多数获奖作品解决的，是今天此刻仍有人在受苦的具体业务问题。
Databricks黑客松的前三名分别做了超市购物清单（HEB）、股票筛选（Yahoo）和节目推荐（ITV）——全都是真实企业的真实课题。GitLab的Gitdefender针对代码评审的安全问题，Hearsay盯着67个法域的监管动态。比起抽象的「用AI让世界更好」，痛点具体的作品更容易被选中。
评分标准也写得很明白。lablab.ai把「适用性」和「商业价值」并列为评分项，而夺冠的ChattyRental甚至直接给出了投入产出比：销售部门成本平均降低36%。
可以怎么做：在选题阶段就自问「我说得出遭受这个痛点的人的职位名称吗」。说不出来，说明问题还太抽象。可能的话，找一位真做这份工作的熟人聊15分钟，然后在演示开头用30秒把那份痛点重现出来。