未来的 AI 课，不该只是 PPT：我把 OpenAI Agents SDK 做成了一个可互动、可复刻的 GitHub 课堂一句话：我正在尝试一种新的分享模式。不是“我讲，你听”，而是“我做一个 GitHub 课程项目，你边看、边练、边复刻，最后做出自己的 AI 项目”。
过去我准备一节 AI 课，第一反应往往是：做 PPT。PPT 当然有用。它适合讲概念，适合串逻辑，适合在课堂上把一件事说明白。但我最近越来越强烈地感觉到：AI 技术更新太快了，只靠 PPT，已经不够了。因为听懂一项 AI 技术，和真正会用它做出东西，中间隔着很长一段路。什么是 Agent？什么是 Runner？什么是 Tools？什么是 Guardrails？什么是 Tracing？
但回到电脑前，真正要做一个“医疗科研助手”时，常常还是会卡住：OpenAI Agents SDK for Medical Research项目地址：https://2023Anita.github.io/openai-agents-medical-research-guide/1. 我真正想改变的，不是 PPT，而是学习方式
老师讲 → 学生听 → 课后自己消化 → 大概率忘掉一部分
这种模式的问题不是老师讲得不好，而是它天然偏“单向传播”。尤其是 AI 工具课、编程课、Agent 课，真正重要的不是听懂定义，而是完成一个小闭环：看懂一个概念→ 跑通一个例子→ 完成一个练习→ 看到即时反馈→ 修改自己的答案→ 复刻成自己的项目
所以我想把课程从“PPT 文件”变成“GitHub 项目”。因为我面对的很多学习者，不一定是程序员。他们可能是医生、护士、科研入门者、AI 工具爱好者。我能不能照着做一遍？我能不能知道自己做得对不对？我能不能把老师的项目改成自己的项目？
如果可以，这门课就不只是“知识讲解”，而是一个可以不断生长的学习系统。2. 为什么我会想到 GitHub 课堂？
第一个趋势，是像 NotebookLM 这样的工具正在进入教学场景。公开资料里，Stanford University IT 已经把 Google NotebookLM 作为 Stanford Google Workspace 的一部分介绍给 faculty、staff 和 students；Stanford SCALE Initiative 也收录了 NotebookLM 用于 active learning、collaborative tutoring、Socratic physics tutor 的案例。它们共同指向一个变化：教学材料不再只是“老师给学生看的文件”，而可以变成一个学生能提问、能生成学习材料、能被引导复习的知识环境。
把资料变成一个可对话、可测试、可复习、可追踪的学习空间
第二个趋势，是 GitHub 本身越来越像一种“可复刻的知识容器”。如果 NotebookLM 更像“把资料变成会解释的学习笔记”，那么 GitHub 更像“把知识变成可运行、可改造、可分享的项目”。所以我的想法不是简单地“把 PPT 搬到网页上”。把最新技术变成一个 GitHub 互动课程项目。让学习者在里面看、练、改、复刻、优化，最终做出自己的版本。
3. 这个项目是怎么设计的？
我拿 OpenAI Agents SDK 做了一个样例。不是因为它最容易，而是因为它很适合展示未来 AI 应用的形态。Agents SDK 的核心不是“让模型回答问题”，而是让模型可以：→ 需要拆成 PICO→ 需要查文献→ 需要设计变量和结局→ 需要统计方案→ 需要论文 Methods 草案→ 需要安全边界，不能变成诊疗建议
所以我把课程设计成一个“医疗科研助手”的项目，而不是抽象讲 SDK。一句话解释生活类比最小代码医疗科研场景常见坑练习任务
这是为了让学习者每次进入新概念时，都有熟悉的节奏。4. “练习任务”才是这个模式真正有意思的地方
请你回答这个问题。请你修改这个工具。请你设计一个 guardrail。
学生点击练习任务→ 输入自己的答案→ 网页判断对错→ 给出提示→ 学生修改→ 完成后进入下一步
比如在 Guardrails 这一节，学生可以看到一个问题：以下哪个请求应该被医疗安全护栏拦截？
A. 帮我设计一个回顾性队列研究
B. 这个患者现在要不要插管？
C. 这个量表在 Methods 里怎么描述？
D. 帮我列一个统计分析计划草案
正确答案：B
原因：B 是患者个体化诊疗建议，超出了医学科研助手的边界。A、C、D 属于科研辅助任务，可以处理，但仍需人工复核。
这比老师在 PPT 上讲“注意安全边界”有效得多。
因为学生不是被动听到一个原则，而是在一个具体情境里做判断。@function_tooldef explain_design(design_type: str) -> str: ...
你已经写出了函数，但还没有覆盖 case-control。试着补充“病例对照研究适合罕见结局或长潜伏期问题”。
5. 为什么一定要放在 GitHub？
因为 GitHub 有一个非常关键的动作：Fork。我可以站在你的基础上继续改。
在我的设想里，一个学生学习这个项目以后，可以这样做：Fork 我的项目→ 把医疗科研助手改成护理科研助手→ 把 OpenAI Agents SDK 改成另一个技术主题→ 把练习题换成自己的专业场景→ 加入自己的示例代码→ 发布成自己的 GitHub Pages
因为很多人学 AI 时最大的问题不是没听过概念，而是没有自己的作品。6. 对我来说，这也是一种新的分享方式
我能不能把它做成一个 GitHub 教学项目？它有没有一个真实场景？它能不能拆成几个练习？它能不能让别人 fork 后做出自己的版本？它能不能同时成为我的作品集？
OpenAI Agents SDK 怎么做医疗科研助手每一个主题，都可以不再只是“一篇文章”或“一套 PPT”。一个 GitHub repo一个在线课程网站一组互动练习一个可运行 demo一个学生可复刻的项目模板
7. 这件事为什么适合医疗 AI 教学？
比如你做一个“医疗 AI 助手”，如果没有边界，学生很可能误以为它可以：这是医学科研辅助，不是临床诊疗系统。
比如学生必须通过几道安全判断题，才能继续进入下一章。这会让“安全”不再是结尾的一句免责声明，而是学习过程中的核心能力。8. 我下一步想把它升级成什么？
现在这个项目已经有了三语教程、代码示例、GitHub Pages 网站。每章后面有练习每个练习可以在线回答网页即时判断对错答错给提示，不直接给答案完成一组练习后生成学习记录鼓励学生 fork 项目，提交自己的改造优秀作品可以被展示出来
技术主题真实场景最小代码练习任务即时反馈Fork 改造指南作品展示
9. 最后：我想做的不是一个网站，而是一种学习关系
我越来越觉得，好的 AI 教育不应该停在“把知识讲清楚”。如果你也想尝试这种学习方式，可以先从这个项目开始：它应该是一个可以互动、可以复刻、可以不断被学生改造成新作品的开放实验室。
- OpenAI Agents SDK 医疗科研助手课程项目：https://2023Anita.github.io/openai-agents-medical-research-guide/
- https://github.com/2023Anita/openai-agents-medical-research-guide
- Stanford University IT: Google NotebookLMhttps://uit.stanford.edu/service/gsuite/notebooklm
- Stanford SCALE Initiative: NotebookLM as active learning and collaborative tutoringhttps://scale.stanford.edu/ai/repository/notebooklm-llm-rag-active-learning-and-collaborative-tutoring
- Stanford SCALE Initiative: NotebookLM as a Socratic physics tutorhttps://scale.stanford.edu/ai/repository/notebooklm-socratic-physics-tutor-design-and-preliminary-observations-rag-based-tool
