Claude Code 黑客马拉松：5 个获奖项目，没有一个是关于窃取数据或破坏系统的。以下是五个获奖项目：1. **智能城市交通管理系统**：该项目利用人工智能技术优化城市交通流量，减少拥堵，提高道路使用效率。2. **基于区块链的供应链追踪系统**：通

Claude Code 黑客马拉松：5 个获奖项目，没有一个是"纯码农"做的 Anthropic 刚办完一场黑客马拉松，500 人参赛，用的是最新的 Opus 4.6，时间是一整周。 按理说，黑客马拉松嘛，获奖的应该是那些全栈大牛、连续创业的技术天才、GitHub 星标过万的开源狂人。 然而结果出来，5 个获奖者的身份分别是：人身伤害律师、普通开发者、介入心脏病专家、电子音乐人、乌干达基础设施工人。 5 个人里只有 1 个算得上传统意义上的"软件工程师"。 我反复看了两遍获奖名单，确认不是在看什么跨界营销案例。这是 Anthropic 官方的黑客马拉松，评委是认真的，获奖项目也是真能跑的。 这说明了什么？说明"会写代码"这件事，正在以肉眼可见的速度贬值。而"懂问题"这件事，正在以同样的速度升值。 先看一眼全貌 奖项 项目 作者 背景 一句话描述 🥇 金奖 CrossBeam Mike Brown 人身伤害律师 加州建筑许可审批加速器 🥈 银奖 Elisa Jon McBee 开发者 给孩子的可视化编程环境 🥉 铜奖 PostVisit Michal Nedoszytko 介入心脏病专家 看完医生后的个性化健康指导 🎨 创意探索奖 Conductr Asep Bagja Priandana 电子音乐人 AI 即兴乐队 🧠 Keep Thinking 奖 TARA Kyeyune Kazibwe 基础设施工人 行车记录仪变基建投资报告 接下来一个一个拆。 🥇 金奖：CrossBeam —— 一个律师搞的建筑审批加速器 问题 如果你在加州盖过房子——或者认识在加州盖过房子的人——你大概率听过一个词：修正通知（correction notice）。 流程是这样的：施工方提交一堆建筑图纸给政府审批，政府的审批人员看完之后发回一份修正通知，说"这里不合规，那里要改"。然后施工方改完再交，政府再看，再发新的修正通知……如此往复。 一套流程下来，几个月是常态。加州的建筑许可审批之慢，是全美出了名的。不是人少，是流程太复杂，图纸太多，审批人员根本看不过来。 解决方案 Mike Brown 做了一个多 Agent 系统来加速这个过程。用户把建筑图纸和修正通知拖进界面，然后系统自动干活。 技术架构挺讲究的： 一个编排器（Orchestrator）负责分发任务。 两个核心 Agent：一个专门用视觉模型阅读修正通知，一个扫描全量图纸并建立空间索引。 任务按建筑、结构、场地、能源、MEP五个类别拆分，分配给五个子 Agent 并行处理。 最后通过交叉引用过滤 AI 产生的"幻觉"——两个 Agent 对同一个问题给出不同答案的时候，标记出来让人类审核。 这是这次比赛里技术含量最高的架构设计。多 Agent 编排 + 视觉模型 + 幻觉过滤，三件武器组合使用。 真正有意思的地方 Mike 一开始的目标用户是建筑公司——帮他们更快地响应修正通知。但做着做着他发现：真正的瓶颈不在施工方，在政府审批端。 审批人员面对海量的许可申请，逐份看图纸、逐条写修正通知，工作量大得吓人。所以他做了一个"目标翻转"——从"帮建筑公司改图纸"变成"帮政府审批人员批量处理许可申请、自动生成修正通知"。 这个翻转就是"懂问题"的价值。 一个纯技术背景的开发者，可能会死磕"怎么让 AI 更准确地读图纸"这个技术问题。但 Mike 是律师，他太熟悉官僚流程的痛点了——他知道真正卡住整个系统的人是谁。 🥈 银奖：Elisa —— 一个爸爸给女儿做的编程工具 问题 教孩子学编程，你一般会怎么做？上网找个 Scratch 教程，或者买一本《Python 入门》？ 问题在于，传统编程教育的核心假设是：你得先学语法。变量、循环、函数、类——先把这些概念啃下来，才能让电脑干你想干的事。 但 12 岁的孩子想做的是什么？是"让屏幕上的小人跳起来"，不是"理解 for 循环的作用域"。 解决方案 Jon McBee 做了一个拼积木式的编程界面（跟 Scratch 长得像），但底层逻辑完全不同——孩子把模块拖到一起，Claude 在后台把这些模块翻译成真正可运行的代码。 换句话说，孩子不需要知道 for i in range(10) 是什么意思。他只需要拖一个"重复 10 次"的模块，然后拖一个"向前走"的模块进去就行了。 第一个用户就是他 12 岁的女儿。 为什么这个项目能拿银奖 不教孩子写代码，教孩子表达想法。 这句话听起来像鸡汤，但在 AI 时代它有了完全不同的含义。以前不学语法就没法让电脑执行你的意图，所以"学语法"是必经之路。