AI课堂 OpenMAIC：从课程生成到课程运行时

OpenMAIC 这个 AI 学习方向的明星项目，我关注很久了，也早就想找个合适的机会写一写。上周，OpenMAIC 发布了 v1.0.0。我决定趁这个机会，来聊聊这个项目。

不做测评。我觉得，效果是现阶段最不需要担心的事情。模型能力和相关技术还在快速迭代，生成效果只会越来越好。即使现在还有一些瑕疵，后续迭代也会很快把它们补上。

这篇文章，我更想沿着 OpenMAIC 从首次公开到 v1.0.0 的演进路线，看看它对 AI 课堂的设计思路。

一、OpenMAIC 怎样一步步设计 AI 课堂

1. 起点：先把一门课定义成可以运行的对象

OpenMAIC 先用一组明确的对象定义一门课。

课程这个概念在代码中被表示为顶层对象 Stage。一个 Stage 由多个教学情境（Scene）组成；每个 Scene 又包含场景内容（SceneContent）、教学动作（Action）、白板与交互组件等共享环境，以及进入课堂的多个 Agent。

场景内容分为讲解页面、测验、互动活动和项目式学习四类。场景内容描述这一段课程提供什么活动，教学动作规定活动怎样发生。讲述、聚焦、讨论和修改白板都被写成可以生成、保存和执行的动作，Agent 通过这些动作作用于共同环境。

课程生成也遵循这套对象结构。系统先根据要求和材料规划整门课的场景大纲（Scene Outline），再生成各个教学情境的内容与动作。大纲保存教学目标、预计时长，以及测验难度、互动活动设计和项目式学习的目标技能；生成局部场景时，模型还会看到它在全课中的位置和此前的讲述。

这套两阶段生成与课程的对象结构一致：先确定一组彼此衔接的教学情境，再完成每个情境内部的活动。

课程生成完成以后，支持以实时调度模式（autonomous）或预生成回放模式（playback）运行。

实时调度时，课堂调度者（Director）决定下一回合由教师、助教或 AI 同学、学习者本人继续，还是结束当前讨论。轮到行动的 Agent 生成文本和候选教学动作，这些动作随后改变页面、白板或讨论状态。若调度结果指向学习者（USER），系统便等待学习者输入。

预生成回放模式（playback）不经过调度者的实时安排，直接读取课程中保存的动作序列（Scene.actions[]），按游标逐一执行。

两条路径共用同一套教学动作协议。无论动作来自实时 Agent，还是提前生成的课程脚本，最终都通过 Action 改变页面、白板、讨论或其他课堂状态。多个 Agent 的角色配置和行动方式也被写进了课程结构与运行流程。

2. 从讲解页面到可操作的互动环境

最初设计的 Action 已经包含讲述、聚焦、激光笔、播放视频、讨论和多种白板操作。2026 年 4 月的 v0.2.0 又将 Action 从 15 种增加到 20 种，让 AI 教师可以绘制和修改代码，也可以在交互组件中高亮、批注和揭示内容。

这些新增动作让 Agent 可以操作模拟器、游戏、3D 对象和代码环境，改变其中的状态，并让学习者观察操作产生的反馈。

交互形式因此变得更丰富，背后的设计变化则是 Agent 与课程对象的关系。它不再只讲解一个已经准备好的页面，也可以操作课程提供的环境。

3. v0.2.2：课程从生成结果变成可编辑文档

v0.2.2 加入可编辑大纲与 MAIC Editor。用户可以在完整生成前增删、修改和重排教学情境，也可以在生成后修改文字、图片与页面顺序。课程模式字段 StageMode 也增加了 edit。

进入 v0.3.0 以后，用户可以直接在画布上选择、拖拽和调整对象，AI 辅助编辑（Edit with AI）也可以通过经过校验的结构化补丁修改同一份课程文档。课程由一次生成的结果，变成可以长期保存和反复修订的文档。

OpenMAIC 随后把 Stage、Scene、Action 和内容结构提取为独立的课程描述语言（DSL）包 @openmaic/dsl。生成、编辑、渲染、导入和存储开始使用同一份课程文档契约，历史文档也可以经过校验和迁移继续使用。

课程中的图片、音频和其他媒体也逐步改用稳定的资源标识（Asset ID）引用，不再绑定某个生成供应商或临时文件地址。课程可以持续修改，它引用的资源也需要拥有自己的生命周期。

4. PBL v2：围绕学习者任务重组项目

v0.3.0 重写了项目式学习模块。早期 PBL 让学习者选择一个开发角色，沿着任务看板推进项目；遇到问题时向答疑 Agent 求助，再由判定 Agent 判断任务是否完成。

PBL v2 把组织重心移到学习者任务上。一项可验收的项目成果被拆成多个里程碑和微任务。里程碑表示完成成果所需的阶段，不能用教材章节代替；每个微任务都需要可以判断是否完成的标准。

面向学习者的 AI 队友随之减少，后台职责则被进一步拆分：Planner 设计任务，Instructor 提供支架，Evaluator 判断证据，Simulator 维持项目情境，而每个微任务都由学习者完成。

Instructor 可以解释背景、追问思路和提供提示，不能代替学习者完成任务，也不能在缺少提交与理解证据时宣布任务完成。

学习者留下回答、提交、错误和求助等过程证据后，学习水平引擎（Proficiency Engine）据此调整 Instructor 的帮助强度。项目目标、任务归属和完成标准保持不变。

5. v0.3.1—v0.3.2：课程文档与学习运行时分离

PBL v2 已经开始记录学习者的提交、评价和会话，但最初仍把这些运行数据和项目设计放在同一棵对象树中。v0.3.1 到 v0.3.2 将课程文档与学习运行时逐步分开：

课程文档	学习运行时
保存 Stage、Scene、Action 和课程设计	保存会话与学习者产生的记录
可以生成、编辑、导入和迁移	按发生顺序追加、完成和归档
描述课程现在是什么	保存某个学习者经历过什么

在代码中，课程文档由课程文档存储接口（DocumentStore）保存，学习过程中产生的记录由学习运行时存储接口（RuntimeStore）保存。后者包括 PBL 提交与评价、课堂聊天、测验作答和回放进度，并按发生顺序追加。课程后来即使被修改，已经发生的学习记录仍然保留。

课程文档与学习经历由此进入两条时间线：一条由生成、编辑和修订推动，另一条由学习者的回答、操作、提交和任务完成推动。

6. v1.0.0：从可编辑文档到 Agent 持续创作

到了 v1.0.0，OpenMAIC 加入课程创作工作台（Agent Workbench）。创作 Agent 可以读取材料、调用工具，直接创建或修改课程文档。

产品由此形成两条课程创作路径。一次生成模式（Classic Mode）适合需求明确的课程；持续创作工作台（Pro Workbench）则支持 Agent 围绕材料和课程文档进行多轮创作。

工作台没有另建一套课程格式。创作 Agent 调用工具，修改的仍是此前形成的课程文档；编辑器、资源体系和文档存储也继续围绕同一套对象结构工作。前几个版本建立的课程模型和编辑能力，到这里成为 Agent 参与课程创作的基础。

材料也不再只是生成时使用一次的输入。工作台为材料保留稳定标识，使 Agent 可以在持续的创作会话中反复查找和使用。创作过程本身也被保存下来，较长的任务可以取消或恢复，不必每次重新开始。

课堂 Agent 在教学情境中发言和操作，创作 Agent 则在课堂之外读取材料、调用工具并修改课程文档。OpenMAIC 的多 Agent 设计由此覆盖了课程创作与课程运行两个阶段。

二、OpenMAIC v1.0 的核心设计：让课程成为 AI 可以操作的对象

1. 从生成课程到操作课程

这里说的“操作”，和根据要求生成一份新内容不同。它意味着 AI 可以找到课程中的具体对象，在已有结构上采取行动，并让行动结果继续留在系统中。

OpenMAIC 为课程定义了对象、动作和状态。课堂 Agent 通过教学动作改变正在发生的课堂，创作 Agent 通过工具修改未来要运行的课程。前者作用于课程运行，后者作用于课程文档，两者操作的是同一门课程的不同状态。

因此，Agent Workbench 并不是把一个聊天框放到课程编辑器旁边。此前建立的课程结构、编辑能力、资源体系和存储边界，让 Agent 能够进入课程内部，持续完成局部修改。

2. AI 的操作能力与学习者的行动边界

AI 获得课程操作能力以后，另一个问题随之出现：哪些行动可以交给 Agent，哪些仍然属于学习者。

OpenMAIC 可以生成讲解、安排活动、操作环境、提供提示和评价提交，但学习者的回答、尝试、错误和任务成果仍要在课程运行中形成。系统可以改变帮助方式，不能预先制造这些学习证据。

这也是 OpenMAIC 多 Agent 设计中更重要的一层。它不只是让多个角色出现在课程里，而是为不同主体划分行动接口、权限和责任。

尽管从代码层面看不出来这些设计已经带来更好的教学效果，但这些代码清楚地表明，当 AI 开始进入课程，真正需要设计的不只是生成质量，还有 AI 可以操作什么、行动怎样留下结果，以及哪些事情必须由学习者亲自完成。

三、OpenMAIC 2.0 会是什么样？

我认为，向着 2.0 版本继续演进，OpenMAIC 可能会在设计和实现上发生下面这些转变。

1. 从课程文档到持续运行的课程系统

0.3.x 把课程建立成一份结构化文档：

Course = Stage + Scene + Action

围绕一门课程，现在已经出现课程文档、材料、媒体资源、创作会话、学习者会话、工具执行、运行事件和修订历史。后续，这些对象有可能被纳入同一门课程更系统的生命周期管理中。课程的定义也可能随之变成：

Course = Document + Materials + Assets + Runtimes + Revisions + Publications

在这样的结构里，课程就不再只是一份等待打开的 Stage/Scene 文档，而会成为一个拥有身份、状态、历史和持续生命周期的运行实体。

2. 两套运行时背后的统一内核

v1.0.0 已经形成两个彼此独立的运行时：

• 学习运行时（Learner Runtime）保存对话、作答、项目进度和回放记录。
• 创作 Agent 运行时（Authoring Agent Runtime）保存会话、事件、工具结果、取消与恢复状态。

两者处理的对象不同，却都需要表达会话、事件、参与者、状态和生命周期。沿着这种相似性继续发展，OpenMAIC 2.0 可能会抽出一套统一的运行时内核（Runtime Kernel）：

RuntimeSession
RuntimeEvent
RuntimeActor
RuntimeJob
RuntimeCheckpoint

创作会话、学习会话、PBL 会话、渲染会话和 Agent 会话，可能成为同一套运行时内核之上的不同运行时配置（Runtime Profile）。

不同运行时可以共享会话、事件和生命周期管理等基础能力，同时保留各自的数据结构与运行规则。

3. 从课程描述语言到课程中间表示

我留意到，OpenMAIC 的视频导出已经出现了一条明确的处理路径：

Course → VideoTimeline IR → Render Pipeline → MP4

这条路径已经显露出课程编译器的雏形。如果继续扩展，2.0 的课程处理过程可能会变成：

Source Course → Validate → Normalize → Compile → Target Runtime

同一份课程中间表示（Course IR）可以进入不同的输出目标：

• 互动课堂
• 静态网页
• 视频
• PPTX
• SCORM / LMS 课程包
• 由 Agent 实时交付的课程

在这样的结构中，课程便不再等于某一种最终课件。它更像一份源文件，可以被编译成不同的交付形式，进入不同的运行环境。

4. 从保存到发布

当课程开始拥有多个版本、运行实例和学习记录，产品中的主要动作也会随之变化。v1.0 更接近“编辑并保存一门课程”，到了 2.0，课程可能会进入一条更完整的发布流程：

草稿 → 审阅 → 校验 → 发布 → 运行 → 观察 → 改进

课程版本、预览、回滚、发布历史、运行环境和兼容性检查，也会围绕这条流程逐步出现。

课程一旦被发布和运行，系统还需要知道哪一版课程被正式发布、每次学习会话使用的是哪一版。这样，后续编辑不会改变已经开始的课程，也能够还原学习者当时经历的内容。

5. 从软件包体系到无头平台（Headless Platform）

v1.0.0 已经把课程描述、生成、渲染、编辑和存储等能力拆成独立的软件包。如果这条拆分路线继续发展，OpenMAIC 将不再只由那个 Next.js Web 应用定义。

2.0 的架构定义会变成：

OpenMAIC = 平台
Web 应用 = 参考实现

相关开发者可以直接安装和组合这些软件包：

npm install @openmaic/*

再基于它们构建自己的 LMS、学习应用、培训系统或 Agent 产品。

6. 从工具与技能到扩展系统

v1.0.0 已经让工具（Tool）和技能（Skill）脱离一次性的 Agent 调用，开始拥有保存、加载和管理能力。沿着这条路线继续发展，它们很可能会被纳入一套正式的扩展系统（Extension System）。

最近我还注意到，OpenMAIC 团队正在开发 dsh-openmaic，尝试以插件形式把 OpenMAIC 的工具、技能和课程能力接入 DeepSeek Harness。

这项工作还不是 OpenMAIC 内部的扩展系统，却给这条推演增加了一个具体信号：工具、技能、渲染器和课程生成能力，正在从应用内部实现变成可以独立声明、加载和组合的能力。

沿着 DeepSeek Harness 的插件化思路继续推演，OpenMAIC 2.0 很可能会出现正式的扩展模型：

Extension
├── Skill
├── Tool
├── Provider
├── Renderer
├── Importer
└── Runtime Capability

每个扩展通过扩展清单（Manifest）声明名称、版本、权限、工具、技能和运行要求。

安装一个扩展，也不再只是增加一段提示词，而可能是在 OpenMAIC 中加入新的课程对象、内容来源、操作方式或运行环境。插件由此从代码层面的扩展方式，变成可以直接安装和调用的课程能力。

以上这些判断，只是我基于 OpenMAIC v1.0.0 的设计与实现所做的个人分析。

沿着这些判断继续往前看，2.0 的 OpenMAIC，其中心可能会由 Web 应用逐渐转向课程运行时（Course Runtime）。它也可能不再只是一款 AI 课堂应用，而是进一步成为一套 AI 课程的运行与开发平台。