Anthropic 公佈 Claude Code 黑客松六強作品，來自醫生、老師、木匠的兒子……
整理版優先睇
Anthropic Claude Code黑客松六強作品：AI將老師傅經驗變成人人可用嘅工具
呢篇文章係整理Anthropic公佈嘅Claude Code黑客松結果。呢次黑客松由Claude同Cerebral Valley一齊搞，規則係用Opus 4.7 + Claude Code，一個星期整樣嘢出嚟。睇完呢六個項目，發現冇一個係「再做個聊天機械人」。佢哋有土耳其醫生整嘅虛擬診室、法國人整嘅電路板維修工具、智利大學老師整嘅編程教學平台，同埋一個木匠個仔整嘅修牆AI。
總括嚟講，呢啲項目都指向同一個方向：AI可以接住啲就嚟斷裂嘅經驗，等佢哋變成可以傳承嘅工具。呢啲知識唔喺論文、唔喺教科書、唔喺數據庫，只係存在於某個人嘅手感、直覺同幾十年累積嘅判斷力入面。以前老師傅退休就失傳，但而家AI可以保留呢啲知識，甚至幫更多人用得到。
呢次黑客松嘅參與者唔係矽谷連續創業者，而係醫生、老師、木匠嘅仔……佢哋可能就係你。文章嘅價值係展示咗點樣用AI將手藝數字化，讓知識唔再因時間而消失。
- 黑客松六個項目全部聚焦將專業知識轉化為互動工具，無一係普通聊天機械人。
- MedKit用AI病人模擬臨牀場景，醫學生透過語音問診練習，系統按臨牀指南逐項評分。
- Wrench Board讀取80頁原理圖，兩分鐘內建立知識圖譜，並喺主板上畫出診斷路徑。
- Maieutic喺編程教育引入「先想後寫」鎖機制，學生要先寫清楚規格，編輯器先解鎖。
- MaestrIA將木匠三十年修復經驗數字化，AI診斷牆壁損壞後推薦本地工人，吻合率達81%。
MedKit
語音驅動嘅虛擬診室，用AI病人訓練醫學生
Wrench Board
用視覺能力讀取原理圖，建立維修知識圖譜
Maieutic
編程教育平台，先諗清楚先寫Code
Virtual Puppet Theater
用手勢同語音操控木偶，即時生成道具同場景
黑客松概覽：唔再做聊天機械人，專注知識傳承
Anthropic同Cerebral Valley合辦嘅黑客松，規則好簡單：用Opus 4.7 + Claude Code，一星期整樣嘢出嚟。六個獲獎項目來自五個國家，涵蓋醫療、維修、教育、工業、創意五個領域。
冇一個係「再做個聊天機械人」
呢啲項目都將鎖喺少數人腦入面嘅專業知識，變成更多人可以用嘅工具。醫生、老師、木匠嘅仔……參與者唔係硅谷精英，而係普通人。
醫療與教育：AI病人同先想後寫
金獎MedKit來自土耳其醫生Bedirhan Keskin，佢自己做咗四年軟件工程。項目係一個語音驅動嘅虛擬診室，生成唔同AI病人，醫學生透過對話進行問診、檢查同診斷。
AI病人例子：春天咳嗽加重、血壓188/120、肩膀疼
技術上用Claude Managed Agents，一個Opus 4.7驅動嘅「主治醫師」Agent同時管住病人角色扮演、評估同覆盤。每次問診後會按臨牀指南逐項評分，扣分點附文獻引用。
銅獎Maieutic來自智利大學老師Paula Vasquez-Henriquez。佢見好多學生從LLM抄Code但唔理解，所以做咗個平台：寫Code之前編輯器鎖住，學生要先寫清楚spec，AI會追問冇講清楚嘅位。
先想，再寫——編輯器解鎖後自動補全係關嘅
提交後AI對比spec同實際Code，要學生解釋差距。對老師嚟講，仲有面板睇到學生嘅思考過程，而家唔使靠幾年經驗先知道學生卡喺邊度。
維修與工業：板級維修同工廠預測
銀獎Wrench Board由法國自學開發者Alexis Chapellier製作，針對電子產品垃圾問題——全球每年5000萬噸電子垃圾，好多係因為板級維修知識掌握喺少數人手中。
Wrench Board導入主板照片同80頁原理圖PDF，兩分鐘編譯成電氣知識圖譜
圖譜包含25個元件、33種症狀、10條診斷規則。Agent會喺主板照片上畫出診斷路徑，仲會記錄你嘅工具清單同經驗，冇熱風台就唔建議BGA返焊。每次維修成功會升級技能檔案。
硬約束：每個元件編號必須從工具查詢，唔畀AI亂吹
ARIA由法國團隊Idriss Benguezzou同Adam Hnaien開發，解決工業維護知識消失問題。傳統系統部署成本50萬美元起，過半工廠唔裝。ARIA用五個Agent同17個工具協作，讀設備手冊後問三個問題就上線。
「嗰個咩都知嘅人，再唔會因為退休而消失」
手藝與創意：木匠兒子同木偶劇場
「Keep Thinking」特別獎MaestrIA由智利Benjamin Torralbo創作。佢爸爸Juan做了三十年木匠，修復過聯合國世界遺產嘅木教堂，但冇大學文憑喺系統入面隱形。
智利有超過28萬名非正式建築工人，冇途徑展示手藝
用法好簡單：影低受損牆壁，輸入位置，Opus 4.7即時分析，推理過程顯示出嚟。輸出四個答案：修咩、預算幾多、需時幾耐、唔修會點。然後推薦附近手藝人，第三個Agent自動寫WhatsApp消息附診斷報告。
最佳創意獎Virtual Puppet Theater來自丹麥Rene Hangstrup Moller。用手對住鏡頭比劃，屏幕木偶就跟住鬱；講嘢木偶都識講；講「俾Bob戴個王冠」王冠就出現。
技術：MediaPipe手勢追蹤、Web Speech語音識別、11 Labs Flash語音合成
背後行兩個模型：Haiku做日常對話，Opus做道具生成。道具可以係預設Three.js模型，或者好似雪糕帽咁即場用基礎圖形拼出嚟。
「一個用於玩耍嘅交互界面，一年前仲唔存在」
總結：手藝數字化，知識唔再失傳
六個項目覆蓋醫療、維修、教育、工業、創意，共通點係將鎖喺少數人腦中嘅專業知識變成可用工具。板級維修經驗、臨牀直覺、工廠維護知識、木工手藝——呢啲都唔喺論文，只喺老師傅嘅腦入面。
AI可以接住呢啲斷裂嘅經驗，等佢哋化身成工具流傳落去
以前老師傅退休就失傳，而家AI留住佢哋嘅手感同判斷。普通人做到只有專家先做到嘅嘢，知識唔再因時間而消失。
啱啱，Anthropic 公佈咗 Claude Code 比賽嘅六組得獎作品。
呢場係 Claude 同 Cerebral Valley 合辦嘅黑客松，規則係：用 Opus 4.7 + Claude Code，一個星期時間，整啲嘢出嚟。
睇完呢六個項目，我發現：冇一個係「整多個聊天機械人」。
一個土耳其醫生整咗個虛擬診室，俾醫學生喺 AI 病人身上練習；一個法國人整咗個電路板維修工具，睇完 80 頁原理圖之後直接喺主板上畫診斷路徑；一個智利大學老師整咗個編程教學平台，學生唔先寫清楚自己做啲乜，編輯器就鎖住唔俾你掂。
仲有一個智利後生仔，拎佢木匠老豆三十年嘅手藝，訓練咗個整牆嘅 AI。
以下，我哋逐個逐個噉睇，或者會俾你啲啟發。
01AI 病人
金獎俾咗 MedKit，嚟自土耳其嘅 Bedirhan Keskin。
佢本身係個執業醫生，但過去四年一直做緊軟件工程。佢做呢個項目嘅出發點，係嚟自自己嘅親身經歷：
“ 啱啱醫學院畢業嗰陣，最缺乏嘅就係實戰經驗。真實嘅病人唔會跟教科書嚟。我同好多同學啱啱到急症室嗰陣，都幾手忙腳亂㗎。
MedKit 係一個語音驅動嘅虛擬診室。系統會生成 AI 病人，醫學生透過語音對話嚟問診、開檢查、睇影像、做診斷、開處方。
每次問診結束之後，系統會根據最新嘅臨牀指南，逐項打分俾你嘅溝通能力、病史採集同臨牀推理，每個扣分點都附帶文獻引用。
一啲 AI 病人嘅例子：
一個 AI 病人話自己春天咳得加重、夜晚喘息，醫學生開始追問過敏史；另一個病人血壓計顯示 188/120，伴隨頭痛，降壓藥停咗一個禮拜；仲有個肩膀痛嘅、一個肚屙嘅……
唔同嘅病例、唔同嘅症狀分支、唔同嘅診斷陷阱。
技術實現上，Bedirhan 用咗 Claude Managed Agents。
一個由 Opus 4.7 驅動嘅「主治醫師」Agent，同時管住病人角色扮演、觀察者評估同問診覆盤三個子 Agent。
佢提到 Opus 4.7 喺長時間會話入面唔會走樣，所以佢直接叫 Agent 自動生成咗成個病例庫：病史分支、金標準診斷、評分標準，每一條都可以追溯到真實存在嘅臨牀指南。
02“ 喺 AI 身上犯曬所有錯，然後先去面對真正嘅病人。
80 頁原理圖
銀獎係嚟自法國嘅 Alexis Chapellier 做嘅 Wrench Board。
Alexis 係個自學成才嘅開發者，一路都喺度為維修行業整工具。
先講下背景同數字：全球每年大約有 5000 萬噸電子產品變成垃圾。
但係當中好多唔係整唔到，而係板級維修嘅知識得極少數人先識。
Wrench Board 想做嘅嘢，用 Alexis 自己嘅話嚟講就係：
“ 我為「剩低嘅我哋」整咗呢個工具。
你導入一塊主板嘅相片同原理圖 PDF，而原理圖有時成 80 幾頁，密密麻麻嘅電路圖、元件參數、連接關係。Wrench Board 用 Opus 4.7 嘅視覺能力分批並行讀取，兩分鐘內，就編譯成一個可以查詢嘅電氣知識圖譜。
25 個元件按功能分類，33 種可觀察症狀映射到故障機制，10 條診斷規則，每條都有可驗證來源。
然之後就到最關鍵嘅部分：你可以直接同 Agent 對話，佢會喺主板相片上一步一步畫出診斷路徑。
應該度邊度、應該測啲乜值，直接標喺板上面。
而且，呢個 Agent 仲……識得你。
佢會記低你嘅工具清單同維修經驗，如果你冇熱風台，佢唔會叫你做 BGA 返焊，每次成功維修，你嘅技能檔案會自動升級。
而且佢對每塊板都仲有記憶。之前整過邊度、試過啲乜方案、踩過啲乜坑，下次開新對話嘅時候全部都仲喺度。
為咗防止 AI 亂講嘢，Wrench Board 做咗一層硬約束：Agent 講嘅每個元件編號都一定要嚟自工具查詢，冇查到嘅編號會俾服務端過濾走，到唔到你個屏幕。
Alexis 喺影片結尾話：
“ 當一個拎住萬用錶嘅普通技術員，做到琴日只有 OEM 售後中心先做到嘅事，「維修權」先至叫真正落地。
個項目已經喺 GitHub 開源咗。
03先想後寫
銅獎係嚟自智利嘅 Paula Vasquez-Henriquez 做嘅 Maieutic。
Paula 係智利發展大學（Universidad del Desarrollo）計算機科學系嘅副主任，亦都係 AI 方向嘅博士生。
佢喺大學教咗六年入門編程課，帶過 200 幾個學生學 Python。佢喺影片入面講咗三個成日出現嘅場景：
一個學生從 LLM 度複製咗一段代碼，唔知段代碼做乜。另一個求其睇咗嚇題目要求，直到測試報錯先發現自己漏咗嘢。
而第三個，仲未諗清楚要解決乜嘢問題，手就開始打字。
三個學生都交咗功課，都算合格。
但係冇一個人學到真正重要嘅嘢。
Maieutic 嘅做法係：寫代碼之前，先將編輯器鎖住。
學生要用自己嘅話講清楚「呢個程式應該做啲乜」，AI 睇完之後會追問冇講清楚嘅地方。要到 spec 夠清晰，編輯器先解鎖。
編輯器打開之後，自動補完係熄咗嘅。學生可以問 AI 某個函數嘅語法，AI 會答。但係如果學生問「我應該點做」，AI 會引導佢諗，唔會直接俾答案。
提交代碼之後，AI 會將學生最初寫嘅 spec 同實際代碼對齊，叫學生自己解釋中間嘅差距：你話要做 A，但係實際做咗 B，呢個 gap 喺邊？
“ 喺大學禁 AI 唔係正確嘅做法。未來嘅程序員，大部分時間都係喺度寫 prompt。但係好嘅 prompt 係嚟自理解你要構建啲乜、有咩可能出錯、同埋結果啱唔啱。
而
對教師嚟講，Maieutic 仲提供咗一個以前冇嘅視角：一個可以睇到學生「思考過程」嘅實時面板。
唔係睇分數，係睇每個學生喺邊度卡住、點樣推理、邊啲錯誤成日出現。
“ 第一次，老師有咗一份記錄，記錄低學生到底係點樣諗，而唔係答案啱唔啱。
Paula 指出，一個好老師要用好幾年先積累到對學生常見思維誤區嘅直覺。Maieutic 第一次佈置功課嘅時候就可以俾到你呢樣嘢。
因為 Opus 4.7 能夠分辨學生係「推理」定係「靠估」。
04木偶劇場
最佳創意獎，就俾咗嚟自丹麥嘅 Rene Hangstrup Moller 做嘅 Virtual Puppet Theater。
呢個係六個項目入面，風格最唔同嘅一個。
你對手喺鏡頭前面擺嚟擺去，屏幕上嘅木偶就跟住鬱；你講嘢，木偶都講嘢；你話「俾 Bob 戴個王冠」，王冠就出現；你話「我哋去沙灘啦」，背景就換做沙灘。
你話「俾我一頂雪糕帽」……嗯，佢都真係幫你戴上。
（你第一個反應可能係：呢個真係好啱用嚟氹細路仔。）
技術棧方面拆解如下：
手部追蹤用 MediaPipe，檢測手指關節嘅 3D 位置嚟驅動木偶；語音識別用瀏覽器原生嘅 Web Speech API，免費、夠用；語音合成用 11 Labs Flash，比瀏覽器自帶嘅有表現力好多。
引擎底下跑緊兩個模型，共享一個緩存。
日常對話用 Haiku 保證響應速度，道具生成用 Opus 保證創意質量。有啲道具係預設嘅 Three.js 模型，但好似雪糕帽呢啲，係 Opus 實時用基礎圖形組合拼出嚟，你第一次講嘅時候佢先至去生成。
Bob（個木偶）喺影片結尾自己作嘅總結：
05“ 一個用嚟玩嘅交互界面，一年前仲未存在。
木匠之子
「Keep Thinking」特別獎俾咗嚟自智利嘅 Benjamin Torralbo 做嘅 MaestrIA。
呢個項目嘅背景故事，可能係六個入面，最令人記得嘅。
Benjamin 嘅父親 Juan Rodrigo Torralbo，做咗三十年木匠，其中八年喺度修復智利奇洛埃島上俾列為聯合國世界遺產嘅木教堂。
但係喺智利嘅體制入面，冇大學文憑，你修過幾多世界遺產，你都係完全隱形嘅人。
“ 智利有超過 28 萬名非正式建築工人，冇任何途徑可以展示自己嘅手藝。我爸修復咗聯合國世界遺產教堂，但係冇大學文憑嘅佢，喺系統入面根本唔存在。
Benjamin 做 MaestrIA，就係要將佢爸爸呢啲手藝人嘅知識數碼化。
“ 工具係我整嘅。知識係佢嘅。
使用方式係：影一張受損牆身嘅相，輸入你嘅位置。
Opus 4.7 開始分析，而且推理過程係實時展示嘅，唔係喺度轉圈等。先觀察，再診斷，就好似一個老師傅到咗現場，要睇咗一圈先開口。
分析完之後，AI 會俾你四個答案：整啲乜、你嗰區大概要幾多錢、需要幾耐、唔整會點。
然之後，系統會推薦你附近嘅手藝人。
揀一個之後，第三個 Agent 自動幫你寫一條 WhatsApp 訊息，用智利本地西班牙文，附上完整診斷報告。
“ 你唔再係一頭霧水咁同師傅講「我牆濕咗」。你手上有診斷報告。客戶唔會俾人亂開價，有手藝但唔識推銷自己嘅師傅都接到生意。
分析過程中仲有個幾得意嘅環節：系統會模擬唔同工種嘅專家辯論。
木匠 vs 泥水佬，用智利西班牙文各自論證自己嘅修復方案。另一個 Agent 就去當地建材超市 Sodimac 同 Easy 即時查價，驗證預算係咪靠譜。
一個報價冇實際價格支撐，講咗都等於冇講。呢一步諗得幾周到。
Benjamin 仲將 MaestrIA 拎俾佢爸爸做測試，一共 12 張相，12 個診斷。
結果係：同三十年老師傅判斷嘅吻合率：81%。
06工廠老師傅
最佳 Managed Agents 使用獎，就俾咗法國嘅 Idriss Benguezzou 同 Adam Hnaien 做嘅 ARIA。
ARIA 解決嘅係工業維護領域一個老問題：
“ 喺每個工廠、每個車間、每個水站入面，總有一個咁嘅人。佢聽得出機器聲有冇唔妥，佢喺機器壞之前兩日就知道佢就快壞。佢就係知。然後佢退休，呢啲知識就永遠消失。
傳統嘅工業維修管理系統部署成本 50 萬美元起，需要半年嘅專業諮詢。結果就係，超過一半嘅工廠完全唔裝，等機器壞咗先算。
ARIA 用咗五個 Agent 各司其職，好似一支維修團隊噉層層傳遞工單。
示範場景係一個礦泉水灌裝廠：一條線，五台設備。將設備手冊掉俾 ARIA，Opus 4.7 嘅視覺能力睇完手冊，問咗三個問題，系統就上線。
其中一個場景係：瓶蓋機報咗一個振動異常警報，但係 ARIA 冇即刻發工單。佢查咗上下文，發現振動值其實係下跌緊，並唔異常。
仲俾出結論：唔使處理。
大多數系統到「發咗警報」就完，而 ARIA 就行多一步：佢判斷呢個警報值唔值得理會。
但如果真係壞咗，處理鏈路就唔同。
檢測 Agent 發現異常之後，調查 Agent 接手，啟動 Opus 4.7 嘅 extended thinking。佢會寫一段 Python 程式碼，喺 Anthropic 嘅雲端沙箱入面跑咗一次迴歸分析，從原始信號中計出設備嘅退化速率。
精確嘅數據會直接入工單。技術人員拎到手嘅已經唔再係一句「振動異常」，而係一張詳細嘅維修表：根因分析，加上一步步嘅修復建議。
而且，佢仲有記憶。
灌裝機又出咗一次類似嘅振動異常，ARIA 翻出三個月前 Tom Anderson 處理過嗰個 case，揾到當時嘅修復方案同零件編號，直接話俾操作員知：上次就係換咗呢個零件整好。
5 個 Agent 共享 17 個工具，透過 MCP 協作。日誌、操作員嘅班次筆記、信號趨勢、KPI、歷史故障……全部匯入每台設備背後嘅知識庫。
呢個知識庫係從設備手冊同操作員嘅實際經驗一齊構建嘅。
用 ARIA 團隊嘅話講：嗰個「乜都知嘅人」，再唔會因為退休而消失。
07手藝嘅數碼化
六個得獎項目嚟自五個國家，覆蓋醫療、維修、教育、工業、創意五個唔同領域。
呢啲項目有一個共同嘅內核：佢哋都係將本來鎖喺少數人腦入面嘅專業知識，變成更多人能夠接觸到嘅工具。
板級維修經驗鎖喺少數硬件工程師手上；臨牀直覺鎖喺資深醫生嘅腦入面；工廠維護知識鎖喺嗰個「乜都知」嘅老師傅心入面；木工手藝鎖喺一個冇大學文憑嘅匠人手上。
人類文明入面有大量呢啲知識。
佢哋唔喺論文入面，唔喺教科書入面，唔喺任何數據庫入面。
佢哋只係存在於某一個人嘅手感入面、直覺入面、幾十年累積出嚟嘅判斷力入面。
呢啲知識，一路喺度消失。
老師傅退休，手藝傳唔落去，臨牀直覺隨住一代人老去而失傳。冇人宣佈佢嘅死亡，亦都好少人意識到自己失去咗啲乜。
呢六個項目背後嘅指向係：AI 可以接住呢啲正在斷裂嘅經驗，令佢變成一種工具，一種傳承。
呢個可能係 AI 能夠留俾世界嘅，一份唔係咁搶眼、但係夠持久嘅嘢：令嗰啲本來會被時間抹去嘅人類經驗，留低嚟。
因為喺 AI 嚟之前，呢啲知識同聲音，因為太唔起眼同長尾，而被鑑定為冇價值，從而忽略咗。
而藉助 AI 做出呢啲項目嘅人，亦都唔係乜嘢矽谷連續創業者。
佢哋係，一個土耳其醫生，一個智利大學老師，一個木匠嘅仔。
佢哋可能，就係你。
◇ ◆ ◇
相關連結：
• 得獎公告：https://x.com/claudeai/status/2049523899918934384
• 黑客松活動頁：https://cerebralvalley.ai/e/built-with-4-7-hackathon
• MedKit 演示 / GitHub：https://www.youtube.com/watch?v=6bN6hnx-A2A / https://github.com/bedriyan/medkit-app
• Wrench Board 演示 / GitHub：https://www.youtube.com/watch?v=OZ2D_p82z6w / https://github.com/Junkz3/wrench-board
• Maieutic 演示 / GitHub：https://www.youtube.com/watch?v=IJ9FyX2xwWA / https://github.com/bcanata/maieutic
• Virtual Puppet Theater 演示 / GitHub：https://www.youtube.com/watch?v=qLuGU4PQNss / https://github.com/rhmoller/virtual-puppet-theater
• MaestrIA 演示：https://www.youtube.com/watch?v=rkH4AjoTL5Q
• ARIA 演示 / GitHub：https://www.youtube.com/watch?v=Hen24w2Jyz4 / https://github.com/zestones/Aria
• Claude 開發者通訊：https://claude.com/newsletter/developers
剛剛，Anthropic 公佈了 Claude Code 比賽的六組獲獎作品。
這是 Claude 和 Cerebral Valley 聯合辦的一場黑客松，規則是：用 Opus 4.7 + Claude Code，一週時間，做個東西出來。
看完這六個項目，我發現：沒有一個是「再做一個聊天機器人」。
一個土耳其醫生做了虛擬診室，讓醫學生在 AI 病人身上練手；一個法國人做了電路板維修工具，讀完 80 頁原理圖後直接在主板上畫診斷路徑；一個智利大學老師做了編程教學平台，學生不先寫清楚自己要做什麼，編輯器就鎖着不讓你碰。
還有一個智利小夥子，拿他木匠老爸三十年的手藝，訓了個修牆的 AI。
下面，我們就一個一個地來看，或許會給你一些啓發。
01AI 病人
金獎給了 MedKit，來自土耳其的 Bedirhan Keskin。
他本身是個執業醫生，但過去四年一直在做軟件工程。他做這個項目的出發點，來自於自己的親身經歷：
“ 剛從醫學院畢業的時候，最缺的就是實戰經驗。真實的病人不會按教科書來。我和很多同學剛到急診科的時候，都挺手忙腳亂的。
MedKit 是一個語音驅動的虛擬診室。系統會生成 AI 病人，醫學生通過語音對話來問診、開檢查、看影像、做診斷、開處方。
每次問診結束後，系統會根據最新的臨牀指南，給你的溝通能力、病史採集和臨牀推理逐項打分，每個扣分點都附帶文獻引用。
一些 AI 病人的例子：
一個 AI 病人說自己春天咳嗽加重、夜裏喘息，醫學生開始追問過敏史；另一個病人血壓計顯示 188/120，伴頭痛，降壓藥停了一週；還有個肩膀疼的、一個拉肚子的……
不同的病例、不同的症狀分支、不同的診斷陷阱。
技術實現上，Bedirhan 用了 Claude Managed Agents。
一個 Opus 4.7 驅動的「主治醫師」Agent，同時管着病人角色扮演、觀察者評估和問診覆盤三個子 Agent。
他提到 Opus 4.7 在長時間會話中不跑偏，所以他直接讓 Agent 自動生成了整個病例庫：病史分支、金標準診斷、評分標準，每一條都能追溯到真實存在的臨牀指南。
02“ 在 AI 身上犯所有的錯，然後再去面對真正的病人。
80 頁原理圖
銀獎是來自法國的 Alexis Chapellier 做的 Wrench Board。
Alexis 是個自學成才的開發者，一直在為維修行業做工具。
先來介紹一個背景和數字：全球每年大約有 5000 萬噸電子產品變成垃圾。
但其中很多並非修不了，而是板級維修的知識掌握在極少數人手裏。
Wrench Board 想做的事，用 Alexis 自己的話來說就是：
“ 我為「剩下的我們」做了這個工具。
你導入一塊主板的照片和原理圖 PDF，而原理圖有時候 80 多頁，密密麻麻的電路圖、元件參數、連接關係。Wrench Board 用 Opus 4.7 的視覺能力分批並行讀取，兩分鐘內，就編譯成了一個可查詢的電氣知識圖譜。
25 個元件按功能分類，33 種可觀測症狀映射到故障機制，10 條診斷規則，每條都有可驗證來源。
然後就到了最關鍵的部分：你可以直接跟 Agent 對話，它會在主板照片上一步一步畫出診斷路徑。
該量哪裏、該測什麼值，直接標在板子上。
而且，這個 Agent 還……認識你。
它會記錄你的工具清單和維修經驗，如果你沒有熱風台，它不會讓你去做 BGA 返焊，每次成功維修，你的技能檔案自動升級。
而且它對每塊板子也都有記憶。之前修過哪裏、試過什麼方案、踩過什麼坑，下次打開新對話的時候全都還在。
為了防止 AI 亂說，Wrench Board 做了一層硬約束：Agent 說出的每個元件編號都必須來自工具查詢，沒查到的編號會被服務端過濾掉，到不了你的屏幕。
Alexis 在視頻結尾說：
“ 當一個拿着萬用表的普通技術員，能做到昨天只有 OEM 售後中心才能做的事，「維修權」才算真正落地了。
項目已經在 GitHub 開源。
03先想後寫
銅獎是來自智利的 Paula Vasquez-Henriquez 做的 Maieutic。
Paula 是智利發展大學（Universidad del Desarrollo）計算機科學系的副主任，也是 AI 方向的博士生。
她在大學教了六年入門編程課，帶過 200 多個學生學 Python。她在視頻裏講了三個反覆出現的場景：
一個學生從 LLM 上覆制了一段代碼，不知道這代碼幹嘛的。另一個隨便掃了眼題目要求，直到測試報錯才發現自己漏了什麼。
而第三個，還沒想清楚要解決什麼問題，手就開始敲了。
三個學生都交了作業，倒是都能及格。
但沒有一個人學到了真正重要的那個東西。
Maieutic 的做法是：寫代碼之前，先把編輯器上把鎖。
學生得先用自己的話描述「這個程序應該幹什麼」，AI 讀完之後會追問那些沒說清楚的地方。只有當 spec 足夠清晰了，編輯器才解鎖。
編輯器打開後，自動補全是關的。學生可以問 AI 某個函數的語法，AI 會回答。但如果學生問「我該怎麼做」，AI 會引導你思考，不會直接給答案。
提交代碼後，AI 會把學生最初寫的 spec 和實際代碼對齊，讓學生自己解釋中間的差距：你說你要做 A，但你實際做了 B，這個 gap 在哪？
“ 在大學禁 AI 並非正確的做法。未來的程序員，大部分時間都在寫 prompt。但好的 prompt 來自於理解你要構建什麼、什麼可能出錯、以及結果對不對。
而
對教師來說，Maieutic 還提供了一個以前不曾有過的視角：一個能看到學生「思考過程」的實時面板。
不是看分數，是看每個學生此刻卡在哪裏、在怎麼推理、哪些錯誤反覆出現。
“ 第一次，老師有了一份記錄，記下的是學生到底怎麼想的，而不只是答案對不對。
Paula 指出，一個好老師需要好幾年才能積累出對學生常見思維誤區的直覺。Maieutic 第一次佈置作業的時候就能給你這個。
因為 Opus 4.7 能分辨出學生是在「推理」還是在「猜」。
04木偶劇場
最佳創意獎，則給了來自丹麥的 Rene Hangstrup Moller 做的 Virtual Puppet Theater。
這是六個項目裏，畫風最為不一樣的一個。
你用手對着攝像頭比劃，屏幕上的木偶就跟着動；你說話，木偶也說話；你說「給 Bob 戴個王冠」，王冠就出現了；你說「我們去海灘吧」，背景就換成了沙灘。
你說「給我一頂冰淇淋帽子」……嗯，它也真給你戴上了。
（你的第一反應可能是：這也太適合哄小孩了吧。）
技術棧方面拆解如下：
手部追蹤用的 MediaPipe，檢測手指關節的 3D 位置來驅動木偶；語音識別用了瀏覽器原生的 Web Speech API，免費、夠用；語音合成用的 11 Labs Flash，比瀏覽器自帶的要有表現力得多。
引擎底下跑着兩個模型，共享一個緩存。
日常對話用 Haiku 保證響應速度，道具生成用 Opus 保證創意質量。有些道具是預設的 Three.js 模型，但像冰淇淋帽子這種，是 Opus 實時用基礎圖形組合拼出來的，你第一次說出來的時候它才去生成。
Bob（那個木偶）在視頻結尾自己作的總結：
05“ 一個用於玩耍的交互界面，一年前還不存在。
木匠之子
「Keep Thinking」特別獎給了來自智利的 Benjamin Torralbo 做的 MaestrIA。
這個項目的背景故事，可能是六個裏面，最讓人能夠記住的。
Benjamin 的父親 Juan Rodrigo Torralbo，做了三十年木匠，其中八年在修復智利奇洛埃島上被列為聯合國世界遺產的木教堂。
但在智利的體制裏，沒有大學文憑，你修過再多世界遺產，你也是全隱形人。
“ 智利有超過 28 萬名非正式建築工人，沒有任何途徑能展示自己的手藝。我爸修復了聯合國世界遺產教堂，可沒有大學文憑的他，在系統里根本不存在。
Benjamin 做 MaestrIA，就是要把他父親這樣的手藝人的知識數字化。
“ 工具是我做的。知識是他的。
使用方式是：拍一張受損牆面的照片，輸入你的位置。
Opus 4.7 開始分析，而且推理過程是實時展示的，不是在轉圈等。先觀察，再診斷，就像一個老師傅到了現場，得先看一圈再開口。
分析完後，AI 會給你四個答案：修什麼、你所在地區大概花多少錢、需要多長時間、不修會怎樣。
接下來才，系統會推薦你附近的手藝人。
選一個之後，第三個 Agent 自動幫你寫一條 WhatsApp 消息，用智利本地西班牙語，附上完整診斷報告。
“ 你不再是一臉懵地跟工人說「我牆濕了」。你手上拿着診斷報告。客戶不會被亂開價，有手藝但不會推銷自己的工人也能接到活。
分析過程中還有個有點意思的環節：系統會模擬不同工種的專家辯論。
木匠 vs 泥瓦匠，用智利西班牙語各自論證自己的修復方案。另一個 Agent 則跑去當地建材超市 Sodimac 和 Easy 實時查價，驗證預算是否靠譜。
一個報價沒有實際價格支撐，說了也等於沒說。這一步想得挺周到的。
Benjamin 還把 MaestrIA 拿給他爸進行了測試，一共 12 張照片，12 個診斷。
結果是：與三十年老師傅判斷的吻合率：81%。
06工廠老師傅
最佳 Managed Agents 使用獎，則給了法國的 Idriss Benguezzou 和 Adam Hnaien 做的 ARIA。
ARIA 解決的是工業維護領域一個老問題：
“ 在每個工廠、每個車間、每個水站裏，總有那麼一個人。他能聽出機器聲音哪裏不對勁，他能在機器壞之前兩天就知道它要壞了。他就是知道。然後他退休了，這些知識就永遠消失了。
傳統的工業維修管理系統部署成本 50 萬美元起，需要半年的專業諮詢。結果就是，超過一半的工廠壓根不裝，等機器壞了再說。
ARIA 用了五個 Agent 各司其職，像一支維修團隊一樣層層傳遞工單。
演示場景是一個礦泉水灌裝廠：一條線，五台設備。把設備手冊丟給 ARIA，Opus 4.7 的視覺能力讀完手冊，問了三個問題，系統就上線了。
其中一個場景是：瓶蓋機報了一個振動異常警報，但 ARIA 沒有立刻發工單。它查了上下文，發現振動值其實在下降，並非異常。
並給出結論：無需處理。
大多數系統到「發了警報」就結束了，而ARIA 多走了一步：它在判斷這個警報值不值得理。
但如果真的出故障了，處理鏈路就有所不同了。
檢測 Agent 發現異常後，調查 Agent 接手，啓動 Opus 4.7 的 extended thinking。它會寫一段 Python 代碼，在 Anthropic 的雲端沙箱裏跑了一次迴歸分析，從原始信號中算出設備的退化速率。
精確的數據會直接進入工單。技術人員拿到手的已經不再是一句「振動異常」了，是一張詳細的維修表：根因分析，加上一步步的修復建議。
並且，它還擁有記憶。
灌裝機又出了一次類似的振動異常，ARIA 翻出三個月前 Tom Anderson 處理過的那個 case，找到當時的修復方案和零件編號，直接告訴操作員：上次就是換了這個零件好的。
5 個 Agent 共享 17 個工具，通過 MCP 協作。日誌、操作員的班次筆記、信號趨勢、KPI、歷史故障……全部匯入每台設備背後的知識庫。
這個知識庫是從設備手冊和操作員的實際經驗中一起構建的。
用 ARIA 團隊的話說：那個「什麼都知道的人」，再也不會因為退休而消失了。
07手藝的數字化
六個獲獎項目來自五個國家，覆蓋醫療、維修、教育、工業、創意五個不同領域。
這些項目有一個共同的內核：它們都在把原本鎖在少數人腦子裏的專業知識，變成更多人能觸及的工具。
板級維修經驗鎖在少數硬件工程師手裏；臨牀直覺鎖在資深醫生的腦子裏；工廠維護知識鎖在那個「什麼都知道」的老師傅心裏；木工手藝鎖在一個沒有大學文憑的匠人手上。
人類文明裏有大量這樣的知識。
它們不在論文裏，不在教科書裏，不在任何數據庫裏。
它們只存在於某一個人的手感裏、直覺裏、幾十年累積出來的判斷力裏。
這些知識，一直在消失。
老師傅退休了，手藝傳不下去了，臨牀直覺隨一代人老去而失傳。沒有人宣佈它的死亡，也很少有人意識到自己失去了什麼。
這六個項目背後的指向是：AI 可以接住這些正在斷裂的經驗，讓它變成一種工具，一種傳承。
這也許是 AI 能給世界留下的，一份不那麼顯眼、但足夠持久的東西：讓那些本會被時間抹去的人類經驗，留下來。
因為在 AI 到來之前，這些知識和聲音，因為太過於不起眼和長尾，而被鑑定為沒有價值，從而忽略。
而藉助 AI 來做出這些項目的人，也不是什麼硅谷連續創業者。
他們是，一個土耳其醫生，一個智利大學老師，一個木匠的兒子。
他們可能，就是你。
◇ ◆ ◇
相關連結：
• 獲獎公告：https://x.com/claudeai/status/2049523899918934384
• 黑客松活動頁：https://cerebralvalley.ai/e/built-with-4-7-hackathon
• MedKit 演示 / GitHub：https://www.youtube.com/watch?v=6bN6hnx-A2A / https://github.com/bedriyan/medkit-app
• Wrench Board 演示 / GitHub：https://www.youtube.com/watch?v=OZ2D_p82z6w / https://github.com/Junkz3/wrench-board
• Maieutic 演示 / GitHub：https://www.youtube.com/watch?v=IJ9FyX2xwWA / https://github.com/bcanata/maieutic
• Virtual Puppet Theater 演示 / GitHub：https://www.youtube.com/watch?v=qLuGU4PQNss / https://github.com/rhmoller/virtual-puppet-theater
• MaestrIA 演示：https://www.youtube.com/watch?v=rkH4AjoTL5Q
• ARIA 演示 / GitHub：https://www.youtube.com/watch?v=Hen24w2Jyz4 / https://github.com/zestones/Aria
• Claude 開發者通訊：https://claude.com/newsletter/developers