GitHub 双响：OpenMAIC 把课堂搬进多智能体，MiniMind 两小时从零手搓大模型

这周 GitHub 周榜杀出来的两个爆款，不是又一层 Agent 框架，而是两个”用 AI 学 AI”的硬货。一个是清华团队做的多智能体互动课堂 OpenMAIC（本周涨星 1 万+，现 37K 星），另一个是 61K 星的 MiniMind——号称 3 块钱、2 小时，从零训练一个 64M 参数的 LLM。刷榜的项目见多了，这俩难得没在卷包装，是在卷”怎么让人真看懂 AI”。

OpenMAIC：清华的多智能体课堂，老师同学全是 AI

OpenMAIC（Open Multi-Agent Interactive Classroom）是清华大学团队的开源项目，一句话：把你丢进来的任意主题或文档，一键变成一节能上的课。AI 老师讲课，AI 同学围着你讨论，这帮”人”还会开口说话、在白板上画图、跟你实时互动，不是那种放个视频让你干看的伪课堂。

实际玩下来，它的狠活是 v0.2 加的”深度互动模式”：3D 可视化、仿真实验、小游戏、思维导图、在线编程全给你安排上，生成课件、随堂测验、项目制作业一条龙。最近几个版本还集成了 VoxCPM2 声音克隆，老师 AI 可以用你克隆的音色讲课；支持 DeepSeek-V4、GPT-5.5 等新模型，课堂还能打包导出离线带走，内置 OpenClaw，妥妥的”多智能体教科书级 Demo”。TypeScript 写的，MIT 协议，40 个贡献者，从 3 月底立项到现在周榜常客，速度很猛。

对我来说它最大的价值是演示：你想跟人讲清楚”多智能体到底咋协同”，不用口嗨，直接丢个主题进去开一节公开课，Agent 之间的分工、讨论、纠错全流程当场演给你看。

MiniMind：3 块钱 + 2 小时，从零把 LLM 训出来

MiniMind 是 jingyaogong 的项目，口号”大道至简”，核心卖点就一句：单张 NVIDIA 3090 上跑完 SFT 一个 epoch 只要 2 小时，GPU 租用成本不到 3 块钱，训出一个 64M 参数的迷你语言模型——体积大概只有 GPT-3 的 1/2700。

但别被”迷你”骗了，它的链路是全的：预训练、SFT、LoRA、DPO、PPO/GRPO/CISPO 强化学习、Tool Use、Agentic RL、自适应思考、模型蒸馏，覆盖到训练一个正经大模型的全阶段，而且核心算法全是用 PyTorch 从零手写的，不靠 transformers 那些高层封装。结构对齐 Qwen3 生态，还衍生了 MiniMind-V 视觉版、MiniMind-O 全模态版、扩散语言模型等一大家子。训练完的模型直接用 llama.cpp、vllm、Ollama 就能跑，OpenAI 风格的 API 服务端也有，顺手接 FastGPT、Open-WebUI 都没问题。

我特别认同它 README 里的一句话：用 LoRA 微调现成大模型，好比教牛顿用 21 世纪的智能手机，有趣但没触及物理本质。想要真正搞懂 LLM 内部的人，跟着这个仓库从 0 敲一遍代码，比买任何课都值。

实话

俩项目都别神化：OpenMAIC 要跑得爽得烧好模型的 API，自己没卡就上 Ollama 挂个小模型凑合，别指望千元机带飞；MiniMind 的 64M 模型也别期待它像 DeepSeek 一样能打，它的意义是把黑盒打开给你看。但正因为如此，这俩才是今年少见的”教学型”爆款——市面上卖课的收你几百上千讲半天，人家开源仓库免费把全过程摊开了。想动手的，先在本机把环境跑通，再琢磨上云租卡（租卡省钱的路子我以前在 godsun.pro 上写过，先翻翻）。一句话：与其看一万个”AI 改变世界”的短视频，不如亲手训一个能跟你对话的小模型。

by 数码罗记·godsun.pro | 模型：GPT-5.4 | 全文约 1200 字