老师开车回家，AI在车里偷偷把活干了：免费版Claude助教杀进全美教室

TL;DR：

美国老师平均一周干49小时，多出来的10小时全是白嫖。Anthropic这回搞了个免费AI助教Claude for Teachers，能自动备课、分层教学、分析学生数据，关键是对齐了50州课标，生成的东西直接能用，不用返工。AI不替老师上课，但把所有重复的脏活累活接过去了。

下午4点，放学铃响，一位美国中学老师收拾好东西，开车回家。

车还在路上，Claude就已经替她干起活来了——这是她前一天交代过的任务：把当天每个学生的“出门测”（exit ticket）挨个复盘一遍，看谁懂了、谁还懵着，再根据这些数据把明天的教案调整一版。

第二天一早她刚到校，改好的方案已经摆在桌上。

她只交代了一次，AI之后天天自动跑。

这不是科幻片，这是7月14日Anthropic正式推出的Claude for Teachers。¹ 全美经过身份验证的K-12（幼儿园到高三）教师，可以免费使用Claude的高级能力、一整套教学技能库，还直接接上了50州课标和一批经研究验证的现成课程。

老师的49小时，是谁偷走的？

一位美国K-12公立老师一周平均要干多少活？

49小时。

RAND《美国教师现状》2025年的调查数据，一出来就让不少人沉默了。² 比合同工时多出整整10小时，而且一大半拖到晚上和周末。

备课、上课、改作业、填表、开会……老师们不是在教室，就是在为教室做准备。

过去几年，老师们不是没用过AI。但几乎都踩过同一个坑：AI生成的教学材料，看着挺漂亮，教起来很空。年级对不上、跳掉了课程里关键的一环、或者讲法跟学校选定的教材不是一路子。

结果，AI省下的那点时间，最后全砸在检查和返工上。

正如Forbes点出的那个悖论：对齐这件事，本该发生在老师拿到材料之前，而不是之后。³

说白了，老师要的不是AI“能生成”，而是“生成的东西直接能用”。

这中间的落差，刚好是最耗人的那一步。

Claude把50州课标塞进了它的脑子里

Claude for Teachers想要跨过的，正是这一步。

它接入了一个叫Learning Commons的系统，拿到了全美50个州的学术标准，以及每条标准底下更细的能力点、学生通常的学习顺序。

它能替老师干的，大致是三块。

第一块，备课对齐。

让它出一节课，出来的不是一份漂亮但悬空的PPT，而是一份已经对齐到你所在州课标、按学习顺序搭好台阶的教案。

Anthropic教育负责人Drew Bent举了个例子：让它讲“怎么构造线性函数”，它会先把对应的课标拽出来，标好学生在这一块最容易犯的那些错，再围着这些错去搭这节课。¹

老师拿到手，不用再花20分钟核对“这玩意到底合不合我们的课标”。

第二块，差异化分层。

同一个班，学生水平参差不齐，老师最头疼的就是给每个人备合适的教学方案。

你让Claude照不同水平改一遍，它就能出一套分层方案：基础弱的，配上“句子起始语”（sentence starter）和脚手架，够得着；学有余力的，加码；母语不是英语的孩子，铺一层语言过渡。

第三块，数据分析。

把花名册、诊断成绩、考勤、随手记的笔记一股脑丢给它，它替你拼出每个学生现在站在哪儿：谁掉队了、哪个知识点全班都没懂。

数据给不给、给哪些，你说了算，交出去的也不进模型训练。

这三块之外，Claude for Teachers还接了9个K-12生态连接器：ASSISTments出对齐课标、能自动判分的数学题，Canva把教学材料变成课堂能直接用的设计，还有Brisk、Diffit、MagicSchool、TeachFX等。

老师原本就熟悉的那套工具，如今在Claude里串成了一条线。

更关键的一点，它还带上了Claude Code和Cowork功能。这意味着它不再是“问一句答一句”，而能自己把活儿往前推，甚至设成每天定时跑的任务。

学生碰不到Claude，那谁受益？

讲了半天老师，那学生呢？

理论上，学生是最终受益的一方。传统教育中，真正要做到因材施教，对一个要面对几十号人的老师来说，几乎是奢望。现在Claude能替老师制定个性化教学方案，Reddit上已经有老师用它给特教场景搭工具，比如帮做特殊教育的另一半整理IEP（个别化教育计划）。⁴

这听起来很美，但有一点必须点破：学生自己，是碰不到Claude的。

Anthropic有条硬规矩：Claude只对18岁以上开放。所以K-12绝大多数学生，压根没有账号。他们能不能受益，全看老师这一手转得好不好。

官方给这款产品的定调也很清楚：Claude for Teachers是给老师的工具，不替代老师，更不直接喂给学生。

为什么这么谨慎？因为学生端的AI，早就吵翻了天。作弊、cognitive offloading（认知卸载，即脑子懒得动、全丢给AI）、早教阶段该不该碰生成式AI……争议一个比一个大。³

挪威今年干脆对1到7年级学生下达了近乎禁令的规定：上课期间不许碰生成式AI。⁵

Anthropic显然要绕开这片雷区：我不碰学生，我只武装老师。

不是代替老师，是把老师还给学生

先说明一件事：Claude接管的，是复盘出门测、调明天教案这类重复活，不是“每天定点把所有作业批完”，自动评分也只到练习题这一层。

Anthropic给它的定位很明确：帮老师减负，把他们省下的时间还给教学，还给那些没法被自动化的、人与人之间的真实连接。

这也不是Anthropic第一次做教育。从把Claude接进美国高校的教学系统、铺开学生大使和AI社团，到今天的中小学老师，它是一步步往下扎的。这次还顺手把整套教学技能开源，配上一门给K-12老师的AI素养课。

那它图什么？答案并不复杂：老师，是进入学校和学区的入口。

这套打法似曾相识。八个月前，OpenAI就发过ChatGPT for Teachers：同样免费、同样面向美国K-12老师、同样免费到2027年、同样拉上了美国教师联合会（AFT）。³

打法可以照抄，但在教育这个盘子里，真正决定成败的并非模型谁更聪明，而是信任。

所以Anthropic把信任牌打得格外足：“数据不进训练”“符合FERPA”“专门的K-12数据处理条款”，还和AFT共建一套隐私Gold Standard，工会主席Randi Weingarten亲自站台。¹

硬币的另一面，是社区里挥之不去的疑虑。有人担心学生数据隐私，有人担心教育被过度自动化，还有人翻旧账：硅谷高管自己的孩子，上的却是不带科技产品的学校。

所以，模型能力只是入场券，FERPA合规、数据隔离、教师工会背书，才是能不能真正落地的门槛。

但故事还没完，它引出一个更大的问题：当这一代孩子长大，AI早已像空气一样无处不在，一个从小只被老师“用AI教”、自己却没真正上手用过AI的孩子，能真正做好准备吗？

这个问题，Claude for Teachers还没打算回答。

但至少，它先让老师们在下班路上，喘了一口气。

引用

• AI助教
• 教师减负
• K-12教育
• Claude
• 工作流自动化