去年夏天，我接到一个电话，电话那头是开英语培训学校的李校长，声音里带着焦躁：“小梁，我们教务主管又辞职了，排课排到崩溃。你能不能帮忙看看，有没有什么办法？”李校长的学校有200多名学生，15个老师，7间教室，课程类型从启蒙班到雅思冲刺，光暑期班就有40多个。过去排课全靠教务主管一个人用Excel，每学期开始前都要熬上整整一周，天天对着屏幕较劲，冲突还是时有发生——两个班抢一间教室、老师时间重叠、学生连堂跑教室……家长投诉电话响个不停。
李校长不是没想过用软件。市面上的排课系统他买了三套，要么只能管固定课表，遇上调课插班就抓瞎；要么操作复杂，教务人员学不会；最头疼的是，那些系统根本不懂教学逻辑——比如，外教不愿连着上三小时的口语课，但系统硬是给你排得满满的。最后，还是回到Excel，靠人肉死扛。
排课到底是技术问题，还是业务问题？
我们团队接手后，没有一上来就写代码，而是跟着教务主管干了两天。我发现，排课真正的难点不是“把课放进去”，而是把几十条隐性规则同时满足：教师的时间偏好、教室的设备限制、学生的年龄匹配、课程之间的衔接顺序、甚至不同老师搭班的默契度。这些规则以前全在教务的脑子里，换人就乱套。
于是，我们做的第一件事，不是开发系统，而是把业务规则翻译成机器能懂的约束条件。李校长带我们列了整整43条规则，比如：“王老师周三下午不看课”、“钢琴教室每天必须空出1小时调律”、“六年级学生上午效率高，主科尽量排上午”……这43条规则，就是AI排课的“红线”。
AI怎么排？一分钟出几个版本，错误率为零
我们用了一套带有约束求解能力的AI引擎，把学生、老师、教室、课程和时间这五个维度的数据全导进去，设定好那43条硬性约束，再给一些优化目标——比如尽量让学生的课集中、老师跨校区移动最少、教室利用率最高。然后，系统开始自动计算。
第一次跑出课表，只用了58秒。我们和李校长一起校验，没有一处冲突，连王老师周三下午的空白都精准留出来了。更让李校长意外的是，系统还生成了好几个备选方案，每个方案都有优先级评分，他可以根据偏好选一个微调。过去一星期的活，现在喝杯茶的工夫就干完了。
真正让我看到业务价值的是后续：开学后有个班临时加课，教务在手机上勾选学生、老师、期望时间，系统15秒给出新加入的课表，自动避开所有冲突，并通知相关人等。错误率呢？到现在运作了三个学期，课表冲突次数：0。
这笔账，李校长算得很清楚
投入方面，整个系统从梳理规则到交付培训，花了一个月时间，项目总费用4.5万元，包含一年的运维支持。产出呢？教务人员从每周50小时的排课协调工作中解脱出来，去做教学督导和家校沟通，相当于省出1.2个全职人力。因排课混乱导致的退费率下降了60%，家长满意度调研里，“课程安排合理性”一项从原来的3.2分升到4.8分（5分制）。
李校长后来跟我说：“以前我觉得AI太高深，跟自己没关系。现在看，它就是个不知疲倦、永远不出错的老教务，还不用交社保。”
这个案例让我更笃定：AI落地的关键，不是模型多先进，而是把行业里那些说不清的“经验”变成可计算的规则。一旦规则清晰，机器比人可靠得多，成本却只是零头。
如果你所在的行业也有大量依赖“老法师”经验的排班、调度、分配工作，或许可以像我帮李校长那样，用AI试试。不确定怎么开始的，可以找我聊聊；或者先看看“时光智行”小程序，感受一下一个懂业务逻辑的技术团队做出来的产品是什么体验。