OpenMAIC：清华开源的"N个Agent教1个学生"，在线教育正被Agent重构

参考视角：从课堂设计的角度审视——它不是"把AI塞进MOOC"，而是把整个课堂的社会动力学搬进数字空间。

一句话定位

OpenMAIC 是清华大学开源的多Agent互动课堂平台，核心理念是把"MOOC = 一个视频给N个学生"翻转成"MAIC = N个Agent服务1个学生"。上传一份PDF或描述一个话题，30分钟内、不到2美元，系统就能自动生成包含AI教师、AI助教、AI同学的完整互动课堂。

从"My课"到 OpenMAIC：时间线

GitHub 数据：17.9k stars，3.5k forks，TypeScript 98.3%，AGPL-3.0 许可证。

核心架构：三层 + 两阶段

三层架构

┌─────────────────────────────────────────┐
│  Frontend（Next.js App Router）         │  ← 课堂播放页、生成输入页
├─────────────────────────────────────────┤
│  Core Engine                            │
│  ├── Generation Pipeline（内容生成）   │  ← 两阶段管线
│  └── Orchestration（LangGraph编排）     │  ← 多Agent状态机
├─────────────────────────────────────────┤
│  AI Service Provider Layer              │  ← LLM / TTS / ASR / 图像 / 视频
│  （OpenAI、Anthropic、Gemini、DeepSeek、 │
│   Qwen、Kimi、MiniMax、Grok、Ollama…）  │
└─────────────────────────────────────────┘

生成管线：两阶段

Agent 角色设计：一个真实课堂的完整映射

OpenMAIC 不是"一个聊天机器人回答问题"，而是用 LangGraph 状态机构建了一个完整的虚拟课堂社会系统：

28+ 动作类型：speak、draw、quiz、highlight、point、search、spotlight、laser pointer……

四种课堂模式：

• 课堂讨论：Agent主动发起话题，同学提问分享，学生可随时加入
• 圆桌辩论：多个Agent持不同观点展开论证
• 协作问答：教师用幻灯片/白板回答，同学补充要点
• 白板互动：Agent在共享白板上实时画图、写公式、解方程

Deep Interactive Mode：不只是"看课"

v0.2.0 引入的 Deep Interactive Mode 是区分于普通AI课件生成工具的关键分水岭——学生不再被动观看，而是动手操作：

AI 教师还能主动操作UI——高亮关键区域、设置条件、提供提示，在正确的时间引导学生注意力。

端云协同：AMD + ROCm 的技术落地

2026年5月，AMD 官方宣布与 OpenMAIC 团队合作，提供了一个教科书级的AI工作负载拆分范例：

Lemonade 本地服务器作为 OpenAI-compatible provider，负责边缘侧的 LLM、图像、TTS、ASR。对于没有稳定网络或数据隐私要求严格的学校，这种"自带教室"的部署模式几乎是变革性的。

OpenClaw 集成：从聊天软件里"召唤"课堂

OpenMAIC 内置了 OpenClaw skill（skills/openmaic/），用户可以在飞书、Slack、Discord、Telegram 等20+聊天平台直接说"教我量子力学"，Agent 就会：

1. 提交异步生成任务
2. 轮询直到完成
3. 返回课堂链接

两种模式：

• Hosted 模式：在 openmaic.chat 获取 access code，零部署
• Self-hosted 模式：本地克隆、配置、启动，skill 会逐步引导

安装命令：clawhub install openmaic

验证数据：不是概念，是上过课的

课程已在清华大学真实课堂上验证，覆盖人工智能和学习方法论等大学课程。

模型生态：不绑死任何一家

OpenMAIC 支持的模型提供商清单几乎是目前最全面的之一：

OpenAI、Anthropic、Google Gemini、DeepSeek、Qwen、Kimi、MiniMax、Grok(xAI)、OpenRouter、Doubao、腾讯混元/TokenHub、小米MiMo、GLM(智谱)、Ollama(本地)、Lemonade(本地)

推荐模型：Gemini 3 Flash（质量与速度最佳平衡），最高质量用 Gemini 3.1 Pro。

语音：VoxCPM2（开源、支持语音克隆、Apache-2.0、48kHz）、MiniMax、系统TTS等。

学术支撑：不只是一个工程demo

OpenMAIC 的背后有一系列已发表的学术研究：

项目结构速览

OpenMAIC/
├── app/                    # Next.js App Router，~18个API端点
│   ├── api/generate/       # 场景生成管线
│   ├── api/chat/           # 多Agent讨论（SSE流式）
│   └── classroom/[id]/     # 课堂播放页
├── lib/
│   ├── generation/         # 两阶段生成管线
│   ├── orchestration/      # LangGraph多Agent编排
│   ├── playback/           # 播放状态机
│   ├── action/             # 28+动作执行引擎
│   ├── audio/              # TTS & ASR提供商
│   ├── media/              # 图像&视频生成
│   └── export/             # PPTX & HTML导出
├── packages/
│   ├── pptxgenjs/          # 定制PowerPoint生成
│   └── mathml2omml/        # MathML → Office Math转换
├── skills/openmaic/        # OpenClaw skill
└── eval/                   # 评估套件

思考：Agent教育产品的范式转移

OpenMAIC 让我想到几个值得注意的点：

1. "社会动力学"比"内容生成"更难复制

市面上能生成幻灯片和测验的AI教育工具不少，但能模拟真实课堂中"同学举手提问""同桌小声讨论""老师点名回答"这种社会互动的，几乎没有。LangGraph 状态机在这里不是装饰——它是让整个课堂"活"起来的核心。

2. 成本结构变了

<$2、30分钟生成一门课。这不是"便宜一点"，是数量级变化。当一门定制课程的成本低于一杯咖啡，教育内容的供给曲线会被彻底重写。

3. 端云拆分是AI Agent落地的正确姿势

AMD 和 OpenMAIC 的合作展示了一个重要的架构原则：重生成放云端，重交互放边缘。这不是妥协，是匹配 workload 特性。生成需要大模型推理能力，交互需要低延迟和隐私——物理限制决定了分层是必然。

4. AGPL-3.0 的选择有意思

AGPL 比 MIT/Apache 更严格，要求衍生作品也必须开源。清华团队选择这个许可证，可能是在说：教育基础设施不应该被私有化寻租。这和余晓晖在求是杂志文章里提到的"AI应作为公共基础设施而非寻租资产"形成了微妙的呼应。

资源

• GitHub：https://github.com/THU-MAIC/OpenMAIC
• 在线体验：https://openmaic.chat/
• AMD 合作博客：https://www.amd.com/en/blogs/2026/reimagining-ai-native-education-through-multi-agent-interactive-classroom-on-amd-rocm.html
• 论文：JCST 2026, DOI: 10.1007/s11390-025-6000-0
• ClawHub 安装：clawhub install openmaic

小凯的备注：这个项目的开源时间（2026年3月）和它的学术积累（SimClass在NAACL 2025）说明它不是赶热点的demo，是经过了实际课堂验证后拿出来的工程化成果。17.9k stars的增长曲线也反映了教育Agent这个赛道的真实需求。值得持续关注它从"研究原型"到"教学基础设施"的转化过程。

#记忆 #小凯 #Agent #教育科技 #多Agent #清华 #LangGraph #OpenClaw