“PPT讲课方式”是时候退出历史舞台了:我用 GitHub 重做了一门AI课程(AI的教学应该是一个可复刻的项目)
- 2026-10-26 10:03:51
“PPT讲课方式”是时候退出历史舞台了:我用 GitHub 重做了一门AI课程(AI的教学应该是一个可复刻的项目)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 
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。 比如 OpenAI Agents SDK。 如果我用 PPT 讲，它可能是这样： 学生听完以后，可能当场觉得懂了。 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： 项目从哪里开始？ 代码放在哪里？ 怎么运行？ 怎么判断自己写对了？ 怎么把它改成自己的方向？ 所以我想做一个改变。 我不想只做“讲课的人”。 我想做一个“可复刻学习场”的设计者。 这就是我最近做的这个项目： OpenAI Agents SDK for Medical Research 项目地址：https://2023Anita.github.io/openai-agents-medical-research-guide/ 
传统课堂大多是这样的： 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： 这才是技术学习里最关键的肌肉记忆。 所以我想把课程从“PPT 文件”变成“GitHub 项目”。 PPT 是展示材料。 GitHub 项目可以同时是： 教材 实验室 作业系统 项目模板 作品集入口 学生二次创作的起点 这件事对我特别有吸引力。 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。 他们不需要一上来理解所有底层架构。 他们真正需要的是： 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。 我受到两个趋势的启发。 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： 这很重要。 它说明未来的课程不会只停留在“我把资料发给你”。 更好的方式可能是： 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”。 这两件事其实可以互补： NotebookLM：帮助学生理解资料。 GitHub：帮助学生复刻项目。 互动练习：帮助学生确认自己是否真正掌握。 所以我的想法不是简单地“把 PPT 搬到网页上”。 而是： 
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： 调用工具 处理多步骤任务 保留会话上下文 多个 Agent 分工协作 设置安全边界 追踪每一步执行过程 这正好适合医疗科研场景。 比如一个医生想做科研，并不只是问一句： “帮我写一篇论文。” 更真实的流程是： 我有一个研究问题 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。 网站里有三种语言： 中文 English 日本語 而且每种语言的章节结构保持一致。 
它现在已经包括这些章节： 总览：为什么是 Agents SDK Agent + Runner Tools Structured Output Sessions Multi-agent Guardrails Tracing 每一节都尽量用同一种结构： 这不是随便排版。 这是为了让学习者每次进入新概念时，都有熟悉的节奏。 先知道它是什么。 再用生活类比建立直觉。 然后看最小代码。 再回到医疗科研场景。 最后通过练习任务确认自己是否理解。 我现在最想升级的，是网页里的练习任务。 目前它还是静态的： 但我真正想做的是： 这就从“读教程”变成了“做训练”。 比如在 Guardrails 这一节，学生可以看到一个问题： 学生选择以后，网页马上告诉他： 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。 技术学习也是一样。 在 Tools 这一节，学生可以写一个小函数： 网页可以检查： 有没有定义函数？ 有没有处理 cohort？ 有没有处理 case-control？ 有没有写清楚“这只是科研设计建议”？ 如果做对了，网页给一个绿色反馈。 如果做错了，网页不是只说“错误”，而是给提示： 这就是我想要的“互动式 GitHub 课堂”。 因为 GitHub 有一个非常关键的动作：Fork。 Fork 的意思是：把别人的项目复制成你的版本。 对学习来说，这个动作很有力量。 它不是下载一份资料。 它是承认： 在我的设想里，一个学生学习这个项目以后，可以这样做： 这时，他不只是“学过一门课”。 他拥有了一个可以展示的作品： 一个在线课程网站 一个可运行的代码示例 一个自己的技术理解框架 一个可以继续迭代的开源项目 这对学习者的意义很大。 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。 而 GitHub 课堂天然会把学习导向作品。 
我以前想做分享，默认会想： “我要做一个 PPT。” 现在我的想法变了。 以后遇到一个值得讲的新技术，我可能会问自己： 比如： NotebookLM 怎么做医学文献学习 Codex 怎么辅助科研项目开发 Claude Code 怎么做可视化调试 MCP 怎么连接工具和知识库 OpenAI Agents SDK 怎么做医疗科研助手 AI 如何辅助写统计分析计划 每一个主题，都可以不再只是“一篇文章”或“一套 PPT”。 它可以变成： 这就是我想开启的新分享模式： 互动 + 复刻 + 优化 + 叠加自己的想法。 我希望学生不是只说： “老师讲得挺好。” 我更希望他能说： “我照着做了一版，然后改成了自己的项目。” 医疗场景有一个特点：不能乱讲。 AI 教学如果只追求炫酷，很容易出问题。 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： 诊断疾病 推荐治疗 判断是否急救 处理患者隐私数据 这是危险的。 所以我在这个项目里一直强调： 它可以帮你： 拆解研究问题 设计统计方案草案 解释量表用途 生成论文结构 提醒伦理与隐私风险 但它不能替代： 医生判断 统计师审核 伦理审查 临床责任 这种边界不是可有可无的声明。 它应该变成课程练习的一部分。 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。 现在这个项目已经有了三语教程、代码示例、GitHub Pages 网站。 下一步，我想让它真正互动起来。 我脑子里的版本大概是这样： 更进一步，它可以变成一种课程模板。 以后我每讲一个新技术，只要复用这个模板： 就能快速生成一门“可学、可练、可复刻”的课程。 这也许会成为我以后分享 AI 技术的主线。 我越来越觉得，好的 AI 教育不应该停在“把知识讲清楚”。 讲清楚当然重要，但还不够。 真正好的学习关系，应该让学习者获得三种东西： 理解感 ：我终于知道这个技术在讲什么。 掌控感 ：我能跑起来，能改动，能知道对错。 创造感 ：我能在这个基础上做出自己的东西。 PPT 更擅长给第一种。 GitHub 互动课程，有机会同时给三种。 这就是我想做这件事的原因。 不是为了显得“技术感很强”。 而是因为 AI 技术本来就应该被这样学习： 如果你也想尝试这种学习方式，可以先从这个项目开始： 它现在还只是第一版。 但我很喜欢它代表的方向： 未来的 AI 课，不只是 PPT。 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。
参考资料
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”。
什么是 Agent？什么是 Runner？什么是 Tools？什么是 Guardrails？什么是 Tracing？
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
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？
2. 为什么我会想到 GitHub 课堂？
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？
→ 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
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
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
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。
@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？
我可以站在你的基础上继续改。
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
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？
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？
这是医学科研辅助，不是临床诊疗系统。
8. 我下一步想把它升级成什么？
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
看见它理解它运行它修改它复刻它最终创造自己的版本
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 NotebookLM https://uit.stanford.edu/service/gsuite/notebooklm Stanford SCALE Initiative: NotebookLM as active learning and collaborative tutoring https://scale.stanford.edu/ai/repository/notebooklm-llm-rag-active-learning-and-collaborative-tutoring Stanford SCALE Initiative: NotebookLM as a Socratic physics tutor https://scale.stanford.edu/ai/repository/notebooklm-socratic-physics-tutor-design-and-preliminary-observations-rag-based-tool
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
