開學生大使和AI社團，到今天的中小學老師，它是一步步往下扎的。

這次還順手把整套教學技能開源，配上一門給K-12老師的AI素養(yǎng)課。

那它圖什么？答案并不復(fù)雜：老師，是進入學校和學區(qū)的入口。

這套打法似曾相識。

八個月前，OpenAI就發(fā)過ChatGPT for Teachers：同樣免費、同樣面向美國K-12老師、同樣免費到2027年、同樣拉上了美國教師聯(lián)合會（AFT）。

打法可以照抄，但在教育這個盤子里，真正決定成敗的并非模型誰更聰明，而是信任。

所以Anthropic把信任牌打得格外足：「數(shù)據(jù)不進訓練」「符合FERPA」「專門的K-12數(shù)據(jù)處理條款」，還和AFT共建一套隱私Gold Standard，工會主席Randi Weingarten親自站臺。

硬幣的另一面，是社區(qū)里揮之不去的疑慮。

有人擔心學生數(shù)據(jù)隱私，有人擔心教育被過度自動化，還有人翻舊賬：硅谷高管自己的孩子，上的卻是不帶科技產(chǎn)品的學校。

也有網(wǎng)友說，挪威對1到7年級近乎禁用生成式AI，才是明智之舉。

所以，模型能力只是入場券，F(xiàn)ERPA合規(guī)、數(shù)據(jù)隔離、教師工會背書，才是能不能真正落地的門檻。

但故事還沒完，它引出一個更大的問題：

當這一代孩子長大，AI早已像空氣一樣無處不在，一個從小只被老師「用AI教」、自己卻沒真正上手用過AI的孩子，能真正做好準備嗎？

這個問題，Claude for Teachers還沒打算回答。

參考資料：

https://www.anthropic.com/news/claude-for-teachers

https://www.reuters.com/technology/norway-imposes-near-ban-ai-elementary-school-2026-06-19/

https://www.reddit.com/r/ClaudeAI/comments/1uwbic2/new_launch_claude_for_teachers/?utm_source=chatgpt.com

https://www.rand.org/pubs/research_reports/RRA1108-16.html

編輯：元宇