當下，人工智能已然成為推動各行業發展變革的核心驅動力。
AI大模型在人工智能領域表現卓越，尤其在自然語言理解與自動處理業務流程中作用顯著。以Transformer架構為核心，AI大模型通過自注意力機制，精準捕捉文本詞匯間語義關聯，從多元文本數據中積累知識，掌握了強大的自然語言理解能力。在智能問答場景，AI大模型依據對問題的理解，從知識儲備中檢索信息，生成連貫、邏輯嚴密且準確的回答。面對自然語言提問，能迅速解析含義，理解意圖，將自然語言轉化為機器可懂的語義。在自動處理業務流程方面，AI大模型學習各類業務流程與規則后，可定制輸入輸出形式，與其他信息系統順暢對接。
近期備受矚目的DeepSeek大模型，引入思維鏈技術，能像人思考問題一樣，逐步推理、分析、綜合，挖掘問題本質，給出深度且具有創造性的方案，吸引學術與產業界關注，為高校智能化發展注入強勁動力。
在高校教育領域，AI大模型的引入無疑為教育教學、科研創新以及校園管理等多個層面帶來了前所未有的機遇與挑戰，開啟了高校創新應用的全新范式。
搭建高校AI大模型中臺架構
北京師范大學積極投身于AI大模型中臺架構的構建，其核心目標在于打造一個集約化的建設、服務廣大師生的AI大模型技術支撐體系。在當前AI大模型建設呈現出“煙囪林立”與“良莠不齊”的復雜背景下，這一舉措顯得尤為重要且緊迫。
所謂“煙囪林立”，是指眾多AI大模型各自為政，僅服務于特定的應用場景，缺乏有效的整合與協同。這種孤立的建設模式導致了嚴重的算力浪費，高校往往需要為每個應用單獨配置算力資源，成本高昂。即便是按照“一個應用一張卡”的最低資源投入方式建立AI大模型，全校幾十個部門、幾十個院系就得耗費將近一百張卡用于構建各自的“煙囪式”AI大模型。每個模型都占用了大量的GPU資源，且由于缺乏統一調度，實際使用效率是非常低的。這也使得各高校在AI大模型建設過程中，從頂層設計到底層技術實現都難以相互借鑒與優化。
如圖1所示，為解決上述問題，北師大的AI大模型中臺架構強調整合思路，向下整合AI大模型資源，向上整合提供各種AI大模型能力。
圖1 大模型中臺架構示意
一方面，該架構支持接入市面上主流的通用AI大模型。這些通用AI大模型具有廣泛的知識覆蓋范圍和強大的語言處理能力，能夠為學校的多種業務提供堅實的基礎支持。在綜合性的知識問答場景中，能夠迅速檢索龐大的知識體系，快速給出全面、準確的回答。
另一方面，平臺通過開放API接口，展現出卓越的兼容性和擴展性。它不僅能夠接入第三方自研AI大模型。還能接入本地或云端AI大模型，充分利用學校現有的本地計算資源以及云端的彈性計算能力，實現資源的優化配置。對于一些對數據安全性要求極高的科研項目，本地部署的AI大模型也可以在確保數據安全的前提下，利用本地高性能計算設備進行高效運算；而對于大規模、高并發的在線教學活動，云端AI大模型則能夠憑借其靈活的擴展能力，輕松應對大量用戶的訪問請求，保障教學活動的順利進行。
近期，平臺進一步拓展AI大模型資源，成功接入了DeepSeek本地部署AI大模型以及云端DeepSeek大模型。在涉及師生個人敏感信息的數據分析時，本地部署的DeepSeek大模型能夠嚴格遵循學校的數據安全政策，在校園網絡內部完成數據處理，有效保障數據的安全性，同時利用其強大的運算能力快速完成任務，為相關工作的高效開展提供有力支持。當大量師生同時進行課程學習、參與在線討論、使用智能問答等功能時，云端DeepSeek大模型能夠根據實時的訪問量動態調整資源配置，確保服務的流暢性和響應的及時性，為師生提供優質的在線學習體驗。
此外，平臺還具備卓越的模型管理與調度能力，對眾多AI大模型進行統一管理和高效調度。無論是教學場景中的智能輔導、作業批改，科研場景中的數據分析、文獻挖掘，還是管理場景中的決策支持、資源調配，都能確保提供最匹配的模型服務，從而為學校的各類業務開展奠定堅實的技術基礎。當DeepSeek深入思考模式的資源耗費較大時，并發控制機制能夠精準調配計算資源，確保任務都能得到高效處理，避免了因任務過多導致的系統卡頓或響應延遲。
強化數據核心地位 創新數據共享模式
高校擁有豐富的數據資源，不僅涵蓋非結構化的規章制度，還包括結構化的專屬業務數據，如特定學科的課程數據、行政管理流程數據等。這些數據在各個業務系統中發揮著巨大的作用。但現有的AI大模型的知識庫匯聚的形式比較單一，存在以下問題：一是難以便捷對接各個業務系統的知識并及時更新；二是難以進行方便的用戶權限管理；三是偏重于業務知識，缺少對AI大模型本身知識的交換。
為打破這一困境，北師大依托原有的數據共享平臺，采用離線文件傳輸、數據庫共享、數據庫推送、API接口等多種形式，將這些數據精準、及時地輸送給AI大模型。通過離線文件傳輸，對于一些數據量較大、對實時性要求不高的數據，如歷史存量數據等，可以定期整理成文件，經過嚴格的數據脫敏和加密處理后，傳輸至AI大模型訓練環境，供模型進行深度學習。而對于一些需要實時更新的數據，如教學課程的實時數據等，則通過數據庫API接口實現實時對接，確保AI大模型能夠獲取最新的數據信息，從而做出更準確的分析和決策。
在數據與用戶權限管理上，高校借鑒數據共享平臺經驗，如圖2所示，按身份把數據公開范圍分為社會公開、校內師生公開和特定權限三類。同時，利用師生身份信息，在AI大模型應用中合理配置數據使用權限，按用戶身份同步相應數據。社會公開數據，像學校概況、招生信息等，公眾都能通過AI大模型查看，并配備到云端AI大模型的知識庫中。師生公開數據，比如校園新聞、公共教學資源，師生登錄AI大模型應用驗證身份后可獲取，并且必須本地化部署AI大模型才可以使用。特定權限數據保密性強，學生只能查看個人學習數據，如成績、選課信息；教師能訪問所授課程學生成績、教學資源；科研人員參與項目時，可獲取項目相關數據；行政人員雖能獲取校園管理綜合數據，但使用受嚴格限制。AI大模型及其應用會依據用戶身份和權限，精準同步數據，保障數據安全和有效利用。
圖2 數據共享模式示意
當前的AI大模型知識庫體系過于聚焦業務知識，而對AI大模型本身蘊含的關鍵知識，如提示詞相關內容，缺乏足夠重視與深入挖掘。在AI大模型的實際應用中，提示詞的構造和運用是影響輸出效果的核心要素。例如在教學課程智能體領域，如何促使其更高效地實現答疑、輔導、課程定制等功能，很大程度上依賴于精準且巧妙的提示詞設計。將那些在過往實踐中行之有效的提示詞進行系統匯聚、科學分類與深度整理，構建起專門的提示詞知識庫，為教育教學智能體持續優化自身性能提供有力支撐，還能在未來為其他智能體開發與應用提供寶貴借鑒。這也是基于AI大模型的數據共享的新維度。
賦能信息系統創新升級
學校積極探索“AI大模型+”的創新應用路徑，通過一系列實踐案例，充分展示了AI大模型在賦能高校信息系統智能化、移動化、個性化方面的巨大潛力。
公共服務平臺智能化升級
京師大福（接訴即辦）接入AI大模型能力后，效果實現了質的飛躍。它深入學習學校各個部門的知識，涵蓋教學管理、學生事務、后勤保障等多個方面。通過對大量歷史訴求數據的分析和學習，模型能夠準確理解師生的問題意圖，實現對師生訴求的智能回答和智能分類。當師生提出關于課程安排調整的咨詢時，京師大福能夠迅速檢索相關的教學管理規定，給出準確的解答；對于財務報銷、總務后勤等不同類型的訴求，模型也能精準分類，并及時給出相應的解決建議。
辦事大廳智能化服務革新
辦事大廳接入AI大模型能力后，在服務發現、服務發起、服務填報等環節實現了全面智能化。在以往，一些小眾或長尾服務由于宣傳不足、業務流程復雜等原因，師生對這些業務不夠熟悉，難以輕易找到并辦理。如今，借助AI大模型強大的自然語言處理能力，師生只需在AI辦事大廳的智能交互終端輸入問題，AI大模型便能快速理解問題意圖，精準匹配對應的業務辦理流程，并以通俗易懂的語言為師生提供詳細指南。在學費緩繳申請這一復雜業務時，師生只需描述大致情況，AI大模型就能根據師生的描述，將師生引導到學費緩繳這一服務，引導師生順利完成服務流程，極大提升了辦事效率。
在校園數字化服務不斷發展的進程中，移動端辦事服務的便捷性愈發關鍵。特別地，對于移動端使用辦事服務來說，一些繁瑣的輸入內容，給用戶帶來了極大的困擾。在手機等移動設備上，屏幕尺寸有限，鍵盤操作相對不便，這使得用戶在輸入諸如證件號碼、手機號碼、姓名、車牌等信息時，不僅耗時費力，還容易出錯。而AI大模型的應用，為這一難題的解決帶來了轉機，為智能填寫提供了很大的幫助，使得師生可以便捷地在移動設備上進行辦事服務。
以學校的訪客預約入校服務為例，AI大模型實現了“一句話辦事”。在過去訪客將個人信息發給師生，師生需要在移動端上手動逐個輸入各項信息，過程繁瑣且容易出錯。如今，借助AI大模型強大的自然語言處理和信息解析能力，實現了根據文本自動解析填寫證件號碼、手機號碼、姓名、車牌等信息。
課程教學模式革新
在課程教學方面，課程中心接入AI大模型助力教學模式革新。智能助教成為學生學習的得力助手，為學生提供全方位的學習支持。在學業規劃方面，智能助教根據學生的專業特點、學習成績以及個人興趣，為學生制定個性化的學習計劃。對于各個專業的學生，助教可以結合專業課程體系和行業發展趨勢，幫助學生制定個性化的學習計劃，明確學習目標，優化學習路徑，以提高學習效率和學術成果。
高校巡視工作智慧化轉型
巡視系統接入AI大模型，有力地推動了高校巡視工作向智慧化方向轉變。AI大模型能夠對大量的巡視政策文件進行深度分析和整理，將復雜的政策條款以簡潔明了的方式呈現給巡視人員，并針對常見問題提供詳細的解答和應對策略。巡視人員可以借助模型的快速學習和知識檢索能力，加速對政策文件的掌握。
綜上所述，北京師范大學通過搭建AI大模型中臺架構、強化數據共享、探索多樣化應用場景等一系列舉措，在學校“AI大模型+”應用實踐方面取得了顯著成效，為高校信息化建設和教育教學創新提供了寶貴的經驗和借鑒。
來源：《中國教育網絡》2025年2-3月合刊
作者：孫秋瑞、楊棟（北京師范大學信息化建設辦公室、信息網絡中心）
責編：陳榮
