# 首个走进联合国的中国教育 Agent，正在打开下一个 Token 入口 - 作者：Selina - 发布时间：2026-09-09 17:15 - 分类：公司 - 原文：https://www.ifanr.com/1678673 ![](https://s3.ifanr.com/wp-content/uploads/2026/09/cover-maic.png) 过去两年，AI 行业一直在寻找 Coding 之后的下一个高价值入口。办公软件，争夺文档、表格和日程；智能硬件争夺真实世界的数据。 教育可能是一个长期被低估的答案。 教育 AI 已经开始进入规模化应用阶段。OECD TALIS 2024 显示，约三分之一的初中教师已经在工作中使用 AI；在使用者中，64% 会用它生成教案或课堂活动。 设计一门课程，需要理解学习目标、检索和核验材料、组织知识顺序，再生成讲解、幻灯片、互动与反馈，**它与软件工程一样，拥有漫长的任务链条，也需要在多轮修改中不断调用模型。** 在教育场景里，AI 需要走出之前的一问一答的简单模式，转而去实现一整套知识生产工作。 9 月 8 日，巴黎，联合国教科文组织总部，在 Digital Learning Week 2026 的一场官方活动中，清华大学教育学院张羽教授和于济凡助理教授，用 90 分钟向来自不同国家和地区的教师、校长、教育管理者和政策制定者介绍 OpenMAIC。 ![](https://s3.ifanr.com/wp-content/uploads/2026/09/UN-3385.jpg) 现场参与者还将自己的教学主题交给 Agent，亲手生成课程。 ![](https://s3.ifanr.com/wp-content/uploads/2026/09/UN-audience.png) 这是首个登上联合国舞台的中国教育 Agent 团队，为全球 AI 竞争提供了一个新坐标：**当大模型竞争走出参数榜单，中国团队开始向外输出一套组织知识、设计课程的方法。** OpenMAIC 源自清华大学教育学院与计算机系联合团队于 2024 年启动的 MAIC 项目，并于 2026 年 3 月开源。截至 8 月 20 日，平台已有超过 55 万名创作者，累计交互超过 3400 万次，覆盖 154 个国家和地区。 ![](https://s3.ifanr.com/wp-content/uploads/2026/09/OpenMAIC-1-1.png) 8 月 28 日，OpenMAIC 升级为v1.0 正式版——Agent驱动的专业工作台，其最新数据显示平台累计消耗 883B Token；近 30 天消耗 68B Token，环比增长 203%。 更关键是升级前后的用量对比，旧版 OpenMAIC 生成一个互动课堂平均消耗约 35.8 万 Token；Agent 专业工作台的一个完整创作任务平均消耗约 362.5 万 Token，约为此前的 10.1 倍，背后平均调用模型 74.3 次。反映了产品从课堂生成器向完整课程工作台演进后，单次任务链路和模型调用深度的变化。 需求侧的普及，与产品侧从单次内容生成向完整课程生产的深化，正在同时发生。OpenMAIC v1.0 单次任务 Token 用量的增长，呈现的正是后一种变化：**当 AI 开始承担规划、检索、生成、互动与修改，教育也正在成为承接长链条 Agent 任务的重要入口，显露出成为 Token 经济时代又一重要应用入口的潜力。** ### Coding 之后，为什么是教育 Token 曾经只是大模型账单上的计量单位。Agent 出现以后，它也开始衡量 AI 究竟有多深入真实任务。 Coding 最先验证了这条路径。软件工程要求模型理解需求、拆解任务、调用工具并反复调试；**当 AI 从聊天框进入长链条工作流，Token 才真正成为生产资料**。 办公 Agent 正在争夺文档、表格和日程入口，但教学工作中的办公，只能称得上是教育 Token 的外围，要真正进入教学，需要为不同的人构建完整的学习体验。 **这也意味着，教育场景有着相似的结构，同样是一项长链条、多轮次任务：**确定目标，检索材料，设计知识顺序，再生成幻灯片、声音、互动与反馈；课程还要随教师判断和学习者反应持续修改。 显然，教育场景还有更多可以探索的空间。 从旧版到 v1.0，单个任务 Token 用量的变化，对应的是模型接手了更长的任务链：课程规划、素材处理、生成、修改和复用都被纳入同一工作流。教育 Agent 由此具备了与 Coding Agent 相似的产业条件：**需求足够刚性，链路足够长，也能持续调用模型与工具。** ### 教育 Agent 的战场，不在课件，而在工作流 过去的教育数字化首先解决了存储和分发，课程生产仍高度依赖教师个人：怎样选材料、排难度、提问题，再根据反馈修改，这些经验很难装进模板。 生成式 AI 降低了制作课件的门槛，也暴露出新的问题：让 AI 理解材料、遵循教学方法、完成多轮修改，并把有效做法带到下一门课，**教育 Agent 的竞争因此从「生成了什么」，转向「如何稳定生产」。** OpenMAIC v1.0 选择切入这条生产链，专业工作台用持续对话承接课程目标、受众、时长和素材；Agent 可以调用搜索、幻灯片、Quiz、互动页面、声音与项目式学习等工具，并在同一个任务里继续修改。 ![](https://s3.ifanr.com/wp-content/uploads/2026/09/NF.jpeg) **这条生产链有着巨大的应用空间，打开了存量知识的第二条生命线**。对教育行业来说，可以对旧教案焕新；对内容行业来说，过往报道和文章不再止于一次阅读，而可以继续生长为可操作、可反馈、可迭代的学习产品。 我们把一篇关于电影制式与影厅选择的旧报道交给它，原有文字和图表被重新组织为讲解、互动与小测，课程还生成了一个购票决策模型，让学习者按预算、视觉、听觉和舒适度比较影厅。 ![](https://s3.ifanr.com/wp-content/uploads/2026/09/film-2-1.png) 旧内容由此获得了新的使用方式，也说明**专业工作台处理的对象已经从单次生成，转向一项可以反复编辑的内容工程**。 工作流解决了课程如何完成，Skill 决定了复用的效率。OpenMAIC 把费曼学习法、螺旋式课程等方法封装为 Skill，也允许用户制作自己的 Skill。原本隐性的设计经验由此可以被描述、调用和迁移，逐步沉淀为可复用的生产资产。 ![](https://s3.ifanr.com/wp-content/uploads/2026/09/building.gif) 在「普通人如何看懂一座建筑」这一主题里，Agent 自动检索建筑图片，从斗拱、穹顶等具体对象切入，组织出「观察—提问—验证」的学习路径。 ![](https://s3.ifanr.com/wp-content/uploads/2026/09/building-2.gif) 更进一步，OpenMAIC 通过标准化的 Skill 与 SDK 接入 DeepSeek Harness、Codex、WorkBuddy 等 Agent 工作台，课程生成因此可以成为通用 Agent 的一项能力。模型负责理解和推理，Harness 提供调用工具、保存进度与连续执行任务的环境，OpenMAIC 则提供课程生产能力。 ![](https://s3.ifanr.com/wp-content/uploads/2026/09/cc.jpeg) ▲ 通过 Claude Code 调用 OpenMAIC 对于学习者，复杂知识获得了可交互的解释；对于开发者，教育能力也开始像搜索、写作和编程工具一样被嵌入不同场景。 从专业工作台到 Skill，再到 Harness 与 SDK，OpenMAIC v1.0 增加的不只是三组功能，整体看来，它重新划定了产品边界：从一个课程生成工具，走向课程生产系统，并进一步成为 Agent 生态中的教育能力层。 ### 走进联合国，中国开源的是一种教育能力 随着基础模型逐渐趋同，教育 Agent 的竞争也会从单点功能转向工作流与生态。谁能让更多教学法被复用、让更多开发者接入、让课程能力在不同 Harness 之间流动，谁就更有机会定义教育内容的新生产标准，并承接由此产生的 Token 消耗，开源由此也成为一种产业策略。 OpenMAIC 选择开源并保持模型与 Harness ，让学校、教师和开发者可以替换模型与材料，进行本地部署和二次开发，让同一套工具适配不同语言、文化与教学目标。 ![](https://s3.ifanr.com/wp-content/uploads/2026/09/openmaic-screenshot-1.png) 如果拆开教育 Agent 的价值链，上游是提供推理与多模态能力的基础模型，中游负责组织任务、调用工具和沉淀教学方法，下游则连接学校、教师与具体课程。模型并不稀缺，能够把模型能力稳定转化为课程的生产系统，才是现阶段的关键中间层，OpenMAIC 正在争取的正是这个位置。 ![](https://s3.ifanr.com/wp-content/uploads/2026/09/UN-1264.jpg) 这也是 OpenMAIC 走进 UNESCO 更大的意义，对资源有限的学校和教师，开放的课程生产能力有机会继续降低优质内容的门槛；对 AI 教育行业，开放让技术路径和教学假设可以被检验、比较与修正。 它同时呈现了中国 AI 竞争力的另一种形态：模型参数和榜单展示技术能力，开源应用则把能力变成全球教育工作者可以使用、修改和再创造的工具。中国团队输出的不仅是一款产品，也是一套建设 AI 原生学习环境的方法。 Coding 已经让人们看到，Agent 可以成为专业工作的新入口。接下来，当 AI 开始持续组织知识、调用教学方法并适应不同学习者，教育 Token 的市场才刚刚打开。