从课堂到赛场：AI工具的落地演练

历时三周、六天课程打磨，交大高金MBA AI4U Pre Course——Summer Bootcamp圆满收官。作为压轴环节的黑客松大赛，16支队伍、80+学员齐聚北京、上海、深圳三地联动，用24小时极限挑战将课堂所学化为团队Demo。

自8月16日开营以来，课程以AI4U模块为主线，从大模型发展路径、提示词工程，到智能体搭建与场景实验，为学员打下坚实的AI工具基础。黑客松则成为学习成果的集中展示：从业务问题定义、AI工具调用、Agent流程设计到最终Demo路演，学员们第一次在高强度的团队实践中，把AI工具真正嵌入业务流程，探索如何用工程逻辑解决现实问题。这不仅考验学员的专业知识和团队协作力，更是一次关于 “AI与我、AI与业务、AI与未来” 的深刻思考。

当天还举办了两场Panel和一场讲座，嘉宾导师们从AI生态、产业落地、法律合规等多个维度，带来了前沿洞见，为学员们的实践探索注入思考。

荣誉揭晓：四大奖项加冕
本届黑客松大赛共评出四类奖项：元算法奖、深境智能奖、强擎架构源奖、源创动力奖，涵盖投资分析、智慧农业、法律合规、普惠金融等各个领域，展现了AI在跨行业的应用想象力与落地潜能。虚拟评委环节更为比赛增添了科技感，通义千问、DeepSeek、豆包三大模型对团队作品进行多维打分，趣味十足。

优秀项目展示

元算法奖

Quant-AIgent：多Agent驱动的智能量化投研平台

来自上海赛区的第四组凭借项目 「Quant-AIgent：多Agent驱动的智能量化投研平台」 获得元算法奖。该平台以“用自然语言做量化投研”为核心理念，通过多智能体协作实现数据获取、代码生成、回测验证和因子优化，帮助研究员和基金经理摆脱繁琐工程，实现从“想法”到“策略”的高效转化。

项目针对量化投资的典型痛点——门槛高、信息处理低效、因子挖掘难、模型僵化，提出了颠覆性的解决方案：用户只需输入自然语言，系统即可自动完成全流程回测和优化，体验就像与一支“全天候 AI 投研团队”对话。评委指出量化类产品的核心竞争力在于因子库的深度与团队的专业履历，这些都是未来能否真正获得市场认可的关键。

团队成员回忆起黑客松的经历时表示，真正的挑战不仅在于技术，更在于如何在短短两天内把分散的想法快速聚合成可落地的产品。为了完成 Demo，他们几乎连夜奋战：有同学埋头写代码到凌晨，有同学负责整体协调与方案设计，有同学则承担宣传与路演材料制作，还有同学全程保障后勤。大家分工明确、节奏紧凑，形成了一种“高度协同作战”的氛围。正是这种团队合力，让一个最初只是讨论中的设想，最终在比赛舞台上完整呈现。

他们坦言，Bootcamp 的理论框架和实操训练为项目奠定了坚实基础，让大家从“会用工具”跃迁为“能做产品”。更重要的是，在这个过程中，大家对 “AI与专业工作之间的关系” 有了新的理解：AI 不再是遥远的概念或炫技的工具，而是真正能嵌入业务流程、放大专业判断的伙伴。

“这次黑客松让我们深刻体会到，AI不是取代人，而是增强器。它能替我们完成大量重复、枯燥的任务，让专业人士把精力放在更有价值的创意和决策上。”团队在总结中说道，“未来我们希望把这个项目继续打磨下去，让更多投资者都能拥有一支属于自己的 AI 投研团队。”

来自北京的第十四组团队以“AI+IoT+视联网”为底座，打造面向农牧场景的一体化智能平台：通过多维数据（地理位置、天气、温湿度、物候期、历史案例）与病虫害预测模型，提前给出 30 天风险预警；联动摄像头与现场设备实现“预测—监控—识别—联动防控”闭环，并用可视化 Agent workflow 执行自动化管控。目标是把传统依赖经验的管理方式升级为数据驱动与自动化协同，在降本、减损、提效上取得实质性收益。在商业模式上，他们提出了RaaS（Result as a Service，结果即服务）的新思路：不单纯售卖技术，而是为“实际成效”定价。同时，探索与产业伙伴成立合资公司，共担风险与收益，实现深度参与与长期共赢。

评委指出，智慧农业虽然市场潜力巨大，但行业进入门槛极高。政策项目是主要推动力，真正走向商业化还需解决运营持续性、金融嵌入和数据可信度的问题。

对团队而言，这次黑客松不仅仅是产品 Demo 的打磨，更是一次认知的深度重构。他们坦言，AI Summer Bootcamp 的系统化课程是转折点。在此之前，他们对 AI 的理解是碎片化的；而通过 Bootcamp 的理论学习，他们第一次搭建起了完整的认知框架，不再盲目试错，而是能在框架下针对性地选择技术与设计方案，做到有的放矢。

项目推进过程中，他们经历了两道关口：一是选题的反复调整，从第三产业一路转到第一产业，最终落定农业场景；二是数据与工具的双重挑战，农业数据稀缺，工具优化方向不明。但正是在老师讲解的方法论和案例启发下，他们学会了从“写代码”升级为“设计 workflow”，用工程化的思维突破局限，并坚定了在农业场景深耕的信心。

黑客松的高压赛制，则让他们真正完成了“从算法到产品”的跨越。七名成员通过明确分工——有人负责技术开发，有人负责场景对接，有人专注数据处理——并配合每日同步与交叉测试，形成了一种“问题快速响应、责任无缝衔接”的协作模式。与课堂学习相比，黑客松的不同在于它的真实性与结果导向：这里没有模拟案例，而是必须在有限时间里交付能跑的 Demo。这种压力逼迫他们跳出单一技术视角，更注重可行性与落地性。

更重要的是，他们对 “AI 与专业工作之间的关系” 有了更清晰的认识。AI 不再只是概念和工具，而是能够嵌入业务流程、显著提升决策效率的伙伴。以农牧场景为例，以往人工整理报表、凭经验判断风险的模式，如今已被 AI 提前预测与科学决策所取代。但他们也意识到，农业 AI 必须跨过“可解释性”和“场景适配性”的两道坎，才能真正落地。

这次经历也让他们对个人能力有了全新的规划：从技术驱动转向场景驱动，从单一模型开发转向行业化 AI 模型研发，强化 AI 与物联网/视联网的融合能力，并培养“用户思维”，把复杂技术转化为农民和企业都能轻松使用的工具。

“AI 不只是技术炫耀，而是真正能让农牧业更高效、更可持续的工具。”团队在总结中这样说。未来，他们希望这套系统能走出实验场景，真正落地到农牧业生产的一线，成为推动智慧农业升级的关键一环。

深境智能奖

基于 Agent 协同的 “黄历-剧本-短视频” 一体式功能优化创新方案设计

北京第十二组带来了一款富有新意的作品——“黄历视频自动生成”。团队把传统的黄历、易经、农历数据与 AIGC 技术结合，设计了一个端到端的智能化内容生产流程：从时运解析、吉事剧本、分镜生成、视觉合成到自动剪辑发布，形成完整的五步闭环。生成的短视频不仅能在几分钟内批量产出，还可在剪映生态中直接二次编辑，为运营和推广提供极大便利。

与许多团队不同，第十二组在项目定位上选择跳出国内“内卷”竞争，瞄准美区等蓝海市场，借助海外对国学与东方文化的热情，制定了清晰的出海策略：短期通过 TikTok 等平台实现 C 端引流和用户积累，长期则依托国内的定制化工作流，为 B 端客户提供商业化解决方案，探索“文化+AI+商业”的新模式。

这份成果的背后，是团队高度协作的汗水。确定方向后，技术组全力攻克短视频自动生成的技术难关，负责 AI 模型搭建与 API 接口；商业组深入分析市场需求，设计出合理的盈利模式，保证项目的可行性；运营组则专注于 UI 设计、海报和展示材料的打磨，让复杂的逻辑以更直观的方式呈现。团队保持每周两次固定会议，快速对齐进度、同步问题并即时解决，形成了高效的闭环协作机制。

评委们认为，这一项目将传统文化与 AI 技术巧妙结合，方向清晰且富有特色，尤其是在“国学出海”的语境下具备独特吸引力。同时，嘉宾也建议团队进一步优化内容呈现方式，减少对单一素材的依赖，打造更稳定的视觉风格和可复用的素材库，以增强长线发展潜力。

对于团队而言，这不仅是一场 Demo 的打磨，更是一次实战中的自我突破。学员们坦言，最大的收获在于从“复杂设想”到“快速迭代”的心态转变——学会了先做简单可行的版本，再逐步优化。“AI不是魔法，只有好数据和好流程，才能产出真正有用的结果。”他们说。黑客松的高压环境也让团队在分工协作、快速响应中获得实战成长，更重要的是，他们形成了“AI思维”：看到问题时，第一反应是如何用 AI 来解决，并有能力把想法转化为可运行的 Demo。

在金融行业，合规已经成为关乎机构声誉与生存的关键环节。面对庞杂且不断更新的监管文件，传统依靠人工跟踪和解读的方式既低效又容易出错，极易埋下合规风险。针对这一痛点，来自北京的第二组团队提出了“智能合规新引擎” 的解决方案：依托 AI Agent，将法规的自动提取、版本比对、风险追踪和文档审查整合为一体，帮助金融机构实现合规工作的降本增效。

评委肯定其应用价值与技术集成度，认为其直击合规痛点、市场潜力巨大，并在隐私与安全上具备优势。同时也建议团队进一步强化数据可信度、来源背书与运营持续性，以增强未来商业化的信任度。

在这次 AI Summer Bootcamp 中，团队最大的收获来自“理论—实操”一体化的训练：一方面通过系统课程把大模型与 RAG 的原理和应用场景梳理成完整框架；另一方面在短周期内完成数据处理到模型部署的全流程演练。由此，他们明确了一个关键共识——面向合规的 AI Agent，决定成败的不止是模型精度，更在于高效的检索能力与结构化分析能力。借助 Bootcamp 的方法论，团队学会用 RAG 处理非结构化法规文本，并在分析模块中生成可追踪的合规报告，这一步成为整个产品设计的“地基”。

项目起初只是一个直觉：能否用“AI 智能助手”持续追踪并分析快速变化的法律法规？落地过程中很快遭遇现实难题：法规文本冗长复杂、关键信息难以提取；不同法规之间交叉、更新频繁，追踪容易断链。突破口来自知识检索与语义分析课程——将法规数据先分片并嵌入，再以语义搜索寻找关联点，版本差异与条款关联随之清晰，报告生成也由此“开窍”。可以说，Bootcamp 提供的框架方法，直接带团队走出了瓶颈。

黑客松高压推进让他们把“灵感”压缩成“产品”。短短几天里，团队要在创意、实现、展示三线并行：马丁义负责数据处理，钱金新负责模型搭建，牟迪与廖雪银协调整体推进。真正的成长发生在协作方式上——他们学会将复杂任务拆解成可落地的小模块，并建立快速同步与责任衔接机制。与课堂相比，黑客松更强调协作密度、反应速度与执行力，让团队第一次完整体验了从想法到 Demo 的端到端路径。

对“AI × 业务”的理解也更清晰：AI 不是取代专业人士，而是“增强工具”。在合规场景下，它显著减少人工检索与比对的重复劳动，把人的精力释放到更有价值的分析与判断中。个人层面，两点变化最为明显——其一，思维方式从“技术导向”转向“场景驱动”，先厘清业务需求，再选择技术方案；其二，在高强度黑客松中快速迭代的能力、跨域沟通与团队协作能力，得到实打实的锻炼与提升。

在普惠金融与消费信贷领域，中小微企业长期面临“融资难”的困境：传统金融机构依赖抵押物、财报和历史征信数据，而小微群体往往缺乏这些信息，信用不可得、贷款难以批复。与此同时，这类企业的资金需求又往往“短、急、快”，人工审批和补件不仅效率低下，还使得大量潜在优质客户被挡在门外。在此背景下，来自湾区的第三组团队AI信贷员项目，通过多模态数据采集与多智能体协作，将照片、账本、流水截图、语音陈述等非结构化信息，与工商、税务、舆情、供应链等外部数据整合，生成可追溯的“经营活力画像”。不同智能体分工明确：从真实性校验、防伪比对，到现金流动态分析和行业对标，共同构建完整的证据链。最终输出的并非单一评分，而是一份带有来源标注与置信度的企业经营报告和授信建议，能够直接对接审批系统，实现“资料即信用”。

评委们认为该项目直击小微融资痛点，在多模态数据利用和可解释性上展现出亮点，尤其是将大模型定位为“前端的眼睛”、传统风控模型负责裁决的分层设计，有效避免了“黑箱决策”。他们同时指出，目前的成果仍停留在MVP阶段，未来要真正落地，还需在数据获取、系统集成与商业模式上进一步完善。

在本次 AI Summer Bootcamp 的学习中，团队最大的收获来自理论与实操的双重训练。讲师团队将知识体系梳理得清晰而完整，帮助大家建立了对 AI 的整体认知。更重要的是，他们意识到：项目构思必须从业务场景和痛点出发，先明确问题，再选择技术方案。正如团队成员总结的那样，应该是“带着钉子找锤子”，而不是盲目寻找技术应用的机会。

在探索过程中，最突出的挑战来自信贷领域的业务知识不足。初期他们在风控规则和场景理解上花费了大量时间，但通过反复讨论、请教相关背景的同学，并结合大模型的能力不断优化方案，团队逐渐形成了一个完整的业务闭环。这一过程让他们体会到业务与技术的结合点，也让项目走上了落地化的路径。

黑客松的高压实践进一步锻炼了团队的协作能力。短短几天里，每位成员都全情投入，遇到问题共同研讨、快速推进，最终成功输出了完整的 Demo。这种“以战代练”的过程，不仅让他们对 AI 应用有了更深刻的理解，也显著提升了动手能力和实战经验。相比课堂学习，黑客松更强调落地价值和执行力，这种差异让大家收获更大。

通过 Bootcamp 与黑客松的双重历练，团队对大模型的理解也发生了转变。他们清晰地认识到，大模型本质上是一种工具，价值取决于如何使用：用得好，它能显著提升效率、创造价值；用得不好，反而可能带来问题。个人层面最大的成长，是思维方式的升级——从技术导向走向场景驱动，用更问题导向的视角去思考 AI 的应用，这也成为他们此次经历中最重要的收获。

评委与导师点评：从Demo到未来
在路演环节，多位评委嘉宾对学员们的创意与执行力给予了高度肯定。他们认为，项目不仅展现了扎实的技术探索，更重要的是敢于从真实的业务痛点出发，形成了完整的产品雏形，这正是未来商业实践中最宝贵的品质。

同时，导师们对本次 Summer Bootcamp 表示赞赏，认为课程设计兼具理论深度与实战张力，为学生提供了“从认知到应用”的完整体验。他们勉励同学们保持好奇与探索精神，在快速变化的 AI 时代不断尝试新场景、发现新可能；也提醒大家关注长期价值——不仅要会用 AI，更要思考如何用它重塑行业、推动变革。Bootcamp 的意义，正是帮助学生们迈出这一步

学员真实收获：从工具到认知升级

在 AI4U 的学习与黑客松实战中，学员们纷纷分享了他们的真实体会。有人感慨，在短短两周里，把一个创意从构想到 Demo 落地，这是第一次真切感受到“AI 可以让想法变成现实”；也有人说，通过搭建工作流、调试模型、做建模，亲身走过完整流程后，终于明白了大模型的潜力与边界。

许多学员强调，这不仅是一次技术训练，更是一场认知升级。AI 让他们学会了以全新的方式看待问题，保持好奇与提问的勇气，同时在理性与人文之间找到平衡。还有学员分享，在高压的黑客松中，团队协作与快速迭代的节奏带来了巨大的成长，每一次试错都让他们更懂 AI 的逻辑，也更懂如何与他人配合。

对于未来应用，不少学员看到了 AI 在行业和生活中的无限可能：它能在投资研究和财富管理中快速处理海量数据，帮助挖掘隐藏线索；能优化日常工作流程，把繁琐的任务交给智能助手，从而释放出更多创造力；甚至能让个人从“不懂 AI”到“会用 AI”，在极短时间里完成跃迁。

正如一位学员所说：“AI 就像一把神奇的钥匙，为我们打开了新的大门。” 这种真实的声音，正体现了 AI4U 带给学员们的双重价值——既是技能的掌握，更是认知与视野的拓展。

展望：从工具到生态

黑客松大赛的意义不只是赛出一个 Demo，而是让未来的商业管理者真正学会如何与 AI 协作，把工具变成生产力，把想法变成现实。这背后，正是高金 MBA AI 课程体系循序渐进的设计思路：

从 AI4U（工具学习） 起步，学生在 Summer Bootcamp & 黑客松大赛，以及“人工智能及认知框架”等课程中，系统掌握大模型、机器学习、深度学习、Agent 开发等核心方法，并尝试形成初步的 AI 商业方案，打造属于自己的技能工具箱；

进入 AI4Leader（工程实践） 阶段，学生将在导师引领下把这些方案真正做起来，把工具嵌入业务流程，用 AI 战略思维解决企业的真实痛点；

最终迈向 AI4All（商业生态），学生将投身科技成果转化、AI 商业应用和并购实践，把方案落地到更复杂的产业场景，并探索融资与规模化之路，实现从“0到1、1到10、10到100”的全链路成长。

这样的课程路径，让学生不仅能学会“如何用 AI”，更能理解“如何引领 AI”，实现从认知到落地、从工具到战略的全面成长。

在AI时代，学习已不止于课堂，而是一场关于未来的全景演练。高金MBA将持续以前瞻课程、实战项目、跨界平台，培养真正懂技术、会管理、能落地的“AI时代产业组织者”。

最后，特别感谢本次黑客松和 Panel 环节的各位评委与分享嘉宾（排名部不分先后）：阿联（非度科技 联合创始人）、陈放（OpenCSG 产品及战略负责人）、徐慧茹（小红书 AI 战略和创新负责人）、王亚莉（微软亚太生态解决方案总监）、孙崇理（交大校友、君地集团执行董事）、韩剑（交大校友、原圈智能创始人CEO）、赵沛舟（交大校友、小苗朗程投资合伙人）、韩泽耀（沐曦科技应用生态总监）、张江（高金校友、瀚浦资产管理合伙人）、高慧（交大校友、国瓴律师事务所创始合伙人）。感谢他们带来的真知灼见与悉心指导，为学员们的探索与成长注入了宝贵养分。