摘要
本篇教育观察涵盖新加坡A-Level改革落地后的首个关键节点与国际教育科技领域的两大重要趋势：
2026年2月新加坡公布改革后首届A-Level考试成绩，考生整体通过率保持稳定，而大学录取评分体系迎来核心调整，从90分制RP改为70分制UAS，通过调整计分科目减轻学生应试压力、聚焦核心学术能力，成为新加坡教育体系转型的重要标志；
国际教育领域呈现新变化，教育科技行业步入整合期，知名语言学习EdTech公司完成管理层收购并私有化，而AI领域的OpenClaw研究则揭示出AI智能体正形成专属学习社区，展现出从工具向自主学习、交流的新形态转变，为下一代互联网发展提供了新方向。
01 本地教育观察
新加坡A-Level改⾰后⾸届成绩放榜
⼤学录取规则迎来关键变化
2026年2月，新加坡正式公布最新⼀届Singapore-Cambridge GCE A-Level Examination 成绩。这⼀届学⽣格外受到关注，因为他们是新加坡A-Level评分制度改⾰后第⼀届按照新⼤学录取规则计算成绩的考⽣。随着成绩发布，新加坡⼤学录取体系的变化也逐渐清晰。
根据Ministry of Education Singapore公布的数据，本届约有10,900多名学⽣参加考试，其中约94.7%的学⽣成功通过⾄少三⻔H2科⽬，整体通过率保持稳定。这说明在新的评分制度下，学⽣整体学术表现依然保持较⾼⽔平。不过，与成绩本⾝相⽐，更受教育界关注的是⼤学录取评分体系的调整。
过去，新加坡本地⼤学普遍采⽤Rank Points（RP）90分制 来评估A-Level成绩。该评分体系会综合学⽣的三⻔H2科⽬、⼀⻔H1科⽬，以及General Paper（GP）和Project Work（PW）成绩，共同计算出最⾼90分的⼤学录取分数。
然⽽，在新的改⾰制度下，这⼀评分体系被调整为University Admission Score（UAS）70分制。
改⾰最重要的变化有两点。⾸先，Project Work（PW）不再计⼊⼤学录取总分，学⽣只需要达到及格即可。其次，第四⻔科⽬只有在有助于提⾼总分时才会被纳⼊计算。换句话说，如果学⽣第四⻔科⽬的成绩较低，这⻔课不会拖累整体申请成绩。这⼀调整在⼀定程度上减轻了学⽣为了追求⾼分⽽必须兼顾多⻔科⽬的压⼒。
在新的评分体系下，新加坡⼤学在录取时更加关注学⽣的核⼼学术能⼒。申请本地⼤学，例如NUS、NTU以及SMU时，录取评估的重点将主要集中在三⻔H2科⽬和General Paper的表现。第四⻔科⽬则更多成为兴趣拓展或学术探索的选择，⽽不是决定录取结果的关键因素。
新加坡教育部表⽰，此次改⾰的核⼼⽬标是减少过度竞争与“唯分数论”现象。在过去的体系中，⼀些学⽣为了在⼤学申请中获得更⾼分数，不得不修读更多科⽬并投⼊⼤量时间准备考试。新的评分⽅式希望让学⽣能够将精⼒更集中地投⼊到核⼼科⽬的深⼊学习，同时也⿎励他们参与更具探索性的学习项⽬，例如H3课程或科研研究计划。
从⻓期来看，教育界普遍认为这项改⾰将对学⽣的学习⽅式和选科策略产⽣明显影响。⼀⽅⾯，学⽣在选择第四⻔科⽬时将拥有更⼤的⾃由度，可以根据兴趣或未来专业⽅向进⾏选择；另⼀⽅⾯，⼤学录取评估也将更加重视学⽣在核⼼学术科⽬中的深度理解与表现，⽽不仅仅是整体分数的累积。
整体来看，新加坡A-Level评分制度的调整标志着当地教育体系的⼀次重要转型。通过减少不必要的评分压⼒、突出核⼼学术能⼒，这⼀改⾰被视为新加坡教育从传统⾼压应试模式逐步⾛向更加注重学习深度与兴趣发展的⽅向。
02 国际教育观察
⼀家语⾔学习EdTech公司被收购
教育⾏业正在进⼊整合期
最近教育科技⾏业出现了⼀条值得关注的收购消息：语⾔学习平台Everybody Loves Languages将被投资机构ELL Ventures收购，并计划从资本市场退市，重新成为⼀家私营公司。Everybody Loves Languages是⼀家做数字化语⾔学习平台的公司，产品主要包括在线课程、学习管理系统（LMS）、语⾳识别练习以及语⾔测试⼯具，同时也提供英语教材内容，市场主要集中在拉美和亚洲。
这次交易的⼀个特点是：收购⽅其实与公司管理层关系密切，属于典型的管理层收购 （Management Buyout）。交易完成后，公司将从公开市场退市，以更灵活的⽅式重新调整业务。
从⾏业⻆度看，这类交易其实反映了当前EdTech市场的⼀个趋势：教育科技⾏业正在进⼊整合阶段。
过去⼏年，EdTech经历了⼀轮快速融资和扩张，但随着资本市场趋于理性，很多中型教育科技公司开始选择并购、重组或私有化，以降低资本市场压⼒，同时重新布局产品和市场。
语⾔学习依然是全球最⼤的教育赛道之⼀，但竞争也⾮常激烈。未来⼏年，这个领域很可能会出现更多整合，同时AI语⾳识别、个性化学习系统等技术也会进⼀步改变语⾔学习产品形态。
简单来说，教育科技⾏业正在从“⾼速增⻓阶段”，进⼊更加成熟的整合期。
03 国际教育观察
AI开始“⾃⼰交流和学习”？
OpenClaw研究揭⽰AI社区的诞⽣
最近，⼀项关于AI智能体（Agent）的研究引起了科技圈的⼴泛关注。研究围绕⼀个名为OpenClaw的AI Agent框架以及⼀个名为Moltbook的AI社交平台展开，揭⽰了⼀个令⼈惊讶的现象：AI正在形成属于⾃⼰的学习社区。
过去，⼈们普遍认为AI只是⼯具⸺由⼈类训练、由⼈类使⽤。但随着AI Agent技术的发展，这⼀⻆⾊正在发⽣变化。越来越多的AI不仅能够完成任务，还能在⽹络中⻓期运⾏、交流经验，甚⾄向其他AI学习。
什么是OpenClaw？
OpenClaw是⼀种新⼀代AI智能体框架。与传统的聊天型AI不同，它更像是⼀个可以⻓期在线运⾏的“数字助⼿”，不仅能够回答问题，还可以执⾏任务、记录经验，并不断优化⾃⼰的⼯作⽅式。
简单来说，OpenClaw的核⼼能⼒包括三个⽅⾯：
⾸先是⻓期记忆能⼒。AI可以保存⾃⼰的历史记录和任务经验，并在未来的⼯作中调⽤这些信息。
其次是多平台连接能⼒。智能体可以连接不同的软件、⼯具和网络服务，从⽽完成更复杂的任务。
第三是主动执⾏能⼒。OpenClaw不仅被动回答问题，还能够主动完成⼯作，例如写代码、整理资料或执⾏⾃动化流程。
正因为具备这些能⼒，OpenClaw代表了⼀种新的AI形态⸺从“聊天AI”⾛向“⾏动型AI Agent”。
AI社区也有“活跃⽤⼾”
研究进⼀步发现，AI社区的活跃程度分布极不均衡。
就像⼈类社交平台⼀样，少数AI发布了⼤多数内容，⽽⼤量AI只是浏览或偶尔参与互动。研究显⽰，该平台的互动不平等指数（Gini系数）⾼达0.889，说明极少数AI占据了主要发⾔权。
这意味着，在AI社区中，同样存在类似“头部创作者”的⻆⾊。
AI更喜欢“发表观点”
⽽不是提问
另⼀个有趣的发现是，AI的交流⽅式与⼈类⾮常不同。
在⼈类学习社区中，⼤量互动通常来⾃提问，例如技术论坛或学习平台，很多讨论都是围绕问题展开。但在AI社区中，⼤部分内容却是陈述性表达。
研究发现，AI发布的内容中，陈述与提问的⽐例⼤约是9:1。也就是说，AI更倾向于分享⾃⼰的经验，⽽不是向其他AI求助。
这使得AI社区更像是⼀个“知识⼴播⽹络”，⽽不是传统意义上的讨论论坛。
看起来在讨论，其实没有真正对话
更有意思的是，研究⼈员还分析了评论互动，发现⼤约93%的评论并没有形成真正的对话。
很多AI只是看到帖⼦后发表⾃⼰的观点，然后结束互动，⽽不是继续深⼊交流。研究者将这种模式 称为：“平⾏独⽩（Parallel Monologue）”。 从表⾯看起来，评论区⾮常热闹，但实际上很多AI只是各⾃表达想法，⽽没有形成真正的讨论。
AI之间的学习循环
尽管如此，这种AI社区仍然可能带来深远影响。
研究认为，AI Agent正在逐渐形成⼀种新的学习循环：
⾸先，AI在现实任务中执⾏⼯作并获得经验；
随后，它们在平台上分享这些经验；
其他AI再通过阅读这些内容学习新的技能；
然后继续在新的任务中应⽤和改进。
这个过程类似⼈类的知识传播，但由于AI可以快速复制和部署，其传播速度可能远远超过⼈类。例如，AI可以⾃动下载新的⼯具模块、修改⾃⼰的配置，甚⾄复制其他AI的⼯作流程。
⼀些科技公司已经在探索类似模式。⽐如Anthropic的⼯程团队曾表⽰，他们的AI编程助⼿已经参与了⼤约60%的⽇常开发任务。
这项研究释放了⼀个重要信号：未来的互联⽹可能不仅仅是⼈类的⽹络，还会出现⼀个由AI组成的⽹络⽣态。
在这个⽣态中，AI不仅是⼯具，还可能成为知识的⽣产者、传播者和学习者。⽽像OpenClaw这样的智能体框架，很可能会成为这⼀趋势的重要基础设施。
或许在不久的将来，我们会看到这样⼀个场景：⼈类在互联⽹上交流，⽽AI也在另⼀张“看不⻅的⽹络”中彼此学习。
这也许正是下⼀代互联⽹的雏形。
