智能体是依托大模型的一种约束封装，通过约定大模型特定作用范围，构建更明确、更聚焦、更专业的智能表现。智能体可以被定义为多种类型、不同功能的对象，形成多种智能角色，如教师、医生、警察等人类社会的不同角色。多智能体协作是多种智能角色有组织形成的智能体系，相比大模型问答应用或单一智能体，将提供更丰富、更专业、更可控的智能功能。在教育领域，多智能体协作可以塑造多元场景，将在但不限于教学生成、教育评价、教育管理等方面发挥重要作用。

　　多智能体协作促进高质量教学生成。通过定义教学内容生产者、学习者、评价者等多种智能体角色，构建多轮次迭代协作体系，能够不断提升教学内容的生成质量，进而达到超越教学专家的实用程度。北京理工大学在程序设计教学中利用多智能体协作迭代生成了大量高质量程序设计项目，两年教学对照实践表明，学生认为所生成教学内容已经显著超越教学专家编制内容所带来的学习有效性。

　　多智能体协作促进可溯因教育评价。通过定义同伴评价者、课堂评价者、作业评价者、考试评价者、学习引导者等多种智能体角色，构建全过程协作评价体系，将校园多源数据有效分布给不同智能体，实现对学生课程学习的可溯因、可预测、多角度评价，并结合评价结果指导学生有针对性的学习，形成教师助教及学生学伴。

　　多智能体协作促进可保障教育管理。通过定义规章执行者、学情审核者、教务管理者、预警分析者等多种智能体角色，构建全流程协作管理体系，能够有效监管学校规章制度实施，结合教务信息动态分析学情教情，及时开展针对教师教学过程、学生培养流程的教育管理预警，保障教育教学活动规范有序。

　　此外，智能体具有无限设定的特点，在算力允许下，可以批量构建智能体开展大规模教育教学模拟，构建平行的教育教学世界，提前开展教育教学改革政策、方法和路径的模拟仿真，将有助于评估教育教学方法的规模化应用效果，减少试错代价。

　　多智能体协作是大模型创新应用的必然发展形态。在教育领域，相比直接的大模型使用，多智能体协作所带来的专业能力将更接近由人所承担的角色能力，且更容易嵌入复杂多样的教育教学场景，将有效服务教育高质量发展。

　　（作者系北京理工大学教育学院教授、副院长）