清华团队悄悄开源了一只「教学龙虾」：国内首个L4级AI课堂来了

最近科技圈最火的话题，非「养龙虾」莫属。

OpenClaw 横空出世，GitHub 星标增速超过 Linux，大厂门口安装服务排起千人长队，闲鱼上「代装龙虾」的生意被炒到高价。「你养龙虾了吗」成了新的社交问候语，一只红色小龙虾，把整个互联网搅得天翻地覆。

而就在这股热潮之中，清华团队也开源了一只「龙虾」。

只不过，这只「龙虾」不替你操控电脑，也不帮你盯竞品、跑任务。它做的事，或许比这些更重要：让 AI 学会「教人学习」。

而且教的，还不是普通的课，而是一种更接近「能讲、能问、能互动」的课堂形态。

先看一个真实 case：OpenClaw 这么火，如果一个零基础用户也想养一只属于自己的「龙虾」，真的需要花钱找人代装、代配环境吗？

AI 把资料总结清楚并不难，但如果它不仅会总结，还能把知识变成一堂图文并茂、一步步带着你听懂的课，情况就不一样了。于是，我们把整理好的相关资料交给这只「教学龙虾」。

几分钟后，一堂课开始了。

它先根据课程内容自动搭好了完整的课堂结构：有负责串联全程的 AI 老师，有随时补充细节的技术助教，也有像「阿强」、「木木」这样代表不同基础、不同关注点的 AI 同学。

课堂并不是简单地把课件逐页播放出来。在后台，一个 Agentic 课堂播放引擎正在运行：AI 老师通过 TTS 语音讲解，配合高亮、白板标注推进节奏；虚拟学生会随机举手提问，引发即兴讨论；AI 助教则在关键知识点「见缝插针」地补充解释。

那么，做出这样一堂课的，究竟是什么？

它就是 OpenMAIC，一个刚刚开源、由清华大学研究团队历经 2 年打磨的 AI 课堂平台，现在已经可以免费体验。该项目开源仅数小时，X 上已经引发了十几万人关注。

• 开源地址：https://github.com/THU-MAIC/OpenMAIC

如果说过去十年的在线教育，本质上只是「把课堂录成视频，再搬到网上」，那么 OpenMAIC 试图做的，显然是另一种逻辑。

借用一个更直观的比喻：普通网课更像定速巡航，内容会自己往前走，但你仍然得自己盯着、自己跟着、自己防走神；而 OpenMAIC 更像 L4 级自动驾驶，课堂会自己判断什么时候解释、什么时候讨论、什么时候补充细节，让学习过程真正「自动跑起来」。

为什么现在，我们需要它？

过去几年，AI 在教育领域的角色一直很模糊。它能出题、能批改、能生成讲解，但始终像一个工具，而不是学习环境的一部分。

但最近的变化很明显。

Google 的 NotebookLM 开始把一份资料直接变成可以对话、可以追问、甚至能生成播客 / 视频讲解的学习对象；OpenAI 也在推动互动式学习模式，让模型不只是回答问题，而是一步步引导你理解。

一个共识正在形成：AI 不只是「讲答案」，而是可以参与学习过程本身。

这种变化，首先击中了一个长期无奈的场景：家长辅导作业。

「辅导作业辅导到心梗」几乎成了中国家庭教育的集体记忆。孩子问问题，家长不一定会；家长讲明白了，孩子又说「老师不是这么讲的」。一个晚上就在这种循环里过去。

真正的问题不是孩子不努力，也不是家长不用心，而是这件事本来就不该由家长来做。理想状态是有一个永远在线、永远不失去耐心、能随时调整讲法来适应孩子理解水平的老师，但这样的老师，过去只在想象里存在。

但现在，技术开始让这种想象变得现实。

另一群被影响的人，是学生。就业结构在变，很多专业技能的保质期正在缩短。在这个时代，真正值钱的能力只剩一种：持续学习、不断重构自己的能力。

问题在于，自学往往很难坚持。MOOC 时代已经证明了一点：在没有互动、没有同伴、没有反馈的环境里，大多数人很难把一门课程完整学完。学习不仅是信息获取，更是一种需要互动和陪伴的过程。

OpenMAIC 提出的那个「AI 同学」，恰好补上了这一块。它不是简单的问答助手，而是让学习过程变成一种有人一起参与的体验。

还有一个很重要的群体：老师。一个老师面对几十个学生，很难真正做到因材施教。不同基础的学生坐在同一间教室，听同样的讲解、做同样的题。与此同时，教师大量时间被消耗在重复备课和重复讲授上。

OpenMAIC 给出的方案是：1 个课件 + 2 美元 + 30 分钟 = 一套完整运行的 AI 课堂。

教师只需要上传教学材料，系统就能自动解析内容、生成练习、扮演助教，并维持课堂互动。

这样一来，老师不再被重复讲解消耗精力，而可以把时间用在更有价值的事情上：组织讨论、陪伴学生、设计真正有挑战的问题。

所以从某种意义上说，这不是在用 AI 替代老师，而是在重新分配老师的时间。

OpenMAIC 试图解决的，也不只是「讲课自动化」。它对准的，其实是在线教育始终没有真正解决的三件事：因材施教、互动陪伴、教师减负。

把需求扔进去，

几分钟生成一堂你的专属课

说了这么多，它到底怎么用？

操作极其简单：上传 PDF，或者直接输入你的学习需求，点击「开始生成」，等几分钟，课堂就开课了。

背后其实是一条自动化的流程：系统先解析你的需求或你上传的 PDF、讲义、论文，再由 Plan 智能体完成内容规划，系统会自动将知识点重组，并生成嵌入音视频的 Slides、可自动判分的 Quiz 以及交互式的 PBL 网页。

没有复杂配置，不需要任何技术基础，打开就能用。

不会的问题，真的可以被讲懂

面对一个完全陌生的领域要怎么开始？比如：我是一个完全不懂编程的文科生，帮我从零理解 LLM。

OpenMAIC 很擅长把「我完全不会」翻译成「我也能学」。系统没有一上来就丢复杂的数学公式或晦涩的技术名词，而是把大模型的核心机制巧妙地解释成一场「永不停息的文字接龙游戏」，用文科生熟悉的「手机输入法自动联想」等日常表达，来极大地降低理解门槛。

于是，原本让人发怵的 AI 概念入门，变成了一堂由「林教授」娓娓道来的沉浸式互动课：有生动的图文课件，有配合讲解的侧边栏详细笔记，你可以边听、边看、边消化，一步步轻松建立起对人工智能的直觉认知。

把知识嚼碎、降低门槛只是一方面，在更强调思考过程的问题里，它的互动式课堂感会更明显。

它不只是把知识讲给你听，还会把课堂「演」出来。比如围绕经典的祖父悖论，系统一边让你操作「因果链条模拟器」亲身验证逻辑崩溃，一边通过 AI 同学的七嘴八舌，把「因果链条如何断裂」、「平行宇宙与时间闭环有何不同」的推导过程盘得清清楚楚，远比直接甩给你一个相对论公式深刻得多。

教材、讲义、论文，都能变成一堂互动课

老师备课不想再从零做 PPT 了，把需求丢给 OpenMAIC：讲讲线性代数里的「特征值与特征向量」。

系统会把知识点拆成一堂真正能讲、能点、能追问的数学课。先通过直观的坐标系网格变形图，帮学生快速建立对「变换中的不动点」的几何直觉；再把从几何现象到代数定义、特征方向的捕捉、特征方程的求解顺着学习路径一步步铺开，左侧的课程结构一目了然。

更妙的是，学生不是被动往下看，而是可以直接停在自己卡住的地方。比如对公式的物理意义感到困惑，AI 老师就会立刻结合互动白板进行解释。这种点哪讲哪的交互方式，特别适合数学里那些最容易被一笔带过、却最影响理解的小细节。

再上点难度：给计算机系本科生讲《Attention Is all You Need》。

直接把论文 PDF 发给 OpenMAIC，它会把一篇硬核论文拆成一堂真正能学的课。

从 Transformer 为什么要抛弃 RNN 和 CNN 讲起，到 Encoder / Decoder 整体结构、Scaled Dot-Product Attention、多头注意力、位置编码、掩码机制，再到复杂度分析和实验结果，层层展开。

脑洞有多大，课堂就有多大

当然，它也不只适合严肃教学。比如你给它一个天马行空的设定：我是一批迫降在火星的宇航员，为了生存，我需要学习哪些生态学和化工知识，才能在火星上种出土豆并建立微型大气循环？

系统立刻把这个脑洞拆解成了一堂极具沉浸感的硬核生存课：「马克教授」带你直面低压、强辐射的极端环境，确立「生态闭环」这一核心生存法则；接着顺着真实的科学路径一步步展开——从如何利用化学原理把致命的火星大气转化为可呼吸的氧气，到亲手操作微型大气循环互动实验，再到如何处理火星表面「剧毒的砂砾」土壤。

学习可以这么有趣，之前怎么没有人告诉我们？

开源，一个关于「教育平权」的决定

OpenMAIC 是怎么来的？为什么要免费开源？

故事始于 2023 年底，团队内部研讨过程中，提了一个听起来有点天马行空的问题：有没有可能，让一门课程变成「AI 无人驾驶」的形式？

团队很快做出 demo，项目由此启动。那时起，它有了正式名字：MAIC，音同「MY 课」，寓意每个人都能拥有自己的课。

2024 年初，MAIC 在清华校内完成首次试点，用 AI 讲授《迈向通用的人工智能》。这门「用 AI 教 AI」的课程吸引了 700 人报名，产生了超过 10 万条互动记录。

2024 年下半年，清华教育学院进一步开展随机对照实验：让三组学生分别接受真人教师、AI 教师和录播慕课教学，在相同课程内容下比较学习效果。结果显示，AI 教师的教学效果显著优于传统慕课，在激发主动讨论和探究行为上，甚至超过真人授课。相关研究随后发表于顶级学术期刊。

另一个更值得注意的数据是：MAIC 平台课程结业率超过 40%，而传统 MOOC 长年低于 5%。

此后，MAIC 开始从清华走向更大范围。2025 年 3 月，MAIC 上线教育部国家智慧教育公共服务平台，累计访问量突破 2000 万次；2025 年 8 月，它随清华录取通知书一起发给每一位 2025 级新生。从这一年开始，许多清华新生见到的第一门清华课，就是 AI 课。

2025 年下半年，团队又与全国十余所中学合作，探索一种新的教学组织方式：学生按各自节奏跟随 AI 教师学习，真人教师则更多承担组织讨论、设计课题和动态分组的角色。北京门头沟区教委还在中关村人工智能论坛上专门发布了相关成果。

那么一个有顶尖高校背书、10 万+用户验证的产品，为何不做商业变现？

去年团队成员在智源大会报告时说了这样一句话：要敢于把最美好的教育创新用当前最前沿的技术来实现。

这句话背后，有一段让团队念念不忘的故事。

刘慈欣的科幻小说《乡村教师》，结尾有这样一幕：外星文明在清扫地球之前，发现偏远乡村几个孩子能回答关于牛顿三定律的问题，于是停止了进攻。外星人感到震惊：人类用声波这种如此原始的方式传递信息，怎么能建立起这样的文明？

答案是：因为有一群人，愿意把自己的一生用来在两代人之间传递知识。这群人叫做教师。

记忆无法遗传，知识的传递需要媒介。

AI 时代，有没有可能让每一个人，无论在哪里、无论出生在什么样的家庭，都能拥有一位永远在线的「老师」？

这是 OpenMAIC 开源的根本原因。

偏远乡村的孩子，一部能上网的手机，就能拥有清华级别的全科 AI 私教。时间不是问题，地点不是问题，家里有没有懂某个学科的家长也不是问题。

在技术开放性上，OpenMAIC 也尽可能降低了门槛。支持一键本地部署，兼容几乎所有主流大模型，开发者可以直接在 GitHub 上贡献代码。学校可以根据成本和数据要求自由选择模型，开发者也可以围绕课程生成、角色编排和互动策略进行二次开发。平台支持不同大模型担任教师、助教或学生角色，可接入 Qwen、GLM、OpenAI 等提供的 TTS 与 ASR API，并通过 LangGraph 管理多智能体流程。

任何人、任何地方，都可以把这样一间 AI 课堂跑起来。

你最想让 AI 给你上什么课？

19 世纪普鲁士发明的大班授课，标准化考试、按年龄分班、固定课时，这套体系在工业化时代解决了知识规模化传递的问题。但它天然带来一个代价：在一个平均值为王的体系里，每一个独特的个体，都或多或少被削平了。

AI 时代，第一次让「因材施教」这个说了几千年的理想，在技术层面有了真正实现的可能。不是在精英学校，不是靠昂贵的一对一家教，而是通过一个任何人都可以免费使用的开源平台。

你不需要懂代码，不需要会备课。打开链接，输入你想学的任何东西，一堂专属于你的课，就这样开始了。

L4 自动驾驶，我们还在等。但 L4 级的 AI 课堂，已经开源了，所有人都可以免费用。

你最想让 AI 给你上哪门课？在评论区说出你的「脑洞课程」，看看 AI 能不能接住。

文章来自于“机器之心”，作者 “+0”。