最近同济大学改革聘任制度的事刷屏了。
取消长期聘任协议，全员动态考核，不合格就降薪降级、转岗解聘。学术圈吵得热火朝天。
大家都在讨论"铁饭碗该不该打破"。
但我想到的是一个更本质的问题：
学校的能力，到底靠什么积累？
靠制度考核？还是靠知识沉淀？· · ·
如果AI只是停留在工具层，它解决的是效率问题；
如果AI进入知识库，它改变的是学校的能力结构。
01 你做了很多事，但什么也没留下
很多学校资料非常多。
政策文件有，专业方案有，课程标准有，教材有，
企业案例有，实训记录有，学生作品有，
申报材料也有。
但问题是——这些资料大多是散的。
散在老师电脑里，散在微信群里，
散在某次申报材料的文件夹里，
散在一场活动结束后的新闻稿里。
用的时候重新找。
做项目的时候重新整理。
换人以后重新开始。
一次企业走访，结束了就是结束了。
一次产教融合活动，发完新闻就过去了。
一个学生项目，完成了就散了。
一轮专业申报，材料交上去，下次又重新组织人写。
不是没有努力。而是努力没有形成积累。
同济用制度改革倒逼教师出活，
但制度只能管"产出"，管不了"沉淀"。
如果学校没有一个让知识自动沉淀的系统，换了人也得从零开始。· · ·
02 AI当工具用，解决效率；AI当大脑用，改变能力
现在几乎所有职业院校都在用AI。
有的老师用AI写教案、做PPT、生成图片。有的学校在讨论"AI+课程""AI+实训"。
这些当然有价值。
但如果AI只停留在"帮我做一页PPT""帮我写一份教案"，它解决的只是个人效率问题。
人走了，效率就没了。
真正该想的是：怎么让AI进入学校的知识系统，让它成为专业大脑。
这个大脑不是网盘，不是资料柜。
它应该让学校做的每一件事，都能沉淀下来，变成下次可以直接复用的资产。
· · ·
03 "专业大脑"里应该装什么？
说具体一点，什么内容应该进入这个大脑：
这些东西进去了，学校下一次做专业升级、课程改革、产业学院建设、职业本科筹备，就不是每次从零开始。
而是在已有知识资产上继续生长。
· · ·
04 一个场景告诉你差距在哪
举一个职业院校非常常见的场景。
学校和企业合作。企业来了，领导重视了，签约了，参观了，活动办了。
一年以后问学校：企业到底留下了什么？
很多时候，只留下了三样东西：照片、新闻稿、合作协议。
没有知识库 企业交流结束 = 活动结束学生项目完成 = 项目散了教师企业实践 = 走了一圈回来 | 有知识库 企业交流后 → 沉淀产业趋势、岗位需求、课程转化点学生项目后 → 沉淀任务书、作品集、评价表、复盘报告教师实践后 → 沉淀教学案例、课程资源、教改素材 |
产教融合真正难的，不是找企业。
是把企业资源转化成课程、学生能力和学校成果。
· · ·
05 怎么建？三步走，不用一步到位
很多学校一听到"建知识库"就头疼，觉得是个大工程。
其实不用一步到位。关键是先动起来。
步骤一：先建一个"企业走访模板"
每次企业交流结束后，按模板填：
行业趋势发现了什么？岗位需求是什么？
哪些任务可以转化为课程？哪些标准可以引入教学？
一份表单就能把企业资源变成学校资源。
步骤二：再建一个"项目复盘库"
每个学生项目、教师实践、产教融合活动结束后，统一沉淀：
任务书、作品集、评价表、复盘报告。
存在哪不重要，统一格式和统一入口才重要。
步骤三：最后接AI，让大脑开始运转
当这些内容积累了3-6个月，再引入AI工具。
AI在这个范围内帮你生成任务书、优化课程设计、整理评价、形成汇报材料。
这时AI才真正落地，而不是空转。
教育部现在强调专业、课程、教材、教师、实习实训等教学关键要素联动改革。
AI知识库就是连接这些要素的底座：
专业调整 ← 看产业趋势
课程重构 ← 看企业任务
教材更新 ← 看真实项目
教师成长 ← 看实践沉淀
实训评价 ← 看任务工单
· · ·
06 最后说一句
同济大学改聘任制度，本质是想让学校不靠"铁饭碗"来驱动，而靠"制度"来驱动。
职业院校的知识管理也一样——不能靠个别能人的临时发挥，得靠系统的持续沉淀。
把个人经验变成组织能力，
把一次项目变成长期资产，
把零散资料变成专业系统。
谁能更早把产业、专业、课程、项目、教师、学生和成果放进这个大脑，谁就能在下一轮职业教育改革中，真正形成自己的办学能力。
#职教改革#产教融合#教育发展#教师管理#职业院校#聘任制度
10个月宝宝每天需要喝多少奶粉？
