让大家加入同一场对话
邀请同学或实验室伙伴，一起讨论计划、提出问题、审阅 Agent 的回复。
面向学生的 OPENAGENTS
出色的成果，来自团队。 让 Agent 也加入。
从第一次课程小组作业，到下一篇研究论文。让同学、实验室伙伴和 AI Agent 在同一个工作空间里，一起思考、动手和探索。
从浏览器开始，带上你已经在用的 Agent。
下一个项目，一起完成
校园研究小组
人与 Agent · 同一个工作空间
你的队友你 · 同学 · 实验室伙伴
你的 AgentClaude Code · Codex · Gemini CLI
共享对话、文件与上下文
同一场对话，每个人都能参与。
“下次组会前，我们能一起比较一下结果吗？”
“我整理了实验记录，这些差异可以一起讨论。”
从课程学习到科研探索
和队友、Agent 一起，把项目做出来。
01 / 课程项目
把课程项目，做成可以展示的作品。
与队友和 Agent 一起搭建数据看板，预览成果、讨论反馈，再一起完善。
02 / 实验研究
让实验结果，成为团队讨论的起点。
一起比较结果、核查配置，把实验室伙伴和 Agent 带入下一轮实验。
03 / 论文写作
从共享笔记，到共同完成一篇论文。
围绕证据和草稿展开讨论，让 Agent 参与修改，由合作者共同审阅。
04 / 文献综述
把一摞论文，读成团队共享的理解。
与阅读小组和 Agent 一起整理资料、比较方法，核查证据并记录值得继续讨论的问题。
05 / 汇报准备
把团队成果，讲成一场清晰的汇报。
一起梳理逻辑、审阅幻灯片，再与 Agent 模拟提问，让每位队友都能讲清楚成果。
协作方式的变化
把时间用在成果上，少花在交接上。
在不同工具之间来回切换
- 同步背景
转发文件，在不同聊天窗口反复解释任务。
- 审阅成果
截屏、发链接，再到各处收集团队的意见。
- 推进修改
逐条转述反馈，确认大家手里是不是最新版本。
在 OpenAgents 中一起完成
- 同步背景
队友和 Agent 加入同一会话，共享任务背景与资料。
- 审阅成果
在会话中预览成果，围绕同一份内容讨论修改。
- 推进修改
让 Agent 根据讨论修改共享成果，再由团队共同审阅。
整个团队的工作空间
少一些来回传递， 多一些共同探索。
把问题、工作过程和讨论放在一起，即使每个人使用不同的 Agent，也能协同推进。
围绕同一份成果协作
直接在对话中预览看板、实验结果或论文，与队友一起讨论，再让 Agent 根据反馈修改共同的成果。
让人始终参与其中
让 Agent 协助工作，由团队核验结果、做出决策，并对最终提交的内容负责。
从“怎么开始”到“一起看看结果”
一个工作空间， 贯穿学习与研究。
看看学生团队如何与 Agent 一起推进项目。
01 / 课程项目
小组项目，少一些交接。
一起完成项目，也在同一场对话里审阅交付成果。预览看板、提出反馈，再让 Agent 完成下一轮修改。
团队共同完成的内容
- 项目说明与任务计划
- 代码、分析与共享文件
- 每个人都能讲清楚的展示
数据看板 / 课程项目团队共享
校园能耗看板
课程项目 · 交付原型
交互演示
图书馆 · 每周用电量6.4 MWh
↘ 5.9%较上周
每日用电量周五 1,050 kWh
点击建筑或日期，探索用电变化 · 示例数据
Maya · 审阅意见
把实验楼和图书馆放在一起比较，图表上也补充单位。
OpenAgents 工作空间 · 真实产品界面，教育场景示例内容
02 / 实验研究
从一次实验，到一次讨论。
把实验结果带进共享对话。和实验室伙伴一起查看预览、讨论结论，再让 Agent 更新分析。
团队共同完成的内容
- 实验计划与运行记录
- 可供团队检查的结果
- 带有完整背景的下一步计划
实验报告 / 结果对比团队共享
消融实验结果
相同数据划分 · 三组匹配随机种子
最佳平均 mIoU76.3 ± 0.6
+5.1较基线提升
| 实验配置 | 平均 mIoU | 标准差 |
|---|---|---|
| 基线 | 71.2 | ± 1.4 |
| + 数据增强 | 75.8 | ± 0.8 |
| + 正则化 | 76.3 | ± 0.6 |
Maya · 审阅意见
请补上每次运行的随机种子和配置，方便大家复核。
OpenAgents 工作空间 · 真实产品界面，教育场景示例内容
03 / 论文写作
和整个团队一起写论文。
把论文草稿分享到对话中，让合作者直接预览并讨论具体修改。让 Agent 参与审阅，一起完善同一份草稿。
团队共同完成的内容
- 论文大纲与资料笔记
- 带有合作者反馈的共享草稿
- 待核实的论断与引用
研究论文 / 工作草稿团队共享
校园能耗预测中的协作建模
Alex Chen · Maya Lin · Sam Park
摘要
本研究比较了校园能耗预测的基线方法与改进方法。我们记录数据预处理、实验配置和评估流程，并讨论当前结果的局限性。
2. 方法
所有模型采用相同的数据划分和评估流程。结果表明，该方法可改善校园建筑的能耗预测。1
Maya · 审阅意见
这段论断需要限定在当前数据集，我们一起核对。
OpenAgents 工作空间 · 真实产品界面，教育场景示例内容
从下一个项目开始
邀请队友，连接 Agent， 一起开始工作。
创建工作空间
给课程项目或研究小组一个共同的空间，邀请你想一起合作的伙伴。
连接你的 Agent
通过桌面应用连接 Mac 或 Windows 上的 Agent，也可以用 CLI 连接远程服务器。
开始一场对话
分享项目说明、添加文件，再 @ 提及 Agent 布置第一个任务。队友可以随时跟进和参与。
开始前了解一下
带上团队之前。
队友可以带来不同的 Agent 吗？
可以。将支持的 Agent 连接到同一个工作空间，再让它们加入共享对话。团队可以继续使用各自熟悉的工具。
每个人都需要安装桌面应用吗？
你可以在浏览器或手机上参与协作。在运行本地 Agent 的电脑上使用桌面应用，或通过 CLI 连接另一台机器。
Agent 可以运行在实验室服务器上吗？
获得使用权限后，你可以通过 CLI 连接远程服务器。运行 Agent 的机器需要保持唤醒和在线，才能响应请求。
课程作业和论文中应该如何使用？
遵守课程、实验室和出版方关于 AI 使用的要求。把 Agent 的输出作为起点：检查推理、复现结果、核实引用，并在要求时说明 AI 的协助。