2026年的AI黑客松获奖作品

一个把美术馆与观众连起来的平台。AI依据画作图像生成三种难度、多种语言的讲解，并以语音导览的形式送到耳边。观众在每件作品上留下的偏好会与向量比对，据此推荐下一件该看的作品及其收藏馆；馆方则能看到以作品为单位的评价，用于改进展陈。

面向经营大量商品、靠人力已盯不过来的电商卖家的多智能体系统。它盯住竞争对手所在的各个平台，给出调价建议，也可以自动执行。它瞄准的，是定价与风险判断落后于市场变化的那段时间里，一点点流失掉的利润空间。

每一个判断都附带AI生成的解释说明。提交时已部署在Google Cloud上，处于可直接投入生产的状态。

9 个实质性 PR,将 agentgateway 从模型代理提升为面向智能体的身份感知控制平面，涵盖边缘身份认证、基于 OpenTelemetry 的执行可观测性以及多模型供应商支持。

用市场机制代替信号灯来疏导路口的实验性系统。每辆车的AI代理自主就通行权展开协商，结合紧急程度与手头资金，通过微支付达成一致。系统内置了无需交出密钥即可即时完成小额结算的机制，勾勒出以自动驾驶为前提的交通图景。

面向企业 AI 基础设施的 Kubernetes 原生多集群清单控制器。在 agentregistry 思路基础上扩展，让团队在大规模环境中掌握自身智能体基础设施的全貌。

在美国，出狱后的支持体系本身是存在的，但住房、身份证件、法律援助与就业项目分散在各自不同的机构，当事人很难找到入口。Alyosha 把回归者、服务机构与个案工作者放到同一个平台上，将这些零散的资源串成一条通往正常生活的引导路径。

可以用自然语言操作的3D人体解剖图谱。只要说一句想了解脑梗塞，AI就会挑出相关的脏器与血管立体呈现，并附上说明。设计上把语言理解、结构识别与绘制分开，以抑制错误显示；遇到含糊的输入，则先给出候选让用户确认。

面向中小企业的自主IT服务台。SharePoint的申请门户经Power Automate接到Copilot Studio的分诊智能体，管理者在Teams里一键批准，实际操作则以最小权限调用Microsoft Graph。整套技术栈由AI智能体群搭建与维护，人类只需一人从旁监督。

从含糊的一句话开始建起一座 Minecraft 城镇的 AI 智能体。它先画出概念图，定下地块划分与各栋建筑的设计，再采取两段式做法：先把图像用语言描述成结构，然后换算为坐标，从而生成前后一致的建筑。骨架一次性铺好，装饰则由机器人在现场逐处收尾。

根据手头已有的积木提出搭建方案的应用。它从照片中识别拥有的零件并逐步积累，用户指定主题与难度后，AI 会生成三维的组装步骤。生成结果再交由物理引擎检查是否重叠或悬空，把具体问题反馈回去，让 AI 最多重做三次。

帮人在屋里找东西的AI伙伴。它会定期观察房间并积累影像日志，当被问到钥匙在哪时，不只说出位置，还能用语言描述压在杂志底下这类状态。若影像里没有出现，它会根据日历上的日程推理并列出候选，还能通过舵机自行转动摄像头。

上传长时段节目影像后，自动完成剪辑构思、镜头挑选与字幕撰写，产出适合社交平台的短视频。生成后仍可用对话指令微调，例如把字幕改成黄色。在来自各电视台的 28 支队伍中夺冠。

实时模拟数百名听众对一段DJ演出的反应。每个听众以包含声学特征的532维混合向量存在Qdrant里，每15秒重新打分以体现口味漂移，同时把全场是趋于一致还是走向分裂投影到二维图上。

面向缺教练也缺经费的棒球队的分析平台。它通过视频做姿态估计，把动作转成数值，让原本凭感觉的指导变成有数字、有说明的评价。平台还提供分位置的困惑咨询与训练方案建议，并采用无服务器架构以压低运营成本。

由检测、撰写、复核三个智能体接力修复文档。把握大的改动直接开合并请求，没把握的则转成issue交给人来判断。

面向欧盟K9至K12学生的AI备考助手，率先在爱沙尼亚落地，提供符合国家课程标准的诊断测评与自适应学习计划。

让智能体自主发现、分析并修复 Kubernetes 集群资源浪费的 FinOps 平台。基于 kagent、kgateway 与 kmcp 构建，把成本优化从周期性工作变成持续自动运行的流程。

面向营销团队的AI可见度分析：给品牌在AI生成回答中的曝光打分，做引用缺口分析，并给出有据可依的改进建议。

在代码评审环节直接介入：发现安全漏洞、写出修复代码、并自动提交合并请求，全过程无需开发者插手。

把代码依赖关系绘成地图，呈现系统随时间的演化轨迹。改动之前就能看清这次修改会波及到哪里。

扫描CI/CD流水线对环境的影响，输出碳足迹报告。

监听67个法域、125家监管机构的网站、PDF和听证会，把每一处变动映射到SOC 2、ISO、NIST的对应控制项上。

商业地产租金的需求侧预警引擎。比市场转折提前5至7个月发出信号，在17个都市圈的回测命中率为79.3%。

24个智能体并行探测，实时识别并归类基于地理位置、设备型号和Cookie的价格歧视行为。

以灾害医疗现场的对话与创伤图像为线索，协助生成记录并掌握现场状况。团队找出 LFM 的薄弱环节，通过数据整理与追加训练加以弥补，短期内的实现力获得肯定。

一款用AR把身边现象背后的规律叠在实景上的应用。选好难度与领域，把手机对准喷泉或桥梁，AI解析画面后会把轨迹与受力方向画成图形，覆盖在眼前的景物之上。若想再深入，还有通往详细讲解页面的入口。

自主交易智能体，具备信号排序、历史回测、风险敞口控制以及只读审计轨迹。

由8个智能体协同构成的知识引擎，专治组织隐性知识随人员流失而消散的问题。系统包含路由器、知识图谱与仪表盘三层，并罕见地写了43个测试。评委直言这已经不像黑客松作品，而是一个成型的产品。

把女性激素生理学与经营决策连接起来的多智能体系统，为处于领导岗位的女性提供生物层面的决策参考。

假定GPS和通信网都失效时使用的离线求生助手。在设备本地完成急救分诊，靠太阳和星辰判定真北方位，还能在施救者与伤者之间做翻译。

将多个 MCP 服务器聚合到单一端点的 Kubernetes 原生平台，使 IDE 和 AI 客户端能够通过智能体、工具与服务发现安全查询 MIMIC-IV 临床数据。

面向 MCP 基础设施的 Kubernetes 原生治理方案：监控 agentgateway 与 kagent 资源，以 MCP 服务器为单位评估安全态势，并借助 Gemini 或 Ollama 提供风险分析。

用于演示 MCP 认证与授权的全栈电商平台。在协议层强制执行 agentgateway、Keycloak JWT 与 CEL 规则，使智能体无法绕过安全边界。

一个直接嵌在 Azure DevOps 拉取请求流程中的 AI 代码评审扩展。它自动阅读变更内容并给出评审意见，及早指出安全隐患以及规章与合规方面的疏漏，把审查放在合并之前，让开发者在代码并入主干前就能处理，而不是事后返工。

试图在心理状态下沉之前就察觉它。每段记忆以语义、情绪、语音韵律等6种具名向量存进Qdrant，自研Transformer读取14天的情绪序列；一旦出现恶化征兆，系统会检索出用户自己过去走出低谷的记录，作为"你以前爬出来过"的证据递到眼前。

让团队看清Azure环境里究竟跑着什么、又该先修哪里的工具。它持续盘点资源，对照架构与运维的最佳实践逐项打分，再从可靠性与成本的角度给出下一步该做什么的建议。

可离线运行的问诊转录与翻译方案。音频无需上传外部服务，并且流程设定为由临床人员先行复核结果再使用。

面向直面阿片类药物危机的郡卫生主管、议员与倡导团体的政策分析平台。它先把问题的规模摊开来看，再协助设计应对措施，并测算这套措施要花多少钱、又能省下多少。

一道由多个智能体构成的发布关卡，追问的是这次拉取请求在现实中可能弄坏什么。它不再罗列通过与否的检查，而是在接近生产环境的上下文里评估这次变更，给出 0～100 的部署信心分数，并附上一份用平白语言写成的风险说明。

把绩效评估的反馈转换成"接下来怎么成长"的Copilot Studio智能体。从SharePoint取出技能信息，推送Microsoft Learn的学习资源，还会匹配公司内部的导师，上级审批流程由Power Automate自动跑通。

让秘鲁地方政府尽早察觉灾害征兆的系统。七个AI智能体分工协作，实时监看地震、洪水、火灾、气象异常与媒体报道，在事态扩大之前自动向当地负责人发出警报。

对AI生成的安全报告再做一层验证，填补"AI报出问题"与"开发者愿意动手"之间的信任落差。

实时识别电信诈骗迹象并当场发出警告的 AI 服务。聚焦日本特有的社会问题，评审肯定了其对 LFM 落点的选择以及对用户体验与流程的细致设计。

把手机摄像头看到的画面转成腰带上分方向的震动，引导视障者绕开障碍物的低成本可穿戴设备。全部处理在设备端完成，不需要联网。

只要把带会议记录的邮件转发过去，它就提取出冲刺目标、史诗与用户故事，并自动在Jira Cloud建好任务。同时接入Microsoft Learn和Jira两个MCP服务器，据称把冲刺准备时间压缩了约七成。

玩家的每一个抉择都会沉淀成向量化的"灵魂履历"的黑暗奇幻RPG。NPC会精确引用你做过的事来对话，累积的情节记忆还会解锁新的剧情分支，整套记忆机制跑在Qdrant Cloud上。

5个智能体在生产环境的安全副本上执行并验证数据库迁移。用的是真实的PostgreSQL、真实的数据，并真实部署在Google Cloud上。

完全在手机本地分析幼儿走路视频的隐私优先安卓应用。先检查拍摄质量，再本地跑33个关键点的姿态估计，套用确定性的步态分析，最后由设备内的AI助手把结果讲给家长听(属研究原型，不作诊断用途)。

把实时路况接入车队管理与物流流程的服务。它构建在 Microsoft AI Platform 之上，将路况感知、车队可视化与线路优化建议结合起来，力求削减供应链中累积的延误，让派车与配送的判断建立在当下的道路状况上。

把供应商合同的合规审查交给多智能体自动完成。Copilot Studio的编排器带着4个专职智能体，将收到的合同PDF对照Dataverse上的15条规则，给出红黄绿三色判定，从收到邮件到出具报告不超过两分钟。这是整场黑客松得分最高的作品。

让AI产出的情报变得可以用密码学手段核验。每一个来源都生成SHA-256指纹并锚定到Solana链上，任何人都能审计有无篡改。

在 OpenMRS 内按临床紧急程度重新排序候诊队列。它不把分诊交给生成式模型，而是采用确定性的 NEWS2 评分，行为可预期。评委与社区投票均将其列为第一，称赞其可落地性。

用自然语言写下想运什么，系统就把运价、关税、法规和物流风险一次性汇总到一起，省去跨国贸易前的零散查询。

一款只靠浏览器就能运行的多语种福利指引工具，支持英语、西班牙语与法语。用户以打字或说话的方式描述自身处境，自然语言处理会带着置信度提取出他所需要的援助，随后说明其可能符合的资格，并持续跟进直到援助真正到手。

为 kagent 增加视觉能力的智能体，可调用摄像头拍照并用 Nano Banana 与 Veo3 进行再创作。同时内置美国手语模式，把无障碍设计纳入其中。

通过 A2A 将 kagent 与 Microsoft Agent Framework 连接的桥梁，使基于 .NET 构建的智能体可以直接接入 kagent 生态。

可以和转生成植物的角色对话的装置。传感器持续测量土壤湿度、温湿度与光照，并把这些数值当作“口渴”“发冷”等感受交给 AI，让植物用表情和声音诉说自己的状态。人体感应传感器一旦察觉有人靠近，语音对话就会开始，孩子不必读数字也能获得照料它的契机。