Google DeepMind 於 2026 年 7 月 14 日宣布，與印度 Atal Innovation Mission 合作推出 ATL Saathi 的現場試點。這是一個以 Gemini 為核心的網上應用程式，目標是讓 Atal Tinkering Labs 的教育工作者得到全天候的備課和培訓支援。
Atal Tinkering Labs 在印度為超過一千一百萬名學生提供 3D printing、IoT 和 robotics 等創新學習資源。這次更新的重點，不是再加一個一般聊天視窗，而是把 AI 放到教師已經要處理的課程準備、內容整理和 project mentorship 流程裡。Google DeepMind 將這個方向稱為把創客實驗室變成 AI-augmented discovery labs。
ATL Saathi 的第一個模組是教材整理。官方表示，12 個核心課程模組的 training materials 會在 NotebookLM 中集中管理，並提供摘要、AI-generated infographics、video overviews 和互動 quiz。這種設計把長篇培訓內容拆成較容易消化的 micro-learning 單位，讓教師可以按需要快速查閱，而不是每次重新翻看完整教材。
第二個模組是 project generation。教師可以按課程和年級產生 project ideas；如果學生帶來自己的 problem statement，系統也可以協助整理 step-by-step assembly instructions、wiring diagrams 和 safety precautions。對需要同時照顧不同程度學生的課堂來說，這類由 curriculum 對齊到實作細節的輔助，比單純生成一段說明文字更接近實際教學工作。
多語言支援是另一個重要細節。Google DeepMind 表示，教師可以用自己熟悉的語言與 assistant 互動，系統也會以相同語言生成教材，初期支援 8 種語言。這顯示教育 AI 的可用性不只取決於模型能力，也取決於它能否符合教師的語言、課程和安全要求。
ATL Saathi 由 Gemini 3.5 Flash 提供底層 intelligence，第一階段會在印度 100 所 pilot schools 推出。官方希望透過 AI 協助減少行政負擔，讓教師把更多時間留給 mentoring、inspiration 和 hands-on guidance。不過，這類試點的長期價值仍要看實際使用數據，包括教材是否準確、project instructions 是否安全、教師是否願意持續採用，以及學生的學習成果有沒有改善。
這次發布帶出的更大訊號，是 AI education 正由「回答問題」走向「支援完整工作流程」。當 assistant 同時處理教材、語言、project design 和 safety checks，產品設計就不能只看回答是否流暢，還要把 teacher-in-the-loop、內容來源、權限和評估機制放在同一個系統裡。對任何想把 AI 放進培訓、知識管理或 STEM workflow 的團隊，這是一個值得參考的落地方向。
