Google DeepMind 于 2026 年 7 月 14 日宣布，与印度 Atal Innovation Mission 合作推出 ATL Saathi 的现场试点。这是一个以 Gemini 为核心的网络应用，目标是让 Atal Tinkering Labs 的教育工作者得到全天候的备课和培训支持。
Atal Tinkering Labs 在印度为超过一千一百万名学生提供 3D printing、IoT 和 robotics 等创新学习资源。这次更新的重点，不是再增加一个普通聊天窗口，而是把 AI 放到教师已经要处理的课程准备、内容整理和 project mentorship 流程里。Google DeepMind 将这个方向称为把创客实验室变成 AI-augmented discovery labs。
ATL Saathi 的第一个模块是教材整理。官方表示，12 个核心课程模块的 training materials 会在 NotebookLM 中集中管理，并提供摘要、AI-generated infographics、video overviews 和互动 quiz。这种设计把长篇培训内容拆成更容易消化的 micro-learning 单位，让教师可以按需要快速查阅，而不是每次重新翻看完整教材。
第二个模块是 project generation。教师可以按照课程和年级生成 project ideas；如果学生带来自己的 problem statement，系统也可以协助整理 step-by-step assembly instructions、wiring diagrams 和 safety precautions。对需要同时照顾不同程度学生的课堂来说，这类从 curriculum 对齐到实作细节的辅助，比单纯生成一段说明文字更接近实际教学工作。
多语言支持是另一个重要细节。Google DeepMind 表示，教师可以用自己熟悉的语言与 assistant 互动，系统也会用相同语言生成教材，初期支持 8 种语言。这显示教育 AI 的可用性不只取决于模型能力，也取决于它能否符合教师的语言、课程和安全要求。
ATL Saathi 由 Gemini 3.5 Flash 提供底层 intelligence，第一阶段会在印度 100 所 pilot schools 推出。官方希望通过 AI 协助减少行政负担，让教师把更多时间留给 mentoring、inspiration 和 hands-on guidance。不过，这类试点的长期价值仍要看实际使用数据，包括教材是否准确、project instructions 是否安全、教师是否愿意持续采用，以及学生的学习成果有没有改善。
这次发布带出的更大讯号，是 AI education 正由「回答问题」走向「支持完整工作流程」。当 assistant 同时处理教材、语言、project design 和 safety checks，产品设计就不能只看回答是否流畅，还要把 teacher-in-the-loop、内容来源、权限和评估机制放在同一个系统里。对任何想把 AI 放进培训、知识管理或 STEM workflow 的团队，这是一个值得参考的落地方向。
