最终形成
不是另一个 LMS，也不是把一个大模型接进课堂
Human Teacher老师主导
AI AgentsJE 智能体
LMS学习管理
Learning Companion伴读小墨
Open Ecosystem开放生态
AI-Powered Personalised Learning Ecosystem
AI 驱动的个性化学习生态
一个平台，连接整个学习生态
山海同文 · AI 智能一体化学习管理平台
5 类角色端，服务教学中的每一位参与者 —— 每个角色都有对应的 AI 辅助，决定权始终在人。
学员端
学员
个性化的学习体验，持续的成长与进步
- 每天 15 分钟今日任务
- 伴读小墨答必有出处
- 知识星图看见自己
老师端
中方远程老师
更高效的教学，更有温度的育人
- 备课素材草稿一键生成
- 老师复核分歧与主观题
- AI 提议，老师批准
老师端
本地老师 / 助教
双师课堂：远程老师不在场，本地老师在场
- 母语版「本节课怎么带」
- 点名、分组、课堂小测
- 一键把问题转给远程老师
运营 / 教务端
教研 / 内容编辑
多种格式的教材，解析成带出处的课程
- 拖入文件自动解析
- 原文 ↔ 结构对照审校
- 发布后生成资源草稿
学校端
学校管理层
全面的学习洞察，更科学的教育管理
- 名册上传，智能体提议分班
- 设备与缓存点
- 报告与证书
学校端 · 家长通道
家长
母语知情、同意与鼓励
- 三语同意书，照片单独勾选
- 每周母语学习摘要
- WhatsApp / LINE / Zalo
运营端
协会运营
治理 · 成本 · 合规，一处看全
- 10 所试点学校开通
- AgentOps 与发布门槛
- 逐国合规登记册
企业端
企业委托班
职场中文，按班结算
- 分组与出勤（回放计入）
- 车间 / 会议场景包
- 结业证书可验真
背后由 LMS + AI Agents + Learning Data 共同驱动 · 数据 · AI · 内容 · 应用 · 生态
从传统 LMS 到 AI 个性化学习生态
山海同文 · AI 智能一体化学习管理平台
传统 LMS 主要解决：
如何把课程放到网上？
它可以帮助学校：
课程管理
发作业
收作业
记录成绩
管理学生资料
但我们希望进一步回答：
- 学生真正学会了吗？
- 哪里还不懂？
- 下一步应该学什么？
因此，我们不是简单打造另一个 LMS。
我们希望结合：Human Teacher + AI + LMS + Personalised Learning
从：
One Curriculum for Everyone
走向：
One Learning Journey for Every Learner
让老师教得更轻松，让学生得到更适合自己的学习支持。
每名学生都有自己的伴读：小墨
山海同文 · AI 智能一体化学习管理平台
学生面对的
不只是一个软件。
伴读 JE 智能体
「认识我的 小墨」
一位持续陪伴、了解学生的学习伙伴 —— 名字、形象、主题色、性格与声音都可以定制；教学目标与进度由老师决定。
答必有出处记忆属于学生不制造情感依赖
小墨 · 示例对话
你好，Nadia！我们接着上次的内容 —— 上次你在「不」的变调上错了 2 次。
HSK1 第 2 课 · 注释
Bú kèqi 为什么不是 bù kèqi？
「不」在第四声前读第二声：bú kèqi。Dalam bahasa Indonesia: 「不」 berubah nada jika sebelum nada ke-4.
HSK 3.0 音节 · 变调
那「一」也会变吗？
这个我们还没学到，我不想乱说 —— 已经转给王老师，老师回复后会通知你。
已转王老师 · 记入课堂问题
在老师设定的范围内，小墨持续了解：
- 学过什么
- 学到哪里
- 哪些已经掌握
- 哪些还需要练
- 作业与测验表现
- 老师设定的学习目标
- 复习
按遗忘规律安排今天该复习的卡片
- 解释
用课本原文和学生的母语讲清楚
- 练习
针对薄弱点推荐练习，老师可调整
- 提升
进步数据回到老师的学情看板
学生每次回来，都能接着上次继续。
小墨记得学过的内容和老师的安排；学生可以随时查看、导出或清除这些记忆。
个性化学习：每个学生都有不同的下一步
山海同文 · AI 智能一体化学习管理平台
每一个学生都不一样
- 1有人学得快。
- 2有人需要更多解释。
- 3有人需要更多练习。
- 4有人只在特定知识点遇到困难。
平台持续结合 Lessons + Assignments + Assessments + Practice + Progress
帮助老师回答：这个学生下一步最需要什么？
LEARN学习
ANALYSE分析表现
IDENTIFY找出弱项
INTERVENE教师 / AI 支持
PRACTISE针对性练习
REASSESS重新评估
调整下一步学习路径
系统可以进一步建议：
重点复习
针对薄弱知识点进行重点复习
补充练习
推荐合适的练习题和训练内容
教师介入
建议老师提供个性化指导与辅导
个性化内容
推送适合该学生的学习资源
Individual Learning Action Plan
生成个性化学习行动方案（ILAP）
核心不是：
让学生做更多题
而是：
让每个学生做「真正需要」的学习。
老师主导，AI 辅助
山海同文 · AI 智能一体化学习管理平台
AI 适合处理：
- 重复性工作表格整理、信息录入、作业登记
- 内容准备教案初稿、课件素材、练习题
- 客观题初批初步反馈与错误分析，老师复核
- 数据整理学生成绩、学习行为统计
- 学习弱项分析识别知识薄弱点与学习难点
- 个性化练习生成基于学情生成针对性练习
我们的理念
优秀的老师经验 · 关爱与引导
人工智能能力 · 数据分析
= 老师主导下更好的教学
更高质量的教学 · 更个性化的学生成长
AI 提供分析和建议
propose · 有出处 · 可解释
老师拥有最终决定权
approve → execute · 哈希审计链
老师继续掌握：
- 教学目标设定教学方向，把握课程重点
- 专业判断基于教育经验进行综合判断
- 学生干预针对个别问题进行辅导与支持
- ILAP制定个性化学习行动方案
- 学生情绪与学习动力关注心理状态，激发学习兴趣
- 最终教育决定评价、升学等重要决策
不是：
让 AI 替老师做教育决定
而是：
AI 协助老师减少重复工作，把更多时间留给真正的教学与学生辅导。
技术基础：分工明确的 JE 智能体
山海同文 · AI 智能一体化学习管理平台
很多 AI 教育平台的做法是：
LMS+一个通用大模型
- 所有任务都依赖同一个大模型
- 难以针对教育场景深度优化
- 成本高、效果不稳定
我们的做法不同。
22 个 JE 智能体（教学、学习、教研、治理）+ JE 编排引擎。系统根据任务决定：
「什么任务，应该使用什么 AI。」
多个专业 AI 智能体，协同工作，由编排引擎统一调度
JE Orchestration Engine
JE 智能编排引擎
内容生成
课件、习题、讲解
学习分析
识别知识薄弱点
报告整理
学情报告与可视化
问答辅导
基于知识库，答必有出处
练习推荐
按学情推荐练习
批改反馈
交叉初批，老师复核
这样做的三个好处：
- 更准确不同 AI Agent 专注自己擅长的任务。
- 更可靠受控知识（TIDAR-KAG）、验证机制与人工审核，降低 AI 错误和「幻觉」。
- 更省成本简单任务不用最昂贵的大模型，Model Gateway 按任务选路。
目标：用可持续的 AI 成本，提供稳定、可核查的教学辅助。
- 更低成本
- 更稳定
- 更可靠
- 更可持续
为全球不同学习环境而设计
山海同文 · AI 智能一体化学习管理平台
如果一个 AI 教育平台只能在「高速网络 + 高规格电脑」上使用，它就很难真正走进城市之外的学校。
三种网络环境模式 · 始终保障学习连续性
ONLINE MODE
网络正常
完整学习体验
- 高清视频课程、互动课堂
- 完整功能与全部学习资源
LOW-BANDWIDTH MODE
网络较慢
减少数据消耗，保障核心学习
- 视频自动换成音频 + 课件图
- 优先保留核心学习功能
OFFLINE MODE
没有持续网络
支持离线学习，随时随地继续
- 课程与练习预先下载
- 网络恢复后自动同步
直播三级降级
L1
轻量课堂
音频 + 课件/白板 + 字幕
L2
纯音频
2G 也能上课
L3
录制回看
15 分钟内可回看
离线目标
≤150MB
本地存储
≤1.5MB
首次加载
≤60 秒
恢复后同步
0
数据丢失
并尽量支持：Computer · Tablet · Smartphone · Lower-Spec Devices
Computer
台式机 / 笔记本
Tablet
学校共享平板
Smartphone
家长手机 · 安卓
Lower-Spec
2GB 内存 · 旧设备
- 同一平台统一的学习管理平台
- 适应不同环境灵活的部署与访问方式
- 扩大教育可及性让更多学习者受益
- 连接更广阔的未来更公平的全球教育
开放接口：Open API Architecture
山海同文 · AI 智能一体化学习管理平台
我们不希望学校被一个系统「锁住」—— 开放连接，灵活扩展，避免信息孤岛。
Student Information System
学生信息系统
Zoom / Google Meet / 腾讯会议
在线会议与教学工具
Digital Libraries
数字图书馆
Third-Party Apps
第三方教育应用
Open API Platform
开放接口 · 灵活集成 · 持续扩展
Data Analytics
数据分析系统
School Management
学校管理系统
Assessment Platforms
评估与测评平台
Existing LMS
现有学习管理系统
REST · OpenAPI 3.1WebhookLTI 1.3OneRoster 1.2xAPIQTI 3.0SCORM / cmi5OIDC / SAML
未来学校增加新的科技产品：
不需要推翻整个系统重新建设。
灵活对接
通过标准化开放接口，逐步连接现有系统
持续扩展
新产品可随时接入，保持系统先进性
降低成本
避免重复投入，保护现有系统的长期价值
Connect · Integrate · Grow
- 开放打破边界 连接更多可能
- 集成整合资源 释放更大价值
- 协同多方联动 共建教育生态
- 成长持续创新 面向未来发展
让学校在保留现有系统基础上，逐步建设更完整、更灵活的数字教育生态。
与常见做法的区别
山海同文 · AI 智能一体化学习管理平台
维度
常见做法
山海同文
- 知识来源通用大模型的训练语料TIDAR-KAG：课程图谱 + 教材原文，答必有出处
- 模型单一大模型处理所有任务15 个 JE 智能体 + Model Gateway 按任务选路
- 决策权AI 直接写入、直接下发AI 只提议，老师批准后执行，写入哈希审计链
- 数据主权数据归平台，锁定学校学校级租户隔离，Open API 可导出，不锁定
- 隐私保护学员数据可能用于训练新加坡驻留 · PII 去标识 · 试点期不训练模型
- 网络条件需要高速网络与高配设备离线优先 · 弱网音频优先 · 2GB 安卓可用
- 质量治理上线后靠用户反馈AgentOps：有出处率、错误率、转人工率三项指标不退步才发布
不是把大模型接进课堂，而是把老师、知识与合规做成 AI 的地基。
衡量的不是功能数量，而是真实成效
山海同文 · AI 智能一体化学习管理平台
学校真正关心的不是：
这个系统有多少 AI 功能？
而是：
- 学生有没有学得更好？
- 老师有没有节省时间？
- 学生有没有更主动学习？
- 学校是否更容易管理教学？
- AI 的运营成本是否可持续？
因此试点期衡量：
Learning Outcomes
学习成效
以知识点掌握度下界衡量
- 按知识点而不是按分数
- 数据不足时明确标注
- 学生本人可查看
Teacher Productivity
教师效率
以每周备课与批改时长衡量
- 备课素材草稿
- 客观题初批
- 老师复核后才下发
Student Engagement
学生参与度
以周活跃与任务完成率衡量
- 每天 15 分钟今日任务
- 离线完成也计入
- 不用积分制造依赖
Operating Cost
运营成本
以每学员每月 AI 成本衡量
- 简单任务走规则与小模型
- 每本教材有生成预算
- 超限自动暂停
评估结果将在试点学期结束后与学校共同发布