[EP51] D老师｜不会编程的英语老师，如何用AI做出了自己的教学系统？

最近有一段时间没有更新《教育AI智造者》。其实这几个月我一直在录节目，只是把大部分时间都花在了一个新的采访计划上。
从今年二月份开始，我陆续采访了很多老师。一开始，我只是单纯好奇。过去几年，我们讨论 AI 的时候，经常听到的是程序员、创业者、产品经理。但我越来越想知道：
* 如果把目光放回教育现场，会发生什么？
* 当一个老师拥有了过去只有工程师才拥有的能力之后，他们会拿这些能力做什么？
* 他们会怎么理解 AI？
* 又会如何把 AI 带进自己的课堂、教学系统，甚至教育产品里？
原本我计划把这些访谈整理成一期大型专题节目，但后来发现，无论是剪辑还是内容整理，工作量都远远超出了我的预期。而 AI 的发展又实在太快。与其继续等待那个完美版本，不如先把这些有价值的对话分享出来。
所以从这一期开始，我会陆续发布一个新的系列：《教育人与 Vibe Coding》。在这个系列里，你会听到不同老师如何使用 AI、如何做工具、如何做产品，以及 AI 如何改变他们的教学与思考方式。
如果你也希望来播客上分享你的心得和经历，欢迎写邮件联系：[email protected]
这一期的分享来自D老师：他花了一年时间，用 ChatGPT 做出了自己的教学工具，并最终把写作批改、口语题库和词汇系统整合成了一个真正可以使用的网站。
但让我感兴趣的并不是这个网站本身。而是在这个过程中，他逐渐从一个「使用工具的人」，变成了一个「设计系统的人」。并开始思考：为什么有些工作必须由老师完成？什么才是真正值得自动化的部分？当 AI 可以写代码之后，人类最重要的能力还是什么？以及AI Coding 真的是在降低门槛，还是在把我们推向更高层次的问题？
在这期对话里，我们一起拆解了几个关键问题：
* 为什么老师比程序员更容易发现值得做的教育产品？
* AI Coding 的本质到底是写代码，还是表达需求？
* 当 ChatGPT 经常写错代码时，一个不会编程的人如何 Debug？
* 什么是教育场景里的 Computational Thinking（计算思维）？
* 为什么 AI 让老师变轻松的同时，也让人变得更焦虑？
* 当所有重复劳动被自动化之后，教育工作者应该把时间花在哪里？
如果你是一位老师、教育创业者，或者正在尝试用 AI 改造自己的工作流。这一期或许会给你一个新的视角：AI Coding 最重要的产出，也许不是代码， 而是让你开始用系统的方式理解自己的工作。
🧭 内容大纲
🎯 从教学痛点出发
* 重复劳动为什么会吞噬老师的大量时间
* 哪些工作适合 AI，哪些工作必须保留给老师
* 从写作批改开始的第一个自动化尝试
✍️ 写作工具的诞生
* 从逐句修改到 AI 辅助批改
* i+1 理论如何影响工具设计
* 为什么反馈必须转化成练习
🚧 AI Coding 的真实踩坑记录
* 本地部署与云端部署的差异
* Context Window 带来的问题
* ChatGPT 为什么会制造 Bug
🧠 老师如何学会计算思维
* 从教学流程到产品流程
* 字段（Field）思维的出现
* 抽象、组合与模块化设计
🤖 AI Coding 到底是什么
* Vibe Coding 的真正含义
* 自然语言与计算机语言之间的翻译过程
* 产品经理思维为什么比编程更重要
🔍 测试与需求文档
* 为什么 Vision 比代码更重要
* 用户测试如何帮助发现 AI 的误解
* 从“直接开做”到“先写需求文档”
🎓 教学法如何影响产品设计
* 评估与教学之间的区别
* 自由度与可控性的平衡
* 为什么有些问题 AI 永远解决不了
💰 AI 解决了效率，但没有解决价值
* 重复工作消失之后会发生什么
* AI 为什么会放大真正的问题
* 从执行层走向战略层的焦虑
🔮 AI时代的老师
* AI 会改变什么，不会改变什么
* 陪伴、反馈与价值观塑造
* 教师角色的未来可能性