AI可以提出建议、生成材料和执行有边界的任务，但并不是所有教学决定都适合自动化。一个可信的AI教育系统必须明确哪些决定由教师保留。
1. 学习目标的最终确定
Agent可以根据数据推荐目标，但“这个学生现在应该学什么”涉及课程要求、成长阶段、兴趣和现实条件。教师需要确认目标是否合理。
2. 重大路径调整
调整一道题的难度可以自动完成，但改变课程方向、跳过核心内容、长期降级要求或终止某条学习路径，应由教师决定。
3. 正式评价
AI可以形成评价草稿和证据摘要，但成绩、晋级、结业、能力认定等正式结果不能仅由模型输出决定。原因包括模型误判、数据不完整和评价标准中的价值判断。
4. 安全与心理风险处置
当系统发现严重情绪变化、欺凌、自我伤害风险、隐私问题或不适当内容时，Agent必须停止常规流程并交给受过训练的人类处理。
5. 纪律与惩罚
AI可以记录事实和整理证据，但不应自动决定惩罚、贴标签或形成长期负面结论。
6. 数据和权限边界
是否允许使用某类学生数据、是否保存长期记录、谁可以查看，必须由学校、教师、家长和适用规则共同决定，而不是由模型默认开启。
教师保留决定权，不等于教师事事亲自执行
教师可以把大量重复工作交给Agent，但保留：
- 目标权；
- 覆盖权；
- 暂停权；
- 确认权；
- 申诉与修正权；
- 最终责任。
在教育Agent不是聊天机器人的框架中，Agent的价值来自可控执行，而不是无限自主。好的AI教育不是减少人类责任，而是让人类把责任集中在真正重要的决定上。