炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：新智元）

新智元报道

打造出圈级AI「龙虾老师」的清华团队，这一次，在联合国的讲坛上开坛授课了！

9月8日，巴黎，联合国教科文组织总部。

现场，来自清华大学教育学院的张羽教授、助理教授于济凡，完成一场90分钟的AI教育实战——

用一个开源项目，从零做出一门课。

台下坐着的，是来自全球各地的教师、校长和政策制定者。

这是有史以来第一次，中国AI教育智能体团队，站上了联合国的讲台！

他们带来的，正是完全开源的OpenMAIC，圈里人熟悉的「教育龙虾」。

3月开源仅30天，它便在GitHub迅速斩获1.6万+星。到了8月28日最新一轮开源，Star数一路冲破3.3万。

OpenMAIC传送门：https://github.com/THU-MAIC/OpenMAIC

就在8月28日，OpenMAIC升级到了v1.0版本，变成了一个Agent驱动的专业工作台。

只需一句话，备完一整门课，而且不是生成完就结束。

你可以和Agent持续对话，让它规划、生成、检查、修改，一路迭代，直到交出一整套能用的课程。

更硬核的是，它还内置了数十种「教学法Skill」，一键加载即可无缝切换课程设计范式。

还有名师课堂复刻、PPT高保真导入、专业模式全组件编辑，v1.0更新诚意直接拉满。

也因此，OpenMAIC有了一个更狠的新外号：教育界的Codex。

这个比喻属实精准了。咱们现在就来拆解下，看看它到底能干什么。

教育界的Codex

开始接管「整门课」了

团队内部用一个公式解释自己的产品逻辑：Agent=Model+Harness。

Model决定AI会干什么活，Harness决定这活能干到哪一步。

简单说，Harness就像是发动机，你把活交出去，它能把整件事干完，不会做完一步就撂挑子。

以前AI备课是以一节课为单位的。一次生成好几节，教学目标可能互相打架，内容前后重复。

v1.0彻底换了思路——Agent先看整套课程要把学生带到哪儿，再决定每节课承担什么。

这不是嘴上说说的。

OpenMAIC主页Pro「专业模式」，即可开启v1.0一手体验

课程级规划，一本书变一周课

把一本《2001：太空漫游》丢给OpenMAIC，要求它设计一周课程。

这里，Agent先拆解学习目标，提取这本书的结构目录，然后规划出数学、社会学、政治博弈、文学创作模块。

明确授课对象（初中生）之后，它便开始给出具体的授课内容和环节。

一本书，瞬间衍生出14节课。

每一节课，沿着同一条学习主线逐步展开，并配好PPT、Quiz、交互式网页和项目式学习（PBL）任务。

要是放在以前，做到这种系统性，至少得一个教研组磨上一两周。

点开课件的瞬间，确实有被惊艳到。

就拿第一堂课来举例，AI很快抓住了这本书第1-2章要点——匮乏如何教会我们合作。

它不仅可以提炼书中的金句，还能把这件事背后的现象解释清楚。

还有当堂练习，也是紧贴这节课讲的核心要点。

Quiz测验环节，还有AI在学生答题之后，生成一份答题报告，帮助他们更好地掌握知识。

不仅如此，生成完还能接着改。

如果物理部分太难，可以让它降低门槛；伦理讨论太空泛，要求补入具体情境；某一页PPT不够清楚，直接在对话框里让它重做。

人类随时插话，Agent随时调整。

而且，它会判断这一改牵动哪些内容，后面的课件、测验、交互式网页跟着一起调。不是推倒重来，是局部手术后全身体检。

这个逻辑用过Codex的人秒懂：你改了一个函数签名，它帮你把所有调用都改了。教育版本的道理一模一样。

比如，针对《2001：太空漫游》生成的第4课「哈尔是谁：完美机器的裂缝」，里面提到了图灵测试。

这个概念比较重要，对于初中生来说，还是多一些背景介绍补充，便直接告诉OpenMAIC即可。

于是，我们就得到了，更多关于计算机科学之父Alan Turing的一些介绍。

值得一提的是，在 OpenMAIC 中，生成课件并不是终点。

你可以在对话中直接「引用课堂」或「引用元素」，继续对已经生成的课程内容进行修改。无论是整页课件，还是其中的一张图片、一段文字、一个模块，都可以继续交给 Agent 调整。

比如，课件生成后，你发现还缺一张图灵的照片，只需要继续告诉 OpenMAIC「加入一张图灵照片」，它就能直接补充进去。

如果只想修改某个具体内容，也可以点击「引用元素」，选中课件中的指定元素，再针对它进行优化和调整。

接下来，咱们上点强度。

再把Claude 5.1官博和系统卡喂给OpenMAIC，让它设计一套面向大学生的深度课程。

Agent通过调用工具——课堂设计、系列课规划、联网搜索，分块读取两份材料，给出了5节课的设计方案。

每节40分钟，全部贯穿一条主线。

值得一提的是，它还检索补充了2026年OpenAI、谷歌、DeepSeek的发布节奏，从宏观的视角丰富课程内容。

第一课开讲——「能力的边界在哪里」。

可以看到，OpenMAIC基于素材把Claude 5.1两个版本的能力，做了一个清晰的总结。

而且学习或上课的过程中随时能打断提问，Agent还会联网核实后分层拆解回答。

一份前沿技术报告，几分钟变成一门带交互的精读课。

换个Skil，换种上法

但真正让人眼前一亮的是Skill，可以理解成教学法插件。

同样一个主题，加载不同的Skill，出来的课完全不一样。

同样讲「什么是大语言模型」，加载「费曼学习法Skill」。

这门课会逼着学生用大白话讲给外行听，讲不通的地方就是没学会的地方——通过「教别人」来倒逼理解。

众所周知，费曼学习法最大亮点，就是四步学习法，核心理念「教中学」。

它给出的课程计划中，设计的理念与之非常契合，先尝试用最简单、通俗的白话讲给一个不懂的人听，循序渐进，换一种结构，再讲一遍，放到新情境中再试试，写下个人学习记录。

换成布鲁纳的「螺旋式课程Skill」，同一个主题被拆成一圈一圈往上绕的结构，每绕一圈加一层复杂度。

从直觉接龙体验，到连上意义空间，再到统一机制，三节课难度由浅入深。

拿MIT OCW 8.02电磁学的「法拉第定律」讲义PDF测一下「深度交互」的效果。

Agent输出了6页课程和3个可交互建模场景：磁感应强度、线圈面积、夹角三个滑块拖着走，磁通量数值和磁感线动画跟着实时变化；

还有一个磁铁穿线圈的模拟，速度和匝数都能调，底部折线图实时更新。

这已经不是「生成几页幻灯片」的水平了，交互逻辑相当完整。

换一个 Skill，就换一种上法。

v1.0已经上架数十种官方教学法 Skill，未来还会持续更新，而且可以几个一起加载——把「系列课规划」「深度调研」「深度交互」组合起来，Agent先研究主题，再规划多课时结构，最后为每节课设计持续参与的互动活动。

以前教学法都锁在教师脑子里，现在它变成了可以热插拔的模块。

名师课堂，一键复刻

更夸张的，是名师课堂复刻。

全世界的名师，都能化身个人的专属私教。无论是吴恩达、Karpathy等AI领域的泰斗，还是B站的超人气博主，直接一键复刻。

全网百万粉丝，号称不刷题的「吴姥姥」，把高大上的科学实验代入了生活，深受青少年的喜爱。

接下来，导入一个吴姥姥的代表作「记不住冲量定理！那就冲个凉吧」，也让OpenMAIC复刻一下。

OpenMAIC开场不讲定义，第二句就是「指尖即将接触的瞬间，突然缩手了——因为预感到那股刺痛即将到来」。

先让你想起那个瞬间，再抛问题：同一个把手，为什么不是每次都电人？先猜。

道具全是家里的：气球、毛衣、纸屑、两只碗、一把勺子。跟吴姥姥的视频课堂一样，不需要精密的仪器测量，而是通过我们敏锐的眼睛，去发现生活中的物理规律。

动画和讲稿是同一个实验。

与吴姥姥一样，OpenMAIC善于用实验讲清楚物理原理。下面就是它生成的一键完整演示。

副标题写着「同一批纸屑，只改变摩擦状态与间距」，控制变量法印在了 UI 上；提示语是「观察真实位移，不只看按钮变色」。

它学的不是吴姥姥的口头禅，而是一整套的教学方法。

老课件，秒变AI互动课

老教师最舍不得的老PPT也不用扔。

OpenMAIC可以一键复用，上传课件之后，它也可以就着新素材，用你原来的风格生成一个类似的。

假设扔给它一个高中历史课PPT《隋唐制度的变化与创新》，让它做一课「辽宋夏金元的文件」。

这个课件最大特点是，每一页字大，图片丰富，表格清晰呈现内容，主要是总分总结构。

OpenMAIC输出结果的那一刻，只能说太像了！

18页PPT完整导入后，原排版保留完整，封面、结构图、字体几乎做到了高度还原。

而且，AI 自动配上语音讲解和交互式网页，逐页渲染后加了中文旁白。

老课件秒变AI互动课。

进了专业模式，还能靠对话精准修改某一页PPT、某一道题、某个交互组件。

这对已经有多年课件积累的老师来说太实用了，不用从零开始，直接在旧资产上长出新能力。

最后，这些能力也没有锁死在自己的网页端。

OpenMAIC的Skill可以下载后导进WorkBuddy、Codex、DeepSeek Harness、豆包工作等Agent工作台。

在WorkBuddy里说一句「帮我做一门面向小学生的人工智能启蒙课」，调用OpenMAIC Skill。

用不了几分钟，AI便跑出了完整的互动课堂。

接着，在Codex中使用OpenMAIC的Skill来制作一门《傅里叶变换：任何波形都是圆周运动的叠加》互动课。

跑完，我对着这一屏玩了挺久。

左边一个圆在转，圆周上那支笔拖出一条线，虚线横着牵到右边，实时描出一条正弦波。你把谐波数往上拖，圆会一个一个长出来，慢慢逼出方波的棱角。

公式和动画是咬合的，这是最要命的一点。

抽象的数学符号和眼前的几何形状，第一次真的对上了号。傅里叶变换那句「任何周期信号都可以分解为一系列简谐波」，讲一百遍不如让人亲手把滑块从 1 拖到 50。

还有两个容易被忽略的细节。它默认可以暂停，右上角明确标着状态；演示速度能调,还留了个「高频模式」的开关。

教学上这两个功能比什么都实在：讲到关键处按停，让学生盯着那一帧看明白,比什么解说词都管用。

v1.0同步发了SDK，把PPT生成、交互组件、音频、白板、模型调用拆成模块。

模型层也谁都接，DeepSeek、GLM、OpenAI等都行。

学校接进校本平台，开发者取其中一两个能力自由组合，这才是开源该有的样子。

一只龙虾，是怎么爬到巴黎的？

联合国的讲台，不是靠几个Demo就能上去的。

这次清华团队带到巴黎的，也不只是一套AI教学工具。

在OpenMAIC背后，他们更想分享的，是一套从中国真实课堂里长出来的AI教育理念——

坚持教育为本，让技术创新扎根真实课堂

坚持开放共享，让技术服务多元教育场景

而这些理念，也不是停留在纸面上。

过去两年多，OpenMAIC一直在真实课堂里反复验证、迭代，再一步步走向更广泛的教育场景。

这份底气，源自清华团队长期的技术与教学积累。

2024年4月，清华大学教育学院和计算机系组了一支联合团队，想搞清楚AI时代的课堂到底该长什么样。

项目叫MAIC，主要研发负责人是教育学院的助理教授于济凡。

第一批试点课就在清华校内开——《迈向通用的人工智能》，700人报名，跑出超10万条互动。第二个学期扩到文理工医各专业，报名人次破2000。

2025年4月上线国家智慧教育公共服务平台，到今年7月底注册用户累计19.2万。《大学如何学》连续两年给清华新生开，教研院全程跟踪质量，学生满意度92%。

直到今年3月，清华团队正式开源OpenMAIC。MIT协议，完全免费。

30天拿下GitHub 1.6万Star、3000多Fork，在科技圈和教育圈同时刷屏。到8月20日，Live Demo平台上聚了55万创作者，生成上百万门AI课程，AI交互超3400万次，用户散在154个国家和地区。

OpenMAIC开源首周登顶GitHub Trending Top1

校内13个院系、50多门课在用。

校外名单更长——包括人大附中、苏州中学、吉林省实验中学，以及商丘一所县中的创新班等。海外方面，中东、巴西、马来西亚、德国、法国、美国等国家和地区也都在推进本地化部署。

一个非盈利的开源项目做到这个体量，去联合国讲课不是突发奇想，是两年半一轮一轮磨出来的结果。

一个任务烧掉362万Token

讲完产品和来路，该聊聊这件事对行业意味着什么了。

OpenMAIC这次亮出了一组数字，值得玩味。

旧版生成一个互动课堂，平均消耗35.8万Token。v1.0完成一个完整创作任务，平均消耗362.5万，是旧版的10.1倍。用户平均跟Agent来回4.1轮，平均调用模型74.3次。

平台累计消耗883B Token，近30天消耗68B，环比涨了203%。

这组数字说的是同一件事：教育正在变成一个吃Token的大场景。

这条路AI Coding，已经走通过一遍了。

当AI从回答一个问题变成接手一整个专业流程，调用次数就从一次变成几十次上百次。

OpenAI的Codex周活已经突破千万量级，Claude Code年化收入超25亿美元，成了Anthropic增长的重要引擎。智谱推出面向Coding与长程Agent任务的GLM-5.2之后，市值一度冲破1万亿港元。

AI Coding率先验证了一条铁律：专业Agent一旦跑通，Token消耗是指数级的。

就连办公Agent都在抢下一个入口。WorkBuddy、豆包办公、千问纷纷把手伸向教育，接进一批教师办公的技能。但这里有个关键也容易被忽略：教师办公的Token，不等于教育的Token。

写教案、整理资料，消耗的那点Token只覆盖了备课这一个环节。

真正的教育场景要的是完整的个性化学习体验——学生跟AI一来一回把知识磨进脑子的那个过程。链条更长、轮次更多、模态更杂，对模型性能和底层Infra的要求完全不在一个级别。

备课只是起点，学的那个过程才是大头。办公Agent争的是把活干快，教育Agent要争的是一个人有没有真的学会。这两件事往后只会越分越开。

Coding之后，教育可能是Agent的下一个大入口。

开源出去的，到底是什么

OpenMAIC从头到尾免费开源，非盈利。这件事本身值得多说两句。

团队还做了个东西叫OpenMAIC Arena——同一个教学任务丢给不同的模型，生成结果匿名摆在一起，用户体验完投票选哪个更好。

思路像Chatbot Arena，比的却是谁更会教书。这个榜单还能反过来调Agent和Skill——哪个模型更会教，第一次有了公开答案。

这件事的分量比一个排行榜大得多。现在各家都在自己的评价体系里定义什么叫好的AI教育，谁都说自己最行。开源把技术路径、教学方法和评价过程全摊开了，不同方案能被公开检验、公平比较。

这个行业才有机会从各说各话走向有据可依。

团队自己把开源的意义概括成一句话：开源的不是一个教育软件，是每个人构建自己那套学习环境的能力。

Agent已经学会写代码，它现在要学着教书。

9月8日巴黎那90分钟之后，会有多少国家的老师打开这个中国团队做的开源项目，把它改成自己课堂里的样子——这才是真正的看点。

不过往回退一步，这只龙虾想干的事其实特别朴素：让每一本读不下去的书、每一篇啃不动的论文，都能被现场做成一门讲得明白的课。

教育平权这个词说了很多年。从人人拿到同一份材料，到人人得到一个适合自己的老师，中间那道鸿沟，可能就差一只开源的龙虾。

编辑：桃子 所罗门