- A+
受众：集团内小学—初中—高中信息与人工智能教师
时长：30 分钟
定位：整个课程体系的“总起课”与“共识构建课”
🧩 01 为什么我们需要这一套课程体系？
当“人工智能进校园”已成为趋势，大量宣传、比赛、观摩课纷至沓来，老师们却普遍有一种感受：
——听过很多，但落地很难。
而“难”的原因并不来自老师不努力、不学习，而是来自一套非常现实的结构性问题。本课的目的，就是把这些问题说清楚，让大家明白：你所面临的困境，不是你的个人问题，而是整个系统的问题。
接下来我们逐步拆解。
🚧 02 困境一：设备条件不足（硬件严重不匹配）
许多学校都存在以下典型情况：
- 机房电脑普遍老旧，CPU、内存、显卡都难以支撑任何本地 AI 运算
- 校园服务器稀缺，有的学校甚至没有可供自由使用的服务器
- 教师机配置不足，部署一次模型都能拖得系统卡死
- 固定资产采购周期长——“今天需要，明年才可能批”
现实结论：
“模型跑不动”已经不是技术问题，是资源瓶颈。
“每个学生都跑一次 AI 项目”几乎不可能实现。
🧑🏫 03 困境二：缺乏专业技术人员（老师要带课又要当运维）
在企业里，一个中型 AI 应用往往需要：
- 网络工程师
- Linux 运维
- 后端开发
- 容器或集群管理员
- 模型部署工程师
而在学校里：
这些角色往往只有一个人：信息老师。
老师要备课、带课、教研、开会、写材料、办活动、管机房，还要负责校园网络、服务器甚至监控系统。
能独立部署一套 AI 服务？
能维护 Linux 环境？
能看得懂模型后台日志？
现实上根本没有足够的专职人员支撑。
💰 04 困境三：资金有限（学校预算无法覆盖 AI 项目的真实成本）
AI 项目往往意味着：
- GPU 服务器采购（昂贵且难报）
- 云算力费用（随用随增，长期肉痛）
- AI 平台订阅（越用越花钱）
- 网络、存储、备份等附加开销
对于多数公办学校来说：
预算有限、项目难批、周期变长、持续投入更难。
于是形成恶性循环：
没钱 → 没平台 → 没应用 → 领导看不到效果 → 更没钱。
📘 05 为什么本课程体系要这样设计？（设计逻辑与现实对接）
本课程不是凭空编排的知识堆砌，而是基于上述三大结构性困难，反向推导出的“中小学可行路径”。
🌐 06 解决路径 ①：网络基础与 Linux 基础 —— 为“缺人员”而设计
为什么要从 IP、子网、端口、DNS 开讲？
为什么要让老师学 mkdir、ls、ifconfig？
因为：
- 学校没有专职运维
- 老师必须具备最基本的自救能力
- AI 平台无法靠“点按钮”维持长期运行
- 很多学校的 AI 设备一旦出问题，只能“摆烂”
网络 + Linux 是最低成本、最高回报的老师技能。
你不需要成为工程师，但你必须能够：
- 会看 IP
- 会判断网络
- 会登录 Ubuntu
- 会使用基础命令
- 能定位“为什么学生连不上 AI 服务”
🤖 07 解决路径 ②：Python + 简单 AI 小项目 —— 为“缺设备”而设计
为什么课程中会教授“所有学生共享一个后端”的思路？
因为：
- 学校不可能给每个学生配一台能跑模型的电脑
- 不可能让学生在机房装各种环境
- 不可能让几十台电脑同时跑 Python 模型
- 更不可能购买几十张显卡
解决方案：一台服务器，全校共享。
因此要给老师的不是“如何给学生每人跑一次 AI”，而是：
- 如何搭建一个统一的 AI 服务端
- 如何用 Flask 写一个一体化小项目
- 如何让学生用浏览器访问，共享后台
这是目前中小学最现实、最可行的 AI 教学模式。
🐳 08 解决路径 ③：Docker + OnePanel 部署 —— 为“缺人员 + 缺资金”而设计
即便有一台基础服务器，也需要解决：
- 稳定运行
- 安装方便
- 出问题时易恢复
- 不依赖第三方厂商
Docker 就是最佳选择，因为：
- 免费
- 占资源少
- 容器崩了可以秒换
- 迁移简单
- 可以在旧电脑、二手机、NAS 上跑
OnePanel 的目的则是：
把复杂部署变成老师能看懂、能用、敢操作的界面。
这是在“经费不足 + 缺乏运维人员”的现状下，最具性价比的选择。
🧩 09 解决路径 ④：本地模型后端（Ollama、LM Studio、vLLM）—— 为“缺算力”而设计
为什么要教这三类部署方式？
因为学校情况千差万别：
- 有的学校只有一台旧服务器
- 有的学校用老师自带电脑
- 有的学校只有 CPU 没 GPU
- 有的学校有 NAS 想复用
- 有些老师家里电脑比学校还强
不同场景要匹配不同技术：
- Ollama：最低门槛、本地跑模型首选
- LM Studio：无需命令行、教师机可直接用
- vLLM：高性能服务器才值得使用
🎨 10 解决路径 ⑤：Stable Diffusion / ComfyUI —— 为“缺成果展示”而设计
学校要持续支持 AI，有一个关键因素：
能不能产出“看得见”的成果？
学校管理者、家长、学生都需要看到：
- 校园海报
- 班级吉祥物
- 课程导入视频
- 科创项目成果
- 学生 AI 作品展
这些成果比任何理论都更能推动 AI 项目的继续投入。
因此，本课程最后一单元并不只是“好玩”，而是：
让 AI 有展示度，让项目可持续。
🧭 11 最终目的：让老师具备“最低可用 AI 能力体系”
课程的核心并不是让每位老师变成工程师，而是：
- 让你“能看懂系统”
- 让你“敢部署、敢调试”
- 让你“能用有限设备支撑全校”
- 让你“用成果推动学校支持 AI”
在设备有限、人员紧缺、资金不足的现实里，
这套课程给教师的，是一条真正走得通的 AI 落地路径。
