周三晚上九点四十，教研室灯还亮着。桌上两摞作业本，一位老师举着手机一页一页拍，拍到第四十七页抬头说了句：明天还有两个班。

这个画面五年没变过。变的只是识别准确率，从八成涨到九成五，老师省下的是打字时间，不是批改时间。

10 月的广交会上出现了另一种做法。某教育机器人企业带了两条校园产品线：一条是 AI 助教机器人，人机双师，做课堂互动、辅助授课、课堂数据评价，适配课堂教学、课后社团、校园科技活动；另一条是一台桌面智能终端，主打「AI 读懂纸笔实物」，自研教育大模型，做作业智能识别、批量化批改、错题归集。

重点是后面这台。学生在本子上写，桌面上完成识别，不需要老师举手机。技术路线上，这是从「拍照上传、云端识别」搬到「桌面硬件、实时识别」。

同一家企业还展了家庭端：AI 陪伴机器人做口语陪练、课本听力、专注力管理；无屏助学机器人把护眼台灯、学习机、投影和讲解塞进一台设备，也能批改作业、讲错题。创始人是清华背景，公开说法是「具身智能正深度重塑教育形态」，顺带借广交会往海外走。

批改这一环被重做了一遍。对机构来说，要紧的不是设备好不好用，而是它把「谁在生产数据」这件事改了。

拍照和读纸，差的不只是一个动作

拍照识别解决的是「把纸变成图」，读纸解决的是「把书写变成数据」。中间差的是一层东西：过程。

拍照只拿到结果，也就是最后那行答案。学生在哪里停了 20 秒、划掉重写了几次、第三行涂改之后才写对，这些在照片里全丢了。

顺序这件东西，做题的人自己都说不清。一个初三学生解二次函数，第一遍把对称轴画反了，擦掉重画，最后答案是对的。照片上是满分，过程里是概念没通。

如果桌面终端真能采到书写过程，错题本的定义就会变。从「哪些题错了」，变成「在哪一步错了」。这一点还要看真实课堂，展台上的演示和四十人的班级不是一回事。

三条路线不是替代关系，是分层。几十人的小机构用手机就够；几百人的校区才开始算扫描仪的账；桌面终端目前还是一个班一台的试点形态。

分层的原因是成本。前两条路线的设备投入在几千元级别，第三条路线的单价目前还在试点区间，一所校区铺满不现实。所以它先落地的地方一定是毕业班，或者作业量最大的学科。

课堂那一头，评课的依据换了

同一家企业展的另一条线，是 AI 助教机器人。它做的不只是互动和陪讲，还做「课堂数据评价」：谁举手、谁被点到、哪一道题全班卡住、哪一段时间注意力掉下去。

这些数据过去靠听课记录，一学期攒两页纸，写的是「课堂气氛活跃，互动充分」。现在按分钟出，一节课下来几十条。

对老师意味着什么？公开课的评价权，从教研组长手里分了一部分给设备。这不是坏事，坏事是数据出来了没人用，评课还是凭印象说「这节课感觉不错」。

落到管理上，这些数据只有一种用法是有效的：进绩效。不是拿它扣钱，是拿它当依据——评优、排课、带教新老师，都看这几条曲线，而不是看谁跟组长熟。

数据不进绩效，就只是后台看板上的一堆数字。而校长每周打开一次看板的概率，比打开工资表的概率低得多。

错题本有四个厚度，多数机构停在第一层

说「我们有错题本」这句话，其实什么也没说。错题本按数据厚度分四层，每一层能回答的问题完全不同。

停在第一层的机构，错题本是给家长看的；做到第三层，错题本才是给教研用的。差别在于：前者证明「我们管了」，后者能回答「下节课讲什么」。

一个年级 200 份作业，同一个知识点错了 63 份，这个数出来之后，下周的讲评顺序就不用争了。这不是经验问题，是采样问题。

第四层最难，也最值钱。它要的不是更多的题，是同一批学生跨学期的记录：这个孩子上学期在「审题漏条件」上错了 11 次，这学期降到 3 次，说明方法起作用了。这句话，比任何续费话术都有说服力。

批改不进绩效，就永远排在最后

说句不好听的：批改在很多机构里是「不计价劳动」。

老师的绩效通常按课时算、按续班算、按试听转化算，没有一项叫批改。它不出现在工资条上，就一定会被备课、答疑、家长沟通挤到最后。

算一笔账。一所 300 人的机构，数学组 8 位老师，每人带 5 个班、每班 25 人，一周 1000 份作业。单份按 90 秒算，是 25 个小时。

25 小时摊到 8 个人，每人每周 3 小时出头。这 3 小时如果拿去磨一节课，续班率可能涨两个点；拿去批改，什么都不会发生。

设备的价值不在「快」，在于把这 3 小时从「不计价」变成「可计价」。省下来的时间要么转成教研，要么转成一对一沟通，两者都能进绩效。

所以采购之前先问一句：省下来的时间，机构打算怎么用？如果答案是「省了就是省了」，这笔钱大概率打水漂。

反例：买一台扫描仪，不等于作业数字化

这是最常见的误读。扫描仪解决「存下来」，不解决「看出来」。

见过这样的场景：设备买了两年，扫描件按班级建了文件夹，一学期存了 4 个 G。老师还是用红笔改，家长还是只看到分数。期中考后家长问「我孩子哪一类题总错」，老师翻半天说「计算有点粗心」。

这句话不是数据，是印象。钱花了，数据留下了，中间少了一层把它变成判断的东西。

另一头也一样。有的机构上了 AI 批改，把「识别准确率 95%」当卖点。家长不关心批得准不准，关心的是批完之后你们做什么。准确率是厂商的指标，不是机构的指标。

还有一种误读，把「作业数字化」做成「作业电子化」：让家长在手机上打卡、拍照上传、群里接龙。这套东西解决的是「交没交」，不是「会不会」。交没交是纪律问题，会不会才是教学问题。

6 到 18 个月，三条能看见的走向

第一条，采集入口继续往硬件层走，学校的采购清单里会多出「作业采集终端」这一项。时间大概率在 2027 年春季学期，跟着设备更新预算一起报。

第二条，错题数据开始跟着学生走。校内设备采一遍，家庭端设备再采一遍，两边打通之后，学生在校外做错的题，机构如果拿不到，就只能靠问。

第三条，竞争点从「批得准」转向「归因细」。谁能说清楚「这孩子二次函数错在对称轴方向判断，不是计算」，谁的报告就值钱。

这三条里，只有第三条是机构能主动做的。前两条由设备和采购决定，第三条由教研决定。等前两条落地再动手，就晚了半年。

还有一个连带的变化，很少有人提：教研会的形式会变。过去教研会是「下周讲到哪、重点是什么」，靠进度表推进；现在是「上周的错因分布是什么、哪个班要重讲」，靠数据推进。

前一版本的教研会，组长说十分钟就散会；后一版本的教研会，会吵架——因为数据会指出某个老师班上的某类错误率是别人的三倍。能不能吵完还继续干活，决定了这套设备有没有用。

这周能做的三件事

先把口径统一。错因不要写「粗心」，固定五类：概念不清、审题漏条件、计算失误、方法不会、时间不够。五个词全组统一，印在批改模板上。

再把入口固定。谁的错题谁录，录在系统里，不录在本子上。手抄本可以留着给家长看，但教研只认系统里的那份。

最后把归因做成表。每周一张，按错因人数排序，不按题号排序。人数最多的那一类，下周第一节课讲，讲完配三道同类题。

这三件事不需要买设备，需要的是把批改从老师的私人习惯，变成机构的公共流程。教务系统里如果能直接存错因标签，老师就不用两头录，这也是学邦在做的一个方向。

写在最后

纸笔不会消失，作业本还会发。变的是谁在读它、读完留下什么。

设备会越来越便宜，识别会越来越准，这两件事都不由机构决定。机构能决定的是：当数据摆在面前时，有没有一套口径把它读成下一步的动作。

关注「学邦技术」公众号，回复「绩效」，即可领取本文对应的完整版管理资料（表格/制度/流程模板），持续获取教培运营干货。

点击公众号菜单「免费体验」，还可预约学邦教务教学管理系统演示——排课、考勤、课消、家校沟通、财务报表一站搞定，让教务老师从表格里解放出来。