你可能是带着这些问题找过来的
AI 到底有没有改变中考？
这一年的顺序是「先在文件里、再在考试科目表里、最后才在教室」。2024 年底教育部印发中小学 AI 教育通知、明确 2030 年前基本普及，到 2025 年 11 月又发布教师生成式 AI 应用指引——一年之内从「通知」走到「指引」，但中考筛的对象没变。
这一年哪些变化是可以逐年核对的？
本篇列了六条线，每条都留了观察点。比如学习机的「高级功能使用率」是否从 30% 以下往上走——行业报告口径里这个数字一直上不去，它能否抬升，比任何预测都更能说明家庭用法有没有变。
以上数字的出处（均在下方正文逐条可点）：教育部《关于加强中小学人工智能教育的通知》（2024-12）相关报道（2025-11）《上海市初中学业水平考试实施办法》东城区 2025 中考政策说明
「AI 到底改变了中考没有」这个问题，已经吵了两年多，可争论大多停在预测上——猜明年考什么、猜政策怎么走、猜教育会变成什么样。这一篇不猜。它只做一件事：把 2026 这一年里，AI 在升学系统里留下的可查的痕迹一条条列出来。每一条都能点开来源，每一条都已经发生。看完你会有自己的判断：哪些是噪音，哪些真的动了结构。
一、政策层：AI 从「话题」变成了「文件」
这一年最清晰的一条线，是政策文本本身的变化。2024 年底，教育部印发《关于加强中小学人工智能教育的通知》，明确「2030 年前基本普及中小学人工智能教育」，并强调城乡统筹、建设均衡的实验室，引导学生「科学合理使用生成式 AI」。到 2025 年 11 月，教育部又发布《教师生成式 AI 应用指引（第一版）》——把 AI 从「学生会不会用」的问题，推进到「老师该怎么用」的问题。
一年之内，AI 在中小学的定位从「一个要讨论的新事物」，变成了「一份要执行的部署方案」。政策文件的关键词，也从「探索」「试点」慢慢挪到了「普及」「规范」。
来源：政策原文见 教育部《关于加强中小学人工智能教育的通知》（2024-12）；教师应用指引见 相关报道（2025-11）二、考试层：AI 素养第一次出现在科目表里——而且是两种处置
AI 素养该不该进考试、进的话怎么算分？这一年，不同省市已经各自给出了答案：
- 上海：《初中学业水平考试实施办法》（沪教委规〔2023〕5 号）把信息科技列为 15 门科目之一，但不计分——以等第制（优秀/良好/合格/不合格）呈现，开卷上机 40 分钟、由区组织；计分的 750 分科目里不含它。
- 北京：2025 新中考把科目分为考试、考查、考核三类，计分 6 门共 530 分，信息科技列入「考核」类（合格/不合格），同样不计分。
- 山东：东营把信息科技折算 20 分计入总分（A20/B15/C10/D5），烟台同为 20 分；潍坊自 2025 年起，信息科技考试范围按 2022 版课标转向「算法与程序实现、物联网实践与探索、人工智能」等。
同一件事，四个地方，两种处置：一种进分数，一种只认合格。
来源：上海细则见 《上海市初中学业水平考试实施办法》；北京分类见 东城区 2025 中考政策说明；山东折算分见 东营信息科技考试说明把两处置并排看，会发现它们不是「谁对谁错」，而是两种排序偏好的选择：
计分（如山东 20 分）的逻辑是「以考促教」——只有进了总分，学校、家长、学生才有真动力把它当回事，落地才快。不计分（如沪京）的逻辑是「保住公平」——一旦计分，家庭能买到的设备、能请到的辅导就会变成分数差，把一门本来要弥合数字鸿沟的学科，变成放大鸿沟的放大器。
所以真正的分歧不在「AI 素养要不要教」，而在「当一门新能力还没被公平地教出来时，该不该先用分数去催」。两种处置都是理性的，代价不同：计分快、但有资源落差；不计分公平、但落地慢。
前提：前提是：各地财政与家庭教育资源差距仍然显著。若课堂供给足够均衡、家庭差距缩小，计分的公平代价会下降，「计分」的吸引力会上升。三、评卷层：机器拿走了流水线，这一年没拿走评委
「作文是不是 AI 评的」这个传闻，这一年仍然是假的。按上海市教委与市教育考试院的官方说明，上海中考多科长期实行全市统一网上评卷：扫描切块后，选择题由计算机自动判，主观题由两位教师背对背双评，超阈值送第三位，疑难报专家组仲裁——机器负责扫描、切块、分发客观题，人负责给主观题打分。这套流程已经运行十五年以上，机器参与阅卷根本不是新事。
来源：评卷流程见 上海市教委「中考网上评卷是如何进行的」与 市教育考试院答考生问这一年没有跨过那条线，原因不在技术，在问责：双评制的每一分都能回答「谁打的分」，而「AI 打的这一分谁来负责」，没有任何一个教育系统敢回答。评价领域的容错率极低，规则宁可多年不变，也不跨这条线。
但机器已经悄悄改变了「什么写法占便宜」：切块评卷意味着评卷人看到的是无上下文的答案片段——这在制度层面奖励结构清晰、要点分明的写法，惩罚依赖整体文气的表达。技术引入从不只是提效，它重新分配了红利。
前提：前提是：评卷问责结构维持「人负责」不变。这是全球教育系统的共同现状，非一地独有。四、工具层：钱开始大规模流向「AI 家教」
这一年，最实在的变化发生在钱包上。据央广网 2025 年 9 月报道（数据源艾媒、洛图、IDC）：2025 年教育智能硬件市场预计达 1125 亿元；学习平板全渠道出货 632.1 万台、199.1 亿元；AI 学习机渗透率从 2023 年的 20% 升到 2025 年的 57.8%。但同一份数据里有一个刺眼的细节：45% 的用户只用「拍照搜题」这一个功能，高级功能使用率不足 30%。
而效果侧的证据也出来了。宾夕法尼亚大学沃顿团队 2025 年发表于 PNAS 的随机对照实验（近千名高中生）：练习期用「直接给答案」的 GPT Base 组，短期提升 +48%；用「只给提示、不给答案」的 GPT Tutor 组，提升 +127%。但考试收走 AI 之后，GPT Base 组比从未用过 AI 的学生还低 17%，GPT Tutor 组则没有显著差异。
来源：市场数据见 央广网报道（2025-09）；学习效果见 Bastani et al., PNAS 2025把两组数字叠起来看，这一年真正的关键事实不是「AI 家教有效还是无效」，而是「大部分人把它用成了拍照搜题机」——45% 的用户只用这一个功能，恰好等于把 PNAS 里那个 -17% 的实验条件，原样搬进了自己家。
同样的设备，一个「给答案」、一个「给提示」，一年后差距是负 17% 对零。所以钱花在哪有证据：买「讲解」大概率是把钱花在了最容易反噬的那一环；买「结构、节奏、有人盯着你卡在哪」才落在无害的那一侧。这一年，市场把设备送到了家，但默认设置仍然是「给答案」——这是最值得警惕的地方。
前提：前提是：家庭使用方式维持现状（以拍照搜题为主）。若产品默认改为「只给提示」、或家长主动改变用法，这条负向结论会减弱。五、国际层：同一年，别的系统也在同一道题上答题
这不是中国独有的焦虑，这一年几份国际文件几乎同步落地：
- UNESCO（2025-09）《AI 时代教师主体性的促进与保护》把 AI 定位为「能力增强工具」，并明确否定「AI 取代教师」；其 2023 年《生成式 AI 教育与研究应用指南》曾警告 AI 会加剧数字鸿沟，且在 450 余所学校的调查中发现不到 10% 有使用政策。
- OECD（2025）对当时 AI 能力的评估结论是：社会感知有限、难以适应开放场景、难以适应不可预见的变化——即 AI 在「没有标准答案的现场」仍不可靠。
- 英国国家读写信托（2025）调查 13-18 岁学生：「用 AI 做作业通常直接抄」的比例从 2024 年的 20.9% 升到 2025 年的 25.1%。
三份材料指向同一个位置：国际共识把 AI 放在「辅助」和「增强」那一栏，把「判断、现场、责任」留给人。这不是客气话——OECD 给出的不可靠区间（开放场景、不可预见变化）恰好是「中考之后的人生」最常出现的那类问题。换句话说，这一年全球教育系统在同一个问题上给出了一致答案：AI 可以帮你做得更快，但不能替你对「没有标准答案的事」负责。
前提：前提是：AI 能力发展节奏维持当前区间。若 AI 在开放场景的可靠性出现阶跃，这条「留给人」的边界会被重新谈判——但这一年没有发生。六、就业层：这一年，入门岗的变化第一次被大规模量化
把视线从中考往前推十年，这一年出现了几份罕见的硬数据——它们第一次把「AI 影响入门岗」从感觉变成了数字：
- PwC《2026 全球 AI 就业晴雨表》（分析六大洲 10 亿余条招聘广告）：受 AI 影响最大的入门级岗位，要求「领导力、战略思维、判断力」等传统资深技能的比例，是其他入门岗位的 7 倍；这类「资深化」入门岗自 2019 年增长 35%，其他入门岗则下降 10%。
- 斯坦福数字经济实验室（经哈佛 AWP 276 综述）：2022 年底至 2025 年，AI 高暴露职业中 22-25 岁劳动者就业下降约 13%，同职业资深劳动者就业上升 6-9%。
- 上海科技大学 CEISD（底座 7.43 亿条招聘记录）：ChatGPT 问世以来，新增线上招聘池超四分之一（26.6%）处于 AI 高替代敞口；约 2100 万个岗位由「任务重组」而生，占全部招聘岗位 18.6%。
- 人社部（2026-03）：2026 届高校毕业生 1270 万人，同比增 48 万；人工智能领域岗位需供比 3.5:1。
这四组数字（以及它们所依据的十亿量级样本）说的是同一件事：这一年，AI 对就业结构的冲击，第一次清晰地落在「入门」这一档。不是「很多人失业」，也不是「没什么影响」——而是「入门岗被要求更像资深岗」：同样的起点，现在要你有判断、能负责、能做完整闭环。
这对当下的中考有一个不绕弯的推论（前提是：这种「入门岗资深化」的趋势延续）：中考筛的是「把已知答案做对」，而就业市场正在买「对没有答案的事负责」。两者之间的那道缝，这一年不但没有变小，反而被数据第一次量了出来。
前提：前提是：「入门岗资深化」由 AI 暴露度驱动，而非短期经济周期。若需求侧回暖、企业重新扩招初级岗，这一档的紧缩会缓和。七、可以观察什么（不给建议，给观察点）
- 政策文件的措辞位移——「通知→指引→考试科目」这条链每挪一格，都是里程碑，逐年可查。
- 信息科技/人工智能计分的省份是增是减——计分省份变多，说明「以考促教」的落地逻辑占了上风。
- 学习机的「高级功能使用率」有没有上升——从 30% 以下往上走，说明家庭用法从「拍照搜题」在转向「给提示」。
- 官方评卷文件里有没有出现「智能辅助」字样——这四个字一旦写进评卷条款，就是这条问责线松动的第一个先例。
- 入门岗招聘的「资深化」数据是否延续——若 2027 年的晴雨表继续走同一条线，说明这是结构调整而非短期波动。
本站观点
这一年最值得记住的，不是「AI 改变了什么」，而是它改变的顺序：先在文件里发生，再在考试科目表里发生，最后才在教室里发生。文件最快（一年就能从通知走到指引），科目表居中（沪京与山东已各走一步），教室最慢——因为前两者改的是规则，后者改的是每天要面对的人的处境。
如果只能从这一年里带走一个判断，本站选这个：AI 没有改变中考筛选的对象，它至今仍在筛「把已知答案做对」的能力；但 AI 把「答案不再稀缺」这个事实，提前塞进了每一个家庭。政策给了文件、市场给了设备、数据给了证据——它们都到位了，只剩下最慢的那一环：教室和家里，日复一日怎么用。
所以本站不去猜明年怎么变。只把今年的痕迹钉在这，明年同一时间，我们对着这几条观察点，再写一篇。