大家好，我是 Ai 學(xué)習(xí)的老章

Anthropic 「Built with Opus 4.7」黑客松收官了，288 個項目，全部用 Claude Code + Opus 4.7 搭建

我認(rèn)真看了金銀銅三強(qiáng)的Demo，三個作者的背景出奇地一致：沒一個是純 AI/純碼農(nóng)

• 金牌作者是醫(yī)生轉(zhuǎn)碼農(nóng)

• 銀牌作者是干了三年微焊的電子維修工

• 銅牌作者來自智利的教育圈

三個項目都是把 Opus 4.7 直接焊進(jìn)了自己最懂的那塊小垂類

這才是黑客松最值得看的部分大模型這兩年大家都在用，能不能做出東西的關(guān)鍵早就不是"會不會寫 prompt"了，而是"你那行手藝活有沒有給 AI 留位置"

挨個細(xì)看

金牌：MedKit — 把會診室搬進(jìn)瀏覽器

作者：Bedirhan Keskin，土耳其，自己寫的 bio 是"medical-doctor-turned-software-engineer"（醫(yī)生轉(zhuǎn)軟件工程師）

這個項目我第一眼就服了，醫(yī)學(xué)生平時練手只能靠死啃書 + 偶爾跟門診，真想練獨立判斷只能在病人身上學(xué)——又貴又難又有倫理風(fēng)險，MedKit 把這事搬進(jìn)了瀏覽器，全語音、不打字，你跟一個 AI 病人面對面坐著問診：

1. 你開口問，病人開口答 ——streaming STT/TTS，實時語音，沒有按住說話、沒有等著對方打字

2. 病人是 AI 但有人味 ——會猶豫、會反問、會表現(xiàn)出焦慮（用 prompt-cached 的 persona），不是聊天機(jī)器人那種你問一句它念一段

3. 你做完整診療閉環(huán) ——采病史、開化驗、讀影像、開處方、寫出院記錄

4. 主治醫(yī)師給你打分 ——三維度評分卡：數(shù)據(jù)采集（Data Gathering）、臨床管理（Clinical Management）、人際溝通（Interpersonal），從"優(yōu)秀"到"明確不及格"分級

最值得點贊的是評分系統(tǒng)每條反饋都引用了真實指南條文——NICE / ESC / AHA / GINA / GOLD，全是醫(yī)學(xué)界公認(rèn)的臨床指南，不是 AI 自己編的"看起來很專業(yè)"的廢話作者明確寫了"No fabricated citations"（不允許虛構(gòu)引用），這一條對醫(yī)學(xué)場景是死線

在線試用：medkit-app.vercel.app

兩種模式：

• ER 模式（急診） ：多床位并行輪班，新病人在分診臺不停進(jìn)來，化驗需要"模擬分鐘"才出結(jié)果，你得自己決定先看誰， 真有時間壓力

• 門診模式（Polyclinic） ：單病人節(jié)奏，含成人和兒科（兒科病人由家長代答），有 Three.js 做的 3D 診室

我一句話總結(jié)：這玩意兒要是早出來五年，全球醫(yī)學(xué)院的標(biāo)準(zhǔn)化病人項目可以先省一半預(yù)算了

銀牌：Wrench Board — 給電子維修師傅配個高級搭子

作者：Alexis Chapellier（GitHub @Junkz3），法國，自我介紹是"干了三年微焊（microsoldering）的技師"——電路板維修這一行，搞壞一顆電容、燒個 PMIC，不換板子還能救回來的，全國都沒幾個人干

他給自己打造了一個工作臺 Wrench Board：板級電子維修診斷工作臺，一句話定位是"會像資深技師一樣思考的診斷工作臺"

wrenchboard.cloud

為啥這事難？因為板級維修的知識全散在地球各個角落：PDF 原理圖沒人索引、十三種互不兼容的 boardview 格式、2017 年論壇帖里一堆"你后來修好了嗎？"的懸案——沒有一個工具能像老技師那樣跨這些資料推理

Wrench Board 的解法是 4 個正交工作流 + 36 個專用 agent 工具：

• Knowledge Factory（知識工廠） ：4 個 Claude 角色（Scout 偵察 / Registry 注冊 / Writers 編寫 / Auditor 審核）協(xié)作， 2 分鐘 給一臺設(shè)備打出一份認(rèn)證過的維修知識包，三個 Writer（Cartographe / Clinicien / Lexicographe）并行跑，共享 prompt 緩存壓成本

• Schematic Ingestion（原理圖攝入） ：Opus 4.7 視覺模型一頁一頁讀 PDF 原理圖， 不是 OCR 拍扁 ，而是原生視覺推理，最后編譯成可查詢的 ElectricalGraph，啟動順序自動推斷

• Diagnostic Agent（診斷 agent） ：跑在 Anthropic Managed Agents 上的實戰(zhàn)會話， 4 層記憶 ——跨設(shè)備故障模式（global-patterns）、可復(fù)用診斷手冊（global-playbooks）、本機(jī)知識包（device-{slug}）、本次維修的筆記本（repair-{id}）， Tier 三檔 ——Opus 4.7（deep）/ Sonnet 4.6（normal）/ Haiku 4.5（fast）按場景切，36 個自定義工具全在 api/agent/manifest.py 里

• microsolder-evolve（夜間進(jìn)化循環(huán)） ：四路評測——確定性仿真器（sim）、原理圖編譯器（pipeline）、視覺通道（pipeline-vision）、診斷 agent（agent）——夜里自己跑、自己提補(bǔ)丁、對著 oracle 基準(zhǔn)要么留下要么回滾，作者一邊干別的活，工具一邊自己變強(qiáng)

最狠的是反幻覺設(shè)計agent 不允許自己編造任何元件位號（refdes）：每個吐出來的位號必須從工具查詢出來，服務(wù)端還有 post-hoc sanitizer 包一層，驗證不過的 token 在到達(dá)屏幕之前就被攔下來對維修場景這是必須的——AI 一本正經(jīng)胡說一個根本不存在的元件，技師按圖索驥只會浪費幾個小時

而且這哥們順手把 12 種 boardview 格式的解析器都從零寫了——KiCad .kicad_pcb、OpenBoardView .brd、KiCad-boardview BRD2，再加 .asc / .bdv / .bv / .cad / .cst / .f2b / .fz / .gr / .tvw，加新格式只要丟一個文件進(jìn)去

代碼：github.com/Junkz3/wrench-board（**Apache 2.0 開源**，演示用的是 MNT Reform 主板，CERN-OHL-S 全開源硬件） 銅牌：Maieutic — 寫代碼前先講清你為啥這么寫

作者：Paula Vasquez-Henriquez，智利

項目名 Maieutic 來自蘇格拉底的「產(chǎn)婆術(shù)」——通過提問幫人把內(nèi)心已有的認(rèn)知接生出來，而不是灌輸

工具的玩法很反直覺：學(xué)生想寫代碼？先用自然語言把"你打算構(gòu)建什么、為什么要這樣構(gòu)建"講清楚，AI 聽懂了才解鎖代碼編輯器

這事在 vibe coding（憑感覺擼碼）滿天飛的當(dāng)下特別有意思現(xiàn)在大家給 LLM 寫 prompt 都越來越草率，"幫我搞個登錄頁"一句話甩過去，AI 哐哐就給你 200 行代碼——結(jié)果學(xué)的人除了"會按 Tab 鍵接受補(bǔ)全"啥也沒學(xué)到

Maieutic 反著來：先思考、再編碼，強(qiáng)迫學(xué)生過一遍元認(rèn)知（"我到底想干啥"、"為啥這么干"），再讓 AI 配合落地這是給 AI 時代的編程教育下了一劑解藥——AI 不是替你思考的工具，是檢驗?zāi)闼伎记宀磺宄墓ぞ?/p>

我感覺，所有教編程的老師都該看看這個，至少是個值得借鑒的反「vibe coding」范式

我的幾點感受

第一，三個項目作者無一是科技圈大廠背景——醫(yī)生、維修工、教育者三個項目的共同公式是：

我最懂的那行 × Opus 4.7 的 agent 能力 = 一個能立刻交付價值的工具

誰都看得出來這一波黑客松最值錢的不是"模型多牛"，而是"作者所在領(lǐng)域多深"，沒有領(lǐng)域 know-how，再強(qiáng)的模型也只能寫出"看起來很 AI 的玩具"

第二，三個項目都把 agent 用到了極致：MedKit 用 prompt-cached persona 模擬真實病人對話；Wrench Board 上了 36 個工具 + 4 層記憶 + Anthropic Managed Agents；Maieutic 把 LLM 當(dāng)作"思維教練"而不是"代碼生成器"——每一個都不是 chat 套殼，每一個都是把 agent 跟某個真實工作流縫在一起

第三，反幻覺這件事在嚴(yán)肅場景越來越重要：MedKit 引用真實臨床指南、Wrench Board 不讓 AI 編位號Opus 4.7 這一代的 agent 可控性算是邁過了一個關(guān)鍵門檻——能在醫(yī)療、維修這種"錯一個字就出事"的場景里跑實戰(zhàn)

最讓我感慨的還是金牌作者那句話——

? Let's see where this journey will take us, but I genuinely look forward to being one of the people shaping the future of medical education

讓我們看看這段旅程將走向何方，但我真心期待能成為塑造醫(yī)學(xué)教育未來的其中一員

一個土耳其醫(yī)生，業(yè)余學(xué)了編程，黑客松上拿到全球冠軍把 AI 推進(jìn)醫(yī)學(xué)教育的進(jìn)程哥們們，這就是這個時代最浪漫的事

制作不易，如果這篇文章覺得對你有用，可否點個關(guān)注，給我個三連擊：點贊、轉(zhuǎn)發(fā)和在看，若可以再給我加個，謝謝你看我的文章，我們下篇再見！