AREX Feed Article
学校还在封禁AI，Google却往Gemini里塞了一个免费私教
"全班倒数第一的学生，最不需要的就是禁AI"
过去两年，"AI 与教育"的公共讨论几乎被一种叙事垄断：AI 是作弊工具，学校必须封禁。从纽约市教育局的禁令到澳大利亚各州的限制政策，从 Turnitin 的 AI 检测功能到各高校的"反 AI 荣誉守则"，全球教育系统的第一反应是筑墙。
但在 2026 年 6 月 25 日的 ISTE 大会上，Google 给出了截然相反的答案。它没有参与"该不该禁 AI"的辩论，而是一口气发布了从 Classroom 到 Chromebook 到 Gemini 的全线教育 AI 更新。其中最核心的成果就是 study notebooks——一个把"自适应学习"从教育科技公司的 PPT 里搬进实际产品的功能。
这不是一个 AI 做题工具。它的设计逻辑不是帮你写出答案，而是通过诊断测验定位你的知识盲区，然后只教那些你不会的内容。Google 赌的是：AI 在教育中的角色不是答案提供者，而是诊断师和教练。
这一赌注的背景很清晰。全球 K-12 和高等教育市场正在成为大模型厂商争夺的下一个关键战场。OpenAI 推出了 ChatGPT Edu，Meta 与多所大学合作部署 Llama，Anthropic 的 Claude 则通过强调安全性切入教育场景。Google 的回应策略是全线铺开——从硬件基础设施（Chromebook）到教学管理系统（Classroom）再到学习工具（Gemini + NotebookLM），它拥有目前最完整的教育 AI 产品矩阵。
"免费、47种语言、全球同步上线"
Study notebooks 的核心功能可以用三句话概括：上传教材，做一次诊断测验，让 AI 生成一套专属于你的学习计划。
与传统 AI 对话不同，study notebooks 构建了一个完整的自适应学习循环——诊断知识盲区、生成针对性课程、通过测验追踪进度、根据结果动态调整内容。它不是"你问什么我答什么"，而是"我告诉你该学什么，然后看你学没学会"。
Google 官推在首发推文中写道："Study notebooks 可以扎根于你的课程材料，将 Gemini 变成一个交互式、自适应的学习空间，根据你的测验表现提供个性化课程。"这条推文随后被 @Google 主账号（超过 5200 万关注者）转发，24 小时内获得逾 9 万次浏览、935 个赞和 325 个书签。
最关键的商业决策：study notebooks 完全免费。在当前 AI 产品普遍走向订阅付费的趋势下——ChatGPT Plus 月费 20 美元、Claude Pro 月费 20 美元、Gemini Advanced 本身也有付费层级——Google 选择将这项功能作为免费服务，向全球所有 Gemini 支持的语言和地区同步推出。移动端和学校账户（包括 18 岁以下用户）的支持将在今年夏天跟进。
"Gemini是怎么知道你哪道题不会的？"
Study notebooks 的工作流分为四步，每一步都在解决传统自学中的一个具体痛点。这四步构成一个从诊断到追踪的完整闭环。
第一步：诊断。 学生上传课程材料——教学大纲、课堂笔记、阅读资料——之后，Gemini 生成一套定制诊断测验。测验的目的不是打分，而是建立"学术基线"（academic baseline），精确标记出哪些概念已掌握、哪些仍存在知识缺口。Gemini app 的集团产品经理 Carol Walport 在官方博客中写道："它主动找出你独特的强项和弱点，让你确切知道哪些领域需要关注，用定制学习计划替代猜测。"这一步替代了传统自学中最模糊的环节——"我不知道自己不知道什么"。
第二步：拆解。 Gemini 将学生的学习目标分解为超过 100 个具体的学习目标（learning objectives），再归类为若干主题模块。每个模块被标记为三种状态之一：Strength（已掌握）、Focus area（需加强）或 Not started（未开始）。这个分类系统构成了整个自适应学习的底层数据骨架。
第三步：授课。 系统根据诊断结果生成"一口大小"（bite-sized）的互动课程，每节课针对一个具体的知识缺口。学生可以在课程中随时暂停并提问，而 Gemini 的回答会基于已上传的课程材料——而非泛泛的网络搜索结果。Walport 透露，今年夏天晚些时候，课程将加入图表和交互式可视化内容，从纯文本教学升级为多媒体互动。
第四步：追踪。 每次课后测验的结果自动更新进度仪表盘（progress dashboard），系统重新排序学习优先级，推荐最急需的学习模块。仪表盘在推荐"最高优先级课程"的同时，仍允许学生按特定技能或关注领域手动筛选浏览。换句话说，这不是一套静态的课程表，而是一个随着学生表现实时重塑自身的动态学习路径。
与 NotebookLM 的同步是另一个值得单独提出的设计。学生在 Gemini 中上传的课程材料和聊天记录会自动同步到 NotebookLM，后者可以基于这些素材生成抽认卡（flashcards）、信息图（infographics）甚至视频概览（Video Overviews）。同一套学习资料可以按需自由切换输出格式——有人偏好卡片式记忆，有人需要视觉化总结，Gemini + NotebookLM 的组合同时覆盖了这两种需求，且数据在两个 app 之间无缝流动。
标准化考试备考是 study notebooks 最具野心的应用场景。Google 已与 The Princeton Review 合作，将 SAT 备考内容直接嵌入 notebooks——学生可以用同样的诊断-学习-追踪流程准备 SAT。Google 还计划在今年夏天陆续接入 JEE（印度理工联合入学考试）、NEET（印度医学院入学考试）、ENEM（巴西国家中等教育考试）、ACT 和 GRE。配合即将在 Gemini 中上线的免费 ACT 和 GRE 全真模拟测试，Google 正在把标准化考试培训——一个全球每年数百亿美元的市场——变成 Gemini 的一个免费功能。
一位参与了早期测试的学生评价说，study notebooks 帮助其"识别知识缺口、进行主动回忆，最终让考试准备更有效、更成功"。Google for Education 的官方博客引用了这一反馈作为佐证。
"ISTE大会上，Google掏出了全部教育底牌"
Study notebooks 只是 Google 在 ISTE 2026 大会上抛出的教育 AI 组合拳中的一拳。同一天，Google 还宣布了多项重磅更新。
在 Google Classroom 中，Gemini 被直接嵌入为一个独立应用，教师可以用课堂真实材料生成学习指南和测验，系统还会提供全班和个体学生的掌握度洞察，帮助教师定位需要额外辅导的学生。未来，教师还可以直接在 Classroom 中向学生布置基于特定课堂材料的 study notebook。
在 Chromebook 上，新的 Guided Learning 工具将帮助学生保持专注，减少数字干扰——本质上是一种"课堂模式"，让设备从潜在的注意力黑洞变成学习专用终端。
在更宏观的层面，Google 与 ISTE+ASCD 签署了为期三年的合作协议，为全美教师提供免费 AI 培训。同时，Google.org 向 aiEDU 提供资金，帮助 Title 1 学区（美国联邦政府资助的低收入学区）制定 AI 就绪策略；还资助 ISTE+ASCD 开展 AI 在考试测评中的应用研究。
Google for Education 副总裁兼总经理 Chris Phillips 在 ISTE 博客合集的前言中写道："伟大的教学建立在师生之间的人际连接和关系之上。随着技术发展，我们的目标不是替代这种连接，而是支持它。"这句话为 Google 整套教育 AI 发布的定下了基调：AI 是教师的工具，不是教师的替代品。
值得注意的是，NotebookLM 自 2024 年推出以来，已在全球高校积累了大量用户。佛罗里达州立大学（FSU）近期发布的案例研究显示，NotebookLM 在帮助学生理解复杂学术材料方面成效显著。Study notebooks 可以被视为 NotebookLM 学习场景的自然延伸——从被动的研究辅助工具，升级为主动的学习引导系统。
"通用 vs 嵌入：AI 教育工具的两条岔路"
在 AI 教育工具领域，目前分化出了几条不同的路线，彼此之间的差异正在变得清晰。
第一条是通用型 AI 助手路线，代表是 ChatGPT 和 Claude。学生可以问任何问题，但没有课程结构、没有进度追踪、没有自适应调整。它们是好用的"答案机器"，但不是一个"老师"。Sal Khan 曾用一个比喻区分两种模式："AI 可以作为'给答案的机器'，也可以作为'帮你理解为什么这个答案是对的导师'。"通用型 AI 助手倾向于前者。
第二条是垂直教育平台路线，代表是可汗学院的 Khanmigo。它将 AI 导师嵌入结构化课程体系中，提供苏格拉底式的引导学习体验。但 Khanmigo 是一个独立平台，学生需要离开自己的日常工具生态，登录另一个系统。
Google 选择的是第三条路线：将自适应学习嵌入到一个通用 AI 助手中。Gemini 本身是一个可以聊天、搜索、创作的多功能产品，study notebooks 是在这个基础上叠加的"学习模式"。Google 的竞争逻辑不是单点突破，而是生态锁定——学生不需要下载新应用、注册新账号、离开自己已经在用的 Gemini。配合 Classroom 和 Chromebook 的深度集成，Google 正在搭建一个覆盖教、学、练、测、评全链条的 AI 教育闭环。
三条路线之间的差距在标准化考试备考场景中尤为明显。以 SAT 备考为例，传统模式下学生需要花费数百至上千美元购买备考课程或教材。Gemini 的回应是将自适应诊断、个性化课程、进度追踪和 Princeton Review 的权威题库整合在一个免费产品中。
Twitter 上的反应也折射出这个市场的期待与疑虑。AI 教育博主 NadzAI（18 万关注者）评论："个性化 AI 学习变得更聪明了。"教育科技创业者 Michael Stables 认为："这可能是好的课堂整合方案，而不是让学校觉得 AI 是坏东西。"但一位用户直言："Gemini 的讲解不如 ChatGPT，回答仍然听起来像机器人。"另一位博士研究者 Sebastian Buzdugan 则指出一个设计缺陷："当学生猜对了答案但理由错误时，仅靠测验分数筛选课程能准确吗？"此外，多位用户追问迟迟未现身的 Gemini 3.5 Pro 模型——在小功能发布的同时，社区对核心模型能力的等待也在累积。
"这一次，Google没有等别人先跑"
Google 在教育 AI 上的布局策略，可以用一个词概括：系统化。从 Chromebook 的硬件入口，到 Classroom 的教学管理，到 Gemini 的学习工具，到 NotebookLM 的研究辅助，再到与 Princeton Review 的内容合作——Google 正在搭建的不是一个功能，而是一套覆盖学习全流程的基础设施。
Study notebooks 只是这套系统中最直接面向学生的那一块积木。它回答了一个已被讨论两年的问题：AI 到底应该怎么帮助学习？Google 的答案简洁而坚决——不是替你写作业，而是告诉你哪里不会，然后只讲你不会的地方。
在 ISTE 2026 的这一波发布中，Google 没有等别人先跑。如果说 AI 教育是一场马拉松，Google 不仅站上了起跑线，还顺手把赛道铺好了。
参考链接：
本文由 机器之心 报道，未经允许不得转载。欢迎转发至微信群和朋友圈。