马不停蹄做了一天的客服，体力劳动让我快乐。

下午有朋友发来一份很长的文档，照例问我的观点。突然想起世界读书日当天刷到OpenStax的EduStax，做开放教材的开始做开放AI，似乎值得花一些时间看一看。

We've seen the global impact of open content and open pedagogy – I believe that the open education movement's third frontier is open AI tools.Prof. Richard G. Baraniuk, Founder & Director, OpenStax

1999 年，Rice 大学的 Richard Baraniuk 教授做了一个 Connexions，成了一个开放知识库。2012 年，这个知识库变成 OpenStax，出了第一本免费的、经同行评审的大学教材。到今天，OpenStax 有 80 多本教材，累计覆盖 4900 万学生、172 个国家、71% 的美国高校。每年 540 万学生在使用，给学生省下的教材费累计达到 38 亿美元。这些数据来自 OpenStax 自己的影响力页面，是它持续跟踪的口径。

（BTW，OpenStax一共才只有80多本教材，那客服到底是在服务谁！）

Baraniuk 说到了三个前沿，似乎可以对应 OpenStax 走过的三段路。第一段是开放内容，把教材免费打开。第二段是开放教学法，教材可以被改编、重组。第三段是开放 AI 工具，把 AI 也建立在可信内容之上，而不是让它凭空生成答案。

一、把自己的教材，交给别人的 AI

OpenStax 的教材开放授权、经同行评审、免费获取，天然适合喂给 AI 。

1. 谷歌

谷歌和 OpenStax 的合作分三层。

第一层是 Gemini 扩展。OpenStax 是 Google for Education 工作区里第一个 Gemini 扩展，输入 @OpenStax 加问题，回答会引用 OpenStax 教材。

第二层是 NotebookLM。OpenStax 是 NotebookLM 的首个公开内容合作伙伴，用户能直接基于 OpenStax 的生物、商业、化学、心理学等教材，生成闪卡、测验、音频概览，是教材之外或教材之上的创造。

第三层是 Learn Your Way，好多朋友刷到过了。这是 2025 年 9 月 Google Labs 推出的实验项目，用 Gemini 和 LearnLM 把 OpenStax 教材按年级和兴趣转成思维导图、音频课、互动测验、幻灯片等多种形式，完全就是对教材的再造了。

2. 微软

微软 Learning Zone 走的是设备端路线。它不是云端网页，而是一个 Windows 应用，跑在 Copilot+ PC 的 NPU 上，需要 Microsoft 365 教育版授权。2026 年 1 月起，它对所有教育租户默认开启，不再处于预览阶段。

老师可以从 OpenStax 教材或自己的材料生成互动课，学生端能即时反馈，老师端有进度看板。除了 OpenStax，它还接入了 NASA、Minecraft Education、Kahoot!等内容（只选了我知道的）。界面支持 50 多种语言，但课程内容目前只生成英语和西班牙语，葡萄牙语、法语、德语等计划在 2026 年陆续加入。

这条路的特点是数据不上云，强调隐私，但硬件门槛也高，必须 Copilot+ PC。

3. 还有一些不那么显眼的名字

OpenStax 的技术伙伴列表里还有不少 AI 类产品。StarSpark AI 与 OpenStax 合作做 K12 数学自适应辅导，把 OpenStax 的数学教材作为 AI 导师的回答依据。Audileo 是 OpenStax 的有声书伙伴，把教材做成专业朗读音频，同时提供一个基于这些教材训练的 AI 聊天机器人。

OpenStax 自己的合作伙伴页还列着 MathGPT AI、Personify AI、Kyron Learning 等等（实在是几乎都不知道）。

二、用自己的教材，做自己的 EduStax

EduStax 的起点不是学生端聊天，而是老师备课。简单说，EduStax 不生成一段答案让学生抄，而是生成是一整节课，包含学习目标、分步执行指引、预见学生哪里会错、学习目标、可打印的工作单和量规。老师从 OpenStax 教材里选一节，四步就能产出这节课。

选教材与章节 从 EduStax 已开放的 12 本 OpenStax 教材里挑一节

确定课型 是引入新主题，还是练习已经学过的主题

挑选活动创意 EduStax 给出几个活动模板供老师选择

细化并生成材料 调整细节，产出教案、工作单、exit ticket等可直接打印的材料

OpenStax声称，两种学习科学策略是它的锚：

第一条：Productive Failure生产性失败

先让学生去啃一道暂时啃不动的难题，挣扎一下，再来讲方法。EduStax 的课刻意不先给答案，先安排一个学生会卡住的环节。这种策略专门用于引入新主题。

第二条：Generative Learning生成式学习

理解不是被动接收来的，而是学生自己生成出来的。选择、组织、整合，讲解、讨论、画图、自测，都是生成。这种策略用于练习已经学过的主题。

目前 EduStax 只开放 12 本教材，基本覆盖数学、生物、计算机，人文社科还没有。

从mathnarrativeproject找张无关的图，纯表达面对学习时正常人的情绪

三、给自己的 AI vs 给别人的 AI

不同点很明显。

第一，对象不同。Google 和微软的产品主要面向学生，是消费端。EduStax 面向老师，是备课端。

第二，控制权不同。给别人的 AI 里，内容由 OpenStax 提供，但产品路线、界面、数据政策由平台方说了算。EduStax 由 OpenStax 自己控制，老师决定什么内容进课堂。

第三，教学法不同。大多数 AI 学习工具追求更快、更个性化地给出答案。EduStax 的设计是让学生先卡一下、先动起来、先自己想。

四、教材的未来，还是 AI 的未来

回到标题的问题。OpenStax 的实践给了一个答案（一种答案）。

对做数字教材的人来说，这件事的启示也许不是去追求一个最聪明的chatbox，或者最可人的avatar，而是先想清楚两个问题：手里的内容是否可信到可以被 AI 引用，以及AI优先要解决教的问题还是学的问题。

OpenStax 想做的，是把 AI 变成教材的延伸，而不是替代。这个方向本身，也许比工具更值得讨论。