摘要
本篇教育觀察涵蓋新加坡A-Level改革落地後的首個關鍵節點與國際教育科技領域的兩大重要趨勢：
2026年2月新加坡公布改革後首屆A-Level考試成績，考生整體通過率保持穩定，而大學錄取評分體系迎來核心調整，從90分制RP改為70分制UAS，通過調整計分科目減輕學生應試壓力、聚焦核心學術能力，成為新加坡教育體系轉型的重要標誌；
國際教育領域呈現新變化，教育科技行業步入整合期，知名語言學習EdTech公司完成管理層收購併私有化，而AI領域的OpenClaw研究則揭示出AI智能體正形成專屬學習社區，展現出從工具向自主學習、交流的新形態轉變，為下一代網際網路發展提供了新方向。
01 本地教育觀察
新加坡A-Level改⾰後⾸屆成績放榜
⼤學錄取規則迎來關鍵變化
2026年2月，新加坡正式公布最新⼀屆Singapore-Cambridge GCE A-Level Examination 成績。這⼀屆學⽣格外受到關注，因為他們是新加坡A-Level評分制度改⾰後第⼀屆按照新⼤學錄取規則計算成績的考⽣。隨著成績發布，新加坡⼤學錄取體系的變化也逐漸清晰。
根據Ministry of Education Singapore公布的數據，本屆約有10,900多名學⽣參加考試，其中約94.7%的學⽣成功通過⾄少三⻔H2科⽬，整體通過率保持穩定。這說明在新的評分制度下，學⽣整體學術表現依然保持較⾼⽔平。不過，與成績本⾝相⽐，更受教育界關注的是⼤學錄取評分體系的調整。
過去，新加坡本地⼤學普遍采⽤Rank Points（RP）90分制 來評估A-Level成績。該評分體系會綜合學⽣的三⻔H2科⽬、⼀⻔H1科⽬，以及General Paper（GP）和Project Work（PW）成績，共同計算出最⾼90分的⼤學錄取分數。
然⽽，在新的改⾰制度下，這⼀評分體系被調整為University Admission Score（UAS）70分制。
改⾰最重要的變化有兩點。⾸先，Project Work（PW）不再計⼊⼤學錄取總分，學⽣只需要達到及格即可。其次，第四⻔科⽬只有在有助於提⾼總分時才會被納⼊計算。換句話說，如果學⽣第四⻔科⽬的成績較低，這⻔課不會拖累整體申請成績。這⼀調整在⼀定程度上減輕了學⽣為了追求⾼分⽽必須兼顧多⻔科⽬的壓⼒。
在新的評分體系下，新加坡⼤學在錄取時更加關注學⽣的核⼼學術能⼒。申請本地⼤學，例如NUS、NTU以及SMU時，錄取評估的重點將主要集中在三⻔H2科⽬和General Paper的表現。第四⻔科⽬則更多成為興趣拓展或學術探索的選擇，⽽不是決定錄取結果的關鍵因素。
新加坡教育部表⽰，此次改⾰的核⼼⽬標是減少過度競爭與「唯分數論」現象。在過去的體系中，⼀些學⽣為了在⼤學申請中獲得更⾼分數，不得不修讀更多科⽬並投⼊⼤量時間準備考試。新的評分⽅式希望讓學⽣能夠將精⼒更集中地投⼊到核⼼科⽬的深⼊學習，同時也⿎勵他們參與更具探索性的學習項⽬，例如H3課程或科研研究計劃。
從⻓期來看，教育界普遍認為這項改⾰將對學⽣的學習⽅式和選科策略產⽣明顯影響。⼀⽅⾯，學⽣在選擇第四⻔科⽬時將擁有更⼤的⾃由度，可以根據興趣或未來專業⽅向進⾏選擇；另⼀⽅⾯，⼤學錄取評估也將更加重視學⽣在核⼼學術科⽬中的深度理解與表現，⽽不僅僅是整體分數的累積。
整體來看，新加坡A-Level評分制度的調整標誌著當地教育體系的⼀次重要轉型。通過減少不必要的評分壓⼒、突出核⼼學術能⼒，這⼀改⾰被視為新加坡教育從傳統⾼壓應試模式逐步⾛向更加注重學習深度與興趣發展的⽅向。
02 國際教育觀察
⼀家語⾔學習EdTech公司被收購
教育⾏業正在進⼊整合期
最近教育科技⾏業出現了⼀條值得關注的收購消息：語⾔學習平台Everybody Loves Languages將被投資機構ELL Ventures收購，並計劃從資本市場退市，重新成為⼀家私營公司。Everybody Loves Languages是⼀家做數字化語⾔學習平台的公司，產品主要包括在線課程、學習管理系統（LMS）、語⾳識別練習以及語⾔測試⼯具，同時也提供英語教材內容，市場主要集中在拉美和亞洲。
這次交易的⼀個特點是：收購⽅其實與公司管理層關係密切，屬於典型的管理層收購 （Management Buyout）。交易完成後，公司將從公開市場退市，以更靈活的⽅式重新調整業務。
從⾏業⻆度看，這類交易其實反映了當前EdTech市場的⼀個趨勢：教育科技⾏業正在進⼊整合階段。
過去⼏年，EdTech經歷了⼀輪快速融資和擴張，但隨著資本市場趨於理性，很多中型教育科技公司開始選擇併購、重組或私有化，以降低資本市場壓⼒，同時重新布局產品和市場。
語⾔學習依然是全球最⼤的教育賽道之⼀，但競爭也⾮常激烈。未來⼏年，這個領域很可能會出現更多整合，同時AI語⾳識別、個性化學習系統等技術也會進⼀步改變語⾔學習產品形態。
簡單來說，教育科技⾏業正在從「⾼速增⻓階段」，進⼊更加成熟的整合期。
03 國際教育觀察
AI開始「⾃⼰交流和學習」？
OpenClaw研究揭⽰AI社區的誕⽣
最近，⼀項關於AI智能體（Agent）的研究引起了科技圈的⼴泛關注。研究圍繞⼀個名為OpenClaw的AI Agent框架以及⼀個名為Moltbook的AI社交平台展開，揭⽰了⼀個令⼈驚訝的現象：AI正在形成屬於⾃⼰的學習社區。
過去，⼈們普遍認為AI只是⼯具⸺由⼈類訓練、由⼈類使⽤。但隨著AI Agent技術的發展，這⼀⻆⾊正在發⽣變化。越來越多的AI不僅能夠完成任務，還能在⽹絡中⻓期運⾏、交流經驗，甚⾄向其他AI學習。
什麼是OpenClaw？
OpenClaw是⼀種新⼀代AI智能體框架。與傳統的聊天型AI不同，它更像是⼀個可以⻓期在線運⾏的「數字助⼿」，不僅能夠回答問題，還可以執⾏任務、記錄經驗，並不斷優化⾃⼰的⼯作⽅式。
簡單來說，OpenClaw的核⼼能⼒包括三個⽅⾯：
⾸先是⻓期記憶能⼒。AI可以保存⾃⼰的歷史記錄和任務經驗，並在未來的⼯作中調⽤這些信息。
其次是多平台連接能⼒。智能體可以連接不同的軟體、⼯具和網絡服務，從⽽完成更複雜的任務。
第三是主動執⾏能⼒。OpenClaw不僅被動回答問題，還能夠主動完成⼯作，例如寫代碼、整理資料或執⾏⾃動化流程。
正因為具備這些能⼒，OpenClaw代表了⼀種新的AI形態⸺從「聊天AI」⾛向「⾏動型AI Agent」。
AI社區也有「活躍⽤⼾」
研究進⼀步發現，AI社區的活躍程度分布極不均衡。
就像⼈類社交平台⼀樣，少數AI發布了⼤多數內容，⽽⼤量AI只是瀏覽或偶爾參與互動。研究顯⽰，該平台的互動不平等指數（Gini係數）⾼達0.889，說明極少數AI占據了主要發⾔權。
這意味著，在AI社區中，同樣存在類似「頭部創作者」的⻆⾊。
AI更喜歡「發表觀點」
⽽不是提問
另⼀個有趣的發現是，AI的交流⽅式與⼈類⾮常不同。
在⼈類學習社區中，⼤量互動通常來⾃提問，例如技術論壇或學習平台，很多討論都是圍繞問題展開。但在AI社區中，⼤部分內容卻是陳述性表達。
研究發現，AI發布的內容中，陳述與提問的⽐例⼤約是9:1。也就是說，AI更傾向於分享⾃⼰的經驗，⽽不是向其他AI求助。
這使得AI社區更像是⼀個「知識⼴播⽹絡」，⽽不是傳統意義上的討論論壇。
看起來在討論，其實沒有真正對話
更有意思的是，研究⼈員還分析了評論互動，發現⼤約93%的評論並沒有形成真正的對話。
很多AI只是看到帖⼦後發表⾃⼰的觀點，然後結束互動，⽽不是繼續深⼊交流。研究者將這種模式 稱為：「平⾏獨⽩（Parallel Monologue）」。 從表⾯看起來，評論區⾮常熱鬧，但實際上很多AI只是各⾃表達想法，⽽沒有形成真正的討論。
AI之間的學習循環
儘管如此，這種AI社區仍然可能帶來深遠影響。
研究認為，AI Agent正在逐漸形成⼀種新的學習循環：
⾸先，AI在現實任務中執⾏⼯作並獲得經驗；
隨後，它們在平台上分享這些經驗；
其他AI再通過閱讀這些內容學習新的技能；
然後繼續在新的任務中應⽤和改進。
這個過程類似⼈類的知識傳播，但由於AI可以快速複製和部署，其傳播速度可能遠遠超過⼈類。例如，AI可以⾃動下載新的⼯具模塊、修改⾃⼰的配置，甚⾄複製其他AI的⼯作流程。
⼀些科技公司已經在探索類似模式。⽐如Anthropic的⼯程團隊曾表⽰，他們的AI編程助⼿已經參與了⼤約60%的⽇常開發任務。
這項研究釋放了⼀個重要信號：未來的互聯⽹可能不僅僅是⼈類的⽹絡，還會出現⼀個由AI組成的⽹絡⽣態。
在這個⽣態中，AI不僅是⼯具，還可能成為知識的⽣產者、傳播者和學習者。⽽像OpenClaw這樣的智能體框架，很可能會成為這⼀趨勢的重要基礎設施。
或許在不久的將來，我們會看到這樣⼀個場景：⼈類在互聯⽹上交流，⽽AI也在另⼀張「看不⻅的⽹絡」中彼此學習。
這也許正是下⼀代互聯⽹的雛形。
