周末打了个 AI Agents 黑客松，把过程整理成了一个 Hackathon Skill

周末参加了一个 AI Agents 主题的黑客松，最后运气不错拿了一等奖。

这帖不是来晒奖的，主要是想分享一下这次和 Codex 一起打黑客松的过程。比赛结束后我翻了一下两天里的聊天记录，发现里面其实留下了一条挺完整的路径：怎么选方向、怎么误判、怎么止损、怎么收敛 demo 、怎么准备 Q&A 。

所以顺手把它整理成了一个开源 Skill：

https://github.com/kangkona/kangkona-skills

里面目前有一个 Hackathon Skill ，算是一个黑客松实战手册。目标不是教人 hack 比赛规则，也不是拿旧项目包装参赛，而是整理一下在有限时间里，怎么和 AI Coding Agent 协作，把一个想法尽量收敛成能讲清楚、能跑起来、能回答问题的作品。

这次比较大的体感是：现在写代码反而不一定是最难的部分。

有 Codex / Claude Code 以后，很多东西确实能很快堆出来。但黑客松里真正容易翻车的是：

1. 方向一开始就选偏了
2. 想法越聊越大，最后 demo 讲不清楚
3. 做出来只是个 API wrapper ，自己也说服不了自己
4. 半天过去发现效果不对，但舍不得止损
5. PPT 、视频、Q&A 到最后才开始补

我这次一开始也没马上进入 coding ，而是试了好几个方向。财务 Agent 、研究分析、企业工作流、Coding Agent 协作工具都看过一点。中间还顺手试了几个之前一直想试但没认真用过的技术栈，比如 TanStack Starter 、Astro 、Mastra 、Flux 、Cloudflare 全家桶。

最后发现，工具本身倒不一定是最大的问题。

真正的问题是：你脑子里想象的产品，和实际做出来的 demo 之间，经常会有很大的 gap 。

尤其是和 Agent 一起脑暴的时候，很容易越聊越大：加一个角色、加一个面板、加一个流程、加一个自动化动作。看起来越来越完整，但也越来越不像一个 4 分钟能讲清楚、现场能稳定演示的东西。

后来让我收敛到最终方向的，是一篇 Lenny 采访 Claude Code 团队负责人的文章。里面有个观点我印象很深：

当 AI 让写代码变快以后，验证和信任会变成新的瓶颈。

我之前在字节做过很多年 AB 测试和实验评估，所以看到这个点会有一种熟悉感。AB 测试本质上也是在大规模组织里解决“变化如何被验证、如何被信任”的问题。

于是我重新理解了 Coding Agent 赛道：

机会可能不在于“再做一个 Coding Agent”。这个方向很难和 Codex 、Claude Code 、Cursor 正面对打。

更有意思的点可能在 Coding Agent 之后。

当个人写代码变快以后，团队会遇到新的问题：

Agent 做了什么？ 尝试过哪些方案？ 有没有跑测试？ 留下了什么证据？ 什么时候可以进 PR ？ 谁来 review ？ 谁来 approve ？ 团队怎么信任这一次 Agent loop ？

所以最后做了 TeamLoop ，一个偏团队级 Loop Engineering 的东西。它不是替代 Codex / Claude Code ，而是把本地 Agent 的执行过程、证据、review 和 approval 串起来，让团队在 PR 之前就能看见一次 Agent loop 的状态。

赛后我把这套过程抽象成了 Hackathon Skill ，大概包含这些原则：

1. 先读评分标准，不要先写代码
2. 一开始可以多方向赛马，但不要恋战
3. 尽快判断 demo 能不能闭环
4. 每个方向都问一句：能不能在几分钟内讲清楚
5. 截止时间越近，越要从探索模式切到交付模式
6. AI 很适合帮你并行探索，但人要负责判断和取舍
7. 黑客松不是 hack 比赛规则，而是在有限时间里更认真地理解问题、做出东西、和人交流

目前这个 Skill 还比较早期，算是从这次比赛过程里蒸馏出来的 v1 。

如果大家也经常参加黑客松、Demo Day ，或者用 Codex / Claude Code 做项目，欢迎拍砖。

也想顺便讨论一个问题：

当 AI Coding 让“写代码”越来越快之后，团队研发流程里下一个真正的瓶颈会是什么？

长文版之前发在公众号，这里就不强推了，感兴趣可以看： https://mp.weixin.qq.com/s/W9sgM7adkPwm1eRMBUsAtg