跳到正文

认识 OpenAI Build Week 的获奖者

本文目录文章开头

OpenAI Build Week 以一个简单的挑战拉开帷幕:用 Codex 和 GPT‑5.6 构建真实的东西。感谢你们所有人接受这一挑战,将这一周变成了一场充满活力的构建者精神庆典。

来自 186 个国家的近 47,000 名构建者参与其中,使这成为我们迄今规模最大的黑客马拉松。在八天时间里,他们提交了 8,000 多个项目,并参加了 7 场线上和 60 场线下社区活动,以相互学习、测试新工具并交付成果。

Build Week 还让我们得以一窥构建的未来方向。一位没有编程背景的兽医构建了一个分诊工具,目前正在她人手不足的诊所进行试点。在医院轮班间隙,开罗的一位心脏病专家构建了一个心脏骤停响应的研究原型。其他获奖者借鉴个人经验,为语音无障碍和越南语发音构建工具,而开发者则投身于 MCP 安全、空间音频设计以及古代机器的交互式重建。

他们的项目共同展示了构建者社区如何不断扩展:开发者可以承担更宏大的系统,而其他领域的专家则可以将他们所知转化为可运行的软件。

今天,我们宣布四个类别中的八个获奖者:生活应用、工作与效率、开发者工具和教育。

评委从技术实现、设计与用户体验、潜在影响力以及创意质量等方面对每个项目进行了评估。

八位获奖者将分享 100,000 美元的现金奖励。一等奖团队还将获得 OpenAI DevDay 通行证、与 Codex 团队交流的时间以及一年的 ChatGPT Pro 订阅。

每个类别只选出两个获奖者非常困难。浏览 完整作品集,看看构建者们在 OpenAI Build Week 期间创作了什么。

生活应用

一等奖:Second Voice

构建者:Ravitez Dondeti

Ravitez Dondeti 小时候,他的一位亲属患有言语障碍。他记得曾试图通过手势交流,并在她去世后意识到有多少话未曾问出口、未曾说出口。

这段经历成为 Second Voice 的起点。这是他在 Build Week 期间独自构建的一个工具,面向构音障碍或运动控制受限的人群,帮助他们在实时对话中更好地被理解。

Second Voice 将一个人的部分语音与其短语手册及即时上下文相结合,推荐少量可能的句子。用户在应用朗读之前选择或编辑句子,从而掌控所说的内容。

Ravitez 最初认为重建句子是最难的问题。然而,最小的交互选择才是最重要的:显示多少选项、它们出现的速度,以及确认操作对运动控制受限者来说需要多少精力。

“最小的 UX 决策承载着最重的分量。对于一个运动控制受限、试图在对话中插话的人来说,这些选择就是产品本身。一个技术上能运行的应用,如果在实践中无法使用,也是不够的。” —— Ravitez Dondeti

了解有关该项目的更多信息并观看演示 此处。

二等奖:AirBridge for Windows

构建者:Adam Tarantino

AirBridge 源于一个棘手的日常问题。Adam 家中配备了支持 AirPlay 的音箱,却无法在 Windows PC 上便捷地使用它们。2024 年,他曾尝试借助早期的 OpenAI 模型来实现这一想法,但未能将其转化为可用的产品。

在 Build Week 期间,他再次尝试。

AirBridge 可捕获 Windows 的实时音频,并直接流式传输到 HomePod、Apple TV 和 Mac,无需虚拟音频线缆或临时文件。它超越了基础播放功能,支持多扬声器、针对不同房间的延迟校准,以及一个通过延迟画面(而非音频)来修正视频口型同步的浏览器扩展。

由 GPT-5.6 驱动的助手可通过语音控制系统,而本地策略层则决定哪些操作被允许,并对照实际硬件验证结果。

“我做软件工程师已经超过 10 年了,尽管这是我第一次参加黑客松。无论你的技术水平如何,无论你的想法是大是小,参加黑客松都是值得的。不参与就不可能获胜。” – Adam Tarantino

点击此处 了解更多项目信息并观看演示。或者,试用一下。

生活类应用入围作品

  • Bander 让家庭成员在 AI 助手接触其账户之前,先预览它将执行的操作。

  • O2 by Agent9 汇集了空气质量读数、野火活动、警报和预报。

  • SayAhead 帮助聋人和听力障碍人士阅读、引导和控制电话通话。

工作与效率

第一名:veTriage

开发者: Erin Downes VMD

今年,Paoli Vetcare 从三名兽医减少到了一名。忧心忡忡的宠物主人依然不断来电,但医院可用的临床医生却减少了,无法评估每一个病例。

61 岁的兽医兼诊所老板 Erin Downes 没有编程背景,她将数十年的临床和运营经验转化为 veTriage。该应用帮助前台人员收集正确的病史、识别紧急预警信号,并在不要求非临床人员做出医疗决定的情况下,将病例分流至适当的审核环节。其核心洞察是:排期满并不意味着患者病情不紧急:临床需求和医院接诊能力必须分开处理。

Erin 的团队已经开始试用 veTriage,它展示了最贴近复杂工作流程的人们如今如何能够帮助构建他们所需的系统。Codex 帮助将 Erin 的临床专业知识转化为企业可用的工作流程,而 GPT-5.6 则协助人类高效处理接诊对话,但不做出医疗决定。

“61 岁的我,希望能鼓励其他拥有深厚领域专业知识的人看到,成为构建者并不算晚。我没有编程背景,但我发现领域专业知识可以成为构建解决方案的起点。” – Erin Downes

点击此处 了解更多项目信息并观看演示。或者,查看 原型。

第二名:Pulse

开发者: Mohamed Mostafa Mohamed Labib Abu Taleb

开罗心脏病专家 Mohamed Mostafa Mohamed Labib Abu Taleb 在医院轮班间隙开发了 Pulse。这是一个针对医学界最严苛环境之一——心脏骤停响应——的研究原型。

在复苏过程中,团队负责人可能需要追踪心律、电击、用药时间、心肺复苏循环以及胸外按压的中断情况,同时还要听取房间内其他人不断报告的最新情况。Pulse 在心脏骤停期间聆听现场,维护临床状态(包括埃及阿拉伯语的语码转换),并维护一份关于已发生事件以及接下来可能需要执行操作的共享视图。Pulse 利用 AI 在高压环境中支持临床医生,而不取代他们的决策。GPT-5.6 有助于解读混乱的语音,而确定性、可审计的代码则追踪复苏流程,并在证据不明确时要求团队确认。

“Pulse 是在开罗的医院轮班间隙打造的,没有团队、没有实验室,也没有资金。人们有一种心照不宣的假设,认为严肃的医疗工具必须来自大学团队或资金充足的初创公司。这是反驳这一观点的一小份证据。”

了解有关该项目的更多信息并观看演示 请点击此处。

工作与效率类入围作品

  • LabSpace AI 创建实验室及其内部所有物品的可搜索空间地图。

  • OpenCounsel 将受损的法律简报转化为经过来源验证、可直接提交的文件包。

  • Tomok – Construction Intelligence 连接日程安排、规格说明和报告,使基础设施团队能够追踪延误的根源。

开发者工具

第一名:Echo Canvas

开发者: Kevin Yang

空间音频通常是在游戏引擎中构建场景之后才进行测试的。这使得设计师和开发人员很难在流程早期探索空间应有的声音效果。

Kevin Yang 将 Echo Canvas 构建为视觉线框图的声学等效物。在浏览器中,协作者可以勾勒空间、放置声源和听者、打开门道、更改墙壁材质,并立即听到结果。

GPT-5.6 可以帮助编写和解释场景,但它在受限的模式内运行。确定性系统处理几何和声学计算,而音频则在浏览器本地渲染。

其成果使原本不可见的设计问题变得可听、可检查,也让技术与非技术协作者更容易共同探索。

“更多的光线并不自动带来更好的产品。我们还了解到,AI 作为受限的编写和解释层最为可靠,而不是作为几何或实时 DSP 的替代品。”

了解更多有关该项目的信息,或点击此处试用演示。

第二名:Sentinel

开发者: Malik Bashaar Javaid

MCP 服务器可以为智能体提供对文件、API、数据库和 shell 命令的访问权限。在构建智能体系统时,Malik Bashaar Javaid 不断发现被作为快速启动模板分享的 MCP 服务器存在未经过滤的 shell 调用、嵌入的凭据以及薄弱的授权边界等问题。

他构建了 Sentinel,以便在 MCP 服务器发布之前发现这些问题。它结合了确定性静态分析、在实际源代码上下文中对发现进行严格受限的 GPT-5.6 审查,以及测试服务器真实行为的 Docker 隔离探针。该模型可以证实或质疑某项发现,但它不能发明可执行探针、引用不存在的代码,或在不可用时悄悄抹去问题。Sentinel 将其发现映射到 OWASP 智能体十大风险,并可以将其输入 GitHub 代码扫描,将熟悉的构建时安全实践引入智能体生态系统中快速增长的部分。

“约束一个模型比提示一个模型更难。我的大部分工作不是提示工程,而是构建模式检查、防止引用不存在代码的规则,以及编写 [GPT-5.6] 能够参数化但永远无法写出的探测模板。”

Sentinel 是 Bashaar 参加的第一次黑客马拉松。他最近刚获得计算机科学学位。

点此了解更多项目信息并观看演示。或者,亲自试一试。

开发者工具类入围作品

  • Emberframe Studio 为开发者提供了一个空间画布,用于与 AI 智能体一起构建应用。

  • GenUI 将模型生成的 JSON 转换为经过验证的原生 SwiftUI。

  • Vibe Signal 让人们可以通过 iPhone 或 Apple Watch 监控和引导 Codex。

教育类

第一名:Mechanica

构建者:Weiying Zhu、Yukun Li 和 Shan Wei

Mechanica 的想法始于一次博物馆参观。“说出来既好笑又尴尬,但我撞到博物馆玻璃的次数多到数不清,因为我太沉浸在玻璃后面的展品里了,”Shan Wei 分享道。

团队希望不仅仅是观看展出的机器——他们想要操作它、拆开它并了解它的工作原理。或者,正如 Yukun Li 所说:“一种更近距离地观察和感受文化的方式。”

Mechanica 将零散的历史记录转化为四台中国古代机器的可运行、可交互的复原模型,从天文钟楼到比现代计算早几个世纪发明的可编程织布机。参观者可以操作这些机械装置,将它们拆开,并将每个尺寸追溯到古典文献、测量过的文物或明确标注的学术推断。

一些古代机器仅存留了几行文字,使得人们难以想象它们可能如何运转。当历史学家存在分歧时,Mechanica 会呈现相互竞争的复原方案,而不是假装存在一个唯一的定论。

这三位构建者拥有数十年的软件经验,但在 3D 建模、动画、物理模拟或黑客马拉松方面几乎没有经验。Codex 帮助团队在 3D 建模、物理和动画等陌生领域开拓进取,而 GPT-5.6 则为一个 AI 讲解员提供支持,该讲解员旨在引用博物馆的证据,或在证据不足时拒绝回答。

“真正的限制是我的想象力。我写软件已经 25 年了,但 3D 和动画完全不在我的领域内,而现在这道障碍已经彻底消失了。人们可以远远超越自己的专业领域进行构建。” – Weiying Zhu

点此了解更多项目信息并观看演示。或者,访问数字博物馆。

第二名:Dấu

构建者:Robert Huynh

在 Build Week 之前,Robert Huynh 只参加过一次黑客马拉松——但半天后就离开了,因为他担心自己“技术不够”,不属于那里。在 Build Week 期间,他独自一人来到河内,构建了 Dấu,这是一个针对学习越南语最难部分之一——声调——的视觉教练。

Robert 在一个讲越南语的家庭长大,对那种常见的挫败感很熟悉:说了一个词,听到大家都在笑,却不知道自己的声调改变了什么。

在越南语中,同一个音节根据其音高和音质可以承载六种不同的含义。Dấu 让这些差异变得可见。学习者录制一个单词,看到自己的音高曲线与经过验证的母语者参考音并列,了解自己的发音可能产生了什么含义,并获得具体的身体纠正指导。

Robert 最重要的技术决策之一,是决定 AI 不应该做什么。确定性信号处理负责评估音调,而 GPT‑5.6 则指导学习者。当证据不明确时,Dấu 会让学习者再试一次,而不是自信地给出错误答案。

“我从怀疑自己是否足够懂技术、能否参加黑客松,到我独自构建的东西成为决赛入围作品。AI 正在让越来越多的人成为创造者,你不需要等到觉得自己技术足够好才去做这件事。” – Robert Huynh

点击此处了解更多项目信息并观看演示。或者,亲自试一试。

教育类决赛入围作品

  • Canopy 要求学习者在编码沙盒中应用 AI 教授的知识。

  • Encore! 将孩子考试中的错误转化为个性化的绘本课程。

  • ResearchOS 使每项研究主张都可追溯到其来源。

感谢!

感谢所有创造者、活动参与者以及 Codex 大使,是你们让这场全球构建庆典得以实现。要了解 OpenAI 开发者的最新动态,请关注我们的 开发者页面;若想线下保持联系,参加您附近的社区活动。

阅读显示设置

调整正文排版

当前浏览器记住选择,应用于文章正文。手机上正文宽度以屏幕可用空间为限。

图表完整性提示

普通文章遇到图表保存问题时显示提示。