AI前沿速递｜清华 OpenMAIC 把课堂变成多Agent剧场、Apache Maka 本地优先Agent工作区、ai-memory 让 Claude 和 Codex 无缝交接、heretic 一键去审查
今晚这期口味有点杂：有清华出的教育项目，有 Apache 孵化的正经基建，还有两个”不走寻常路”的——一个管记忆，一个管给模型”松绑”。老规矩，信息全来自 README，一个都没实测。
1. OpenMAIC — ⭐ 2.2万，清华的”一键多Agent互动课堂”
解决什么问题： 慕课只能单向看录像。清华 MAIC 项目组让多个 AI Agent 扮演老师和同学，把课堂变成沉浸式多人互动剧场，一键就能搭起来。
核心亮点：
– docker compose 一条命令拉起整套课堂，有中文 README
– 两阶段管线：先出课程大纲，再按场景生成教学内容
– 28+ 种课堂动作：语音、白板写字画图、图表、高亮、激光笔……
– LangGraph 编排多Agent发言讨论，PostgreSQL 存会话，支持回放
– 还发了篇论文（JCST），不是纯玩具
上手方式：
git clone https://github.com/THU-MAIC/OpenMAIC
cd OpenMAIC && docker compose up # 先在 .env 配好模型 API Key
实话： 没实测过，Next.js 全家桶加多服务编排，跑顺要耐心。适合做AI教育实验的老师、产品经理，和想抄编排作业的开发者。
2. Apache Maka — ⭐ 3.4千，Apache 孵化的”本地优先”Agent工作区
解决什么问题： 跑 Agent 最怕两件事：工具乱跑没边界，干到一半崩了记录全丢。Maka 的答案是把一切记成”只追加的执行日志”，你的数据永远留在你机器上。
核心亮点：
– 本地优先：会话、设置、运行记录默认全在本地，模型自己带（云或本地都行）
– Append-only 记录：模型消息、工具调用、结果、权限决定全部落盘，可审计可恢复
– 沙箱边界：写文件、跑 shell 都得先过沙箱，出界工具要你批准
– 桌面版、终端 CLI、eval 三入口共用同一 Runtime Host
– 上下文压缩不等于删历史：旧输出可以不进下轮 prompt，但证据原样保留
上手方式： 去 GitHub Releases 下桌面版（macOS Apple Silicon 现为早期公测版），或 npm 装 CLI。
实话： 还没出正式 Apache Release，格式命令随时可能变，生产别急着上。适合在乎”可控、可查、可恢复”的重度用户。
3. ai-memory — ⭐ 5千，用 Rust 写的”跨Agent交接记忆”
解决什么问题： 你是不是也有这毛病——Claude Code 写了一半换 Codex 接着干，它啥都不记得，架构重讲一遍，踩过的坑再踩一遍。ai-memory 就是治这个的。
核心亮点：
– 退出 Claude Code、同目录打开 Codex 直接续上，不用重讲架构和失败路径
– 经 MCP 加生命周期钩子接入：Claude Code、Codex、Cursor、Gemini CLI、OpenCode、Pi、OpenClaw
– 本地优先：SQLite 加 Markdown 文件当”真相源”，不锁在厂商云里
– 思路受 Karpathy”编译而非检索”影响，是 agentmemory 的 Rust 继任者
– 有 Docker 镜像（amd64/arm64），macOS 有原生二进制
上手方式：
ai-memory install-mcp --client claude-code # 装完钩子它就开始记
实话： 只看了文档没跑过。适合”多Agent换来换去”的人；只认准一家的话，收益不明显。
4. heretic — ⭐ 2.8万，全自动给模型”去审查”
解决什么问题： 开源模型基本都带安全对齐。以前想去掉得手工调权重；heretic 做成了全自动，一条命令跑完。
核心亮点：
– 方向消融（abliteration）进阶实现 + Optuna 参数优化，全程无人值守
– 自动在”拒绝率”和”与原模型差距”之间找平衡，尽量不伤智力
– 支持多数稠密模型、多模态、MoE，连 Qwen3.5 这类混合架构也行
– README 里 gemma-3-12b 对比数据，效果对标手工 abliteration 且差距更小
– 不需要懂原理，会敲命令行即可
上手方式：
pip install heretic
heretic --model google/gemma-3-12b-it --output ./decensored
（需一张显存够大的 GPU，作者测试用 RTX 5090。）
实话： 今晚争议最大的一个，我没跑——主要是没显卡。工具是研究向的，研究对齐、本地自用没问题，拿它干什么是你自己的事。
今晚的观察
四个项目画风差挺远，但有条暗线：Agent 的”基础设施”正在分层——Maka 管执行可审计，ai-memory 管跨工具记忆，OpenMAIC 管落地，heretic 提醒你”对齐不是天生的”。清华做教育、Apache 搞基建，说明这事已不是草根玩票，正经机构都下场了。明天继续。
以上项目均未深度实测，信息来自各仓库 README 与官方文档，上手前请自行验证。
by 数码罗记·godsun.pro
