AI原生的Builders

创业邦·今天 10:39

也许从这群AI原生代、热情洋溢的年轻人身上，可以看到一部分答案。无论怎样，谁都无法阻挡奔涌而来的AI时代。

作者 | 漫地薛皓皓

编辑 | 关雎

当山东烟台16岁高中生Wildcreator开始探索自己的显微镜配件项目，深圳十岁的Mick正在Roblox Studio里开发游戏；几位原本陌生、专业不同、成长背景多元的年轻人，则在几天里组成团队或自己摸索，把一个知识工具或家庭安全系统做成原型以及打造AI硬件。

AI似乎正在让创造变得更加无国界，也在重新分配一个人改变自身命运的机会。不同国家的年轻人可以使用相似的模型、开源工具和提示词迅速展开协作；过去被专业训练隔开的能力边界，也在AI工具的协助下开始变得松动：文科生可以借助AI写代码、做产品，学会计的大学生可以参与提示词设计，学习建筑、量子物理或数字媒体艺术的不同背景的年轻人，也能在同一个团队里“无痛”协作。一个人的专业不再完全决定他能做什么，因为AI正在快速降低将想法变成产品的第一道门槛。

他们是“AI原住民（AI native）”，从记事起就开始接触AI。他们被AI时代塑造，也懂得如何在AI的帮助下迅速跨越认知和专业的边界：一个创意想法可以借助AI迅速被做成原型，自己可以在创造中学习，在学习中创造。他们有面对AI冲击的担忧和焦虑，这促使他们思考，AI时代人的独特价值是什么，如何感受到更多快乐和幸福。

他们也找到了部分答案：提示词可以成为新的工作语言，但选择、判断以及承担后果，仍然属于人。

他们正在做的项目，大多不是从宏大的技术命题出发，而是来自自己身边具体而直接的需求，虽然这些项目都还处在相对早期和稚嫩的阶段，但都呈现出一种AI native式的工作方式：即先从一个真实问题切入，再借助AI补足代码、设计、检索和表达上的能力缺口，在边学边做中把想法推进为可展示、可测试的产品。

最近，创业邦与AdventureX 2026 黑客松的几位参赛者聊了聊，从这些不同年龄、不同背景、不同国籍的AI原住民身上，也许我们可以观察到，在AI逐渐成为日常基础设施之后，一代年轻人如何用自己的方式去理解学习、协作与创业。

黑客松是1999年起源于美国程序员社区的编程比赛，后发展为AI、硬件等领域的创新赛事，比赛一般要求现场自由组队，并在短时间内把想法落地成能演示的产品。AdventureX是一个当初由杭州的高中生发起的非营利、全球青年AI黑客松，2026年是第三届。核心发起人是当时杭州某中学国际部高二学生朱浩宇（Ryan Zhu），联合发起人徐晨（Bryce）是其同班同学，如今他们已经是大学生。

最近几年，民间组织以及大厂举办的黑客松越来越多。据AI赛事通（CompeteHub）社区统计：2026年1-6月中国至少举办了498场黑客松。黑客松把AI原生的创造者聚集在一起，让他们完成自己的第一次产品和商业启蒙。黑客松也为优秀人才脱颖而出提供了机会，成为人才选拔的重要基地。

十岁“小孩哥”：

正在做一款高难度跑酷游戏

人物简介：

Mick（张予矾，10岁），AI开发者/游戏创作者，现居杭州。

图｜Mick（张予矾），受访者提供

如果不是事先了解到Mick已经做出了一百多款游戏，难以相信眼前的“小孩哥”有着超乎同龄人的AI开发能力。Mick今年十岁，他从小就喜爱编程：4岁学Scratch，5岁学Python，7岁在硅谷人工智能实验室学习。

“我最近正在做一款高难度跑酷游戏，也想开发一个类似多邻国的教育产品。”Mick 说到。当被问到灵感从哪里来，他说，“就是很感兴趣、很想做”。

他对编程的兴趣从拆机器人开始。小时候，家里的机器人常被他拆开再装回去，他想知道里面究竟如何运转。八岁时，他做出第一款跑酷游戏，但是Mick也坦言，“编码有时枯燥，但当自己做好的游戏发布的那一刻，我会高兴得跳起来！”在这个时候，Mick会露出一个十岁孩童特有的兴奋感。

现在，在开发游戏时他最喜欢的仍是测试环节，看到自己写下的规则真正运转，自己设计的角色移动起来，所有游戏关卡能够正常运作，那一刻他成就感满满。

除了自己开发小游戏，Mick还开设了课程训练营教孩子如何用RobloxStudio制作小游戏。Mick谈到，“我希望孩子不要只会玩游戏，也能学习如何创造游戏。”因为是全英授课，所以他的课程里还塞进游戏开发所需要的英语任务，比如需要小朋友记住十到二十个单词、提交作业，才能换取玩游戏时间。

在成年人的叙事里，学习往往发生在创造之前：比如先掌握一门语言，理解一套理论，再开始做产品。但对十岁的Mick来说，学习与创造是一件可以同时生发的事情。他看英文游戏视频，练西班牙语、阿拉伯语、日语、法语和英语；遇到代码难题，就在开发过程中解决。

十岁孩子的创造当然离不开家庭支持，Mick妈妈谈到自己的教育理念：对Mick从小实行实践性教育，把家庭当作实验室，允许孩子探索和拆卸，对Mick的兴趣全力支持。

Mick妈妈曾学习油画、做过老师，后来又开始做生意。她认为，“现在我们处在被称为‘第四次工业革命’的科技变革中，家长要引导孩子，不只是让他们掌握某项具体技能，而是帮助他们找到更高效的学习方式，获得快速吸收新知识的能力。”

她曾用几个月时间观察Mick自学计算机、音乐、体育、国际象棋等，发现他学习技术和语言时能持续专注，便决定支持他往科技和语言方向发展。

她认为，Mick目前取得的一些进步，更多的是用时间堆叠出来的——两年来Mick更多时间待在家里自学，每天在计算机上学习八到十小时。

对于Mick的未来发展，Mick妈妈也表示自己没有帮他做具体的规划，她希望可以遵从Mick自己的爱好去培养他。

十六岁的高中生：

用零花钱“自费上班”

人物简介：

Wildcreator（16岁），山东烟台某高中高中生，热爱编程。

图｜Wildcreator，受访者提供

Wildcreator是一位来自山东烟台的高中生，他利用网络资源自学Python和C++，没有报过课外班，也几乎不买实体书。

“家人一度以为我只是打游戏，实际上我在学习编程、折腾服务器。”Wildcreator虽然才16岁，但是谈吐却有着超乎年龄的沉稳。

目前，还在读高中的他正在负责一个显微镜升级平台的软件和商业计划，团队试图用模块化硬件、低成本探针和自适应系统，为高端显微爱好者、小型实验室、教育机构和工业检测提供更便宜的升级方案。

不到一个月，团队很快扩展到五人，包括高中生、大学生和硕士生，分别处理项目的软件、硬件、算法与设计。目前，这个项目的硬件已有简陋样本，软件还在规划底层架构。

对Wildcreator而言，当下在做的项目更多地还是出于爱好，他们计划先建立显微爱好者社区，再讨论盈利。眼下，团队所有人都在“自费上班”。Wildcreator的父母是工人，他参与项目的花销主要来自自己的零花钱。他坐高铁去杭州参加黑客松，也是因为主办方提供了免费食宿和交通补贴才让这趟旅程成为可能。

从压岁钱和零花钱里拿出七八百元做项目，是这名高中生理解创业成本的方式。AI降低了代码和原型的生产成本，但服务器、开发板、测试环境和出行仍需要真金白银。对尚未进入大学的Wildcreator而言，他计划等上了大学再继续探索可以创业的项目。

对于后面的发展计划，Wildcreator坦言并没有考虑太多：“跟着本心走，交给时间！”

摩洛哥大一新生：

队友离开后，通宵造AI盒子夺冠

人物简介：

Rayane（18岁），哈尔滨工业大学本科在读

Rayane来自摩洛哥，在哈尔滨工业大学读大一。“在申请中国高校时，我重点考察了计算机科学方向，虽然哈尔滨天气寒冷，但是学校的计算机专业实力很强，还提供全额奖学金”，他说。

在童年时期，Rayane就喜欢捣鼓电脑，身边的人遇到电脑问题总会叫他帮忙。他用AI编程的时间也很早，当ChatGPT刚向公众发布的一周后，他就在一场摩洛哥全国的编程比赛中使用AI进行了编程测试。

Rayane介绍，他参赛的作品BMO AI获得了AdventureX 2026 相关赛道的一等奖。

BMO AI是一个被设想为本地AI助手的硬件盒子。灵感来自艾美奖获奖动画《Adventure Time》中的游戏机，这一游戏机能制作、剪辑、修改、播放影片，而且具有自我意识，会说话，可以自由行动。

BMO AI能够记住用户的偏好和历史交流，通过微信、WhatsApp 等日常通讯软件接收文字或语音，还能连接并调用家中的电脑等设备，完成搜索、写代码、整理报告等任务。

“BMO能作为家庭终端设备（电脑、摄像头、网关等）的‘管家’，操控各类设备。更重要的是它能给予用户‘陪伴’的情感价值”，他说。

但Rayane的项目开局并不顺利。起初，他与多位中国人组队，团队误以为需要分别提交六七个项目，第一天一直在讨论和分头推进；后来才得知，比赛要求的是一个完整的项目。

更棘手的是中英文沟通的障碍。在第一天的反复沟通后，团队其他成员离开，只剩下Rayane一个人。正是在寻找“什么产品可以自然容纳多种功能”时，他想到了从小爱看的动画中的角色——BMO。于是，BMO的概念雏形就建立了起来。

在接下来的极限开发中，他几乎没有睡觉。先从搞懂大赛提供的涂鸦开发板和Orange Pi开始，然后在脑海里飞快构思，电路板怎么用？网络如何配置？……直到脑海里有了完整的想法，接下来就把任务交给AI。

“我把那些想法转化为提示词，让AI帮忙执行或测试我的想法。”

他形容这个过程大约是“50%靠AI、50%靠自己”。AI 主要用于加速代码生成和部分调试，但他需要一直“照看”模型，反复告诉它应该做什么、不要做什么。更重要的是，AI无法替他完成产品创意、硬件理解、电路连接和3D结构设计等等。

BMO AI的想法并非一开始就定型，而是在不断执行中，反复测试，反复构思，反复调整，直至比赛的最后一刻。“我有了BMO的核心概念后，一直为他增加功能，调整方案，直到比赛的最后一小时，我还在迭代它。”他说。

目前，他还在考虑重做一个更强、更接近市场化的新BMO AI。

面对有想法却不知道如何开始的年轻人，他的建议一如他自己做项目的风格：不要等待条件成熟，而是边学边干，借助AI加上自己动手，不断尝试，最终找到答案。

Tito：把量子物理

和AI装进家庭哨兵

人物简介：

蔡彦彤（23岁），本科毕业，计算机网络安全专业，现任职于马来亚银行（Maybank），从事网络安全相关工作。

陈浚龙（21岁），南洋理工大学量子物理学本科在读。

郭湘婷（22岁），本科毕业，计算机人工智能学专业。

郭姿伶（21岁），本科计算机人工智能学在读。

当被问到如何认识彼此时，Tito团队四位成员几乎异口同声：因为听到彼此说中文的口音“不像本地人”！

来自马来西亚的这四位年轻人，各自千里迢迢来到杭州参加黑客松，并结缘相识。四人身上都有一种独特的松弛感，他们在做的项目却与家庭安全有关。

在Tito团队看来，家庭里可能同时存在摄像头、门锁、音响、网关、传感器和扫地机器人等智能设备，普通用户很难知道这些设备正在与谁通信。Tito作为一层独立的安全系统，在运作的时候先学习每台设备正常的联网时间、服务器和流量；当设备在凌晨突然大量上传数据或连接陌生地址时，系统判断风险后，用自然语言向用户解释发生了什么，并在高风险时建议或执行隔离。

为了把这个想法做成可用的原型，四个人都开始做此前不熟悉的事。蔡彦彤第一次接触硬件；郭姿伶第一次排队使用3D打印机，边学建模边做外壳；郭湘婷原本不懂网络安全，只能一边补课，一边使用开源数据集训练模型；陈浚龙则要把量子安全的理论视角，转译成普通家庭用户能够理解的产品语言。对他们来说，跨学科不是简历上的标签，而是项目遇到问题时必须补上的能力。

产品越往前推进，团队越意识到，安全问题并不只是“识别异常”这么简单。他们把异常检测交给算法，把复杂告警的解释交给生成式AI，但安全产品不能只追求一个听起来流畅的答案。“数据不足的时候可能造成系统误报，但是收集的数据过多又会侵犯用户隐私，所以需要一个平衡的边界”，蔡彦彤谈道。

因此，团队没有把敏感的原始数据直接写入区块链，而是只记录重要事件的哈希值，用于证明日志是否被篡改。陈浚龙在南洋理工大学做量子安全研究，来到产品现场后才意识到，理论无法自动回答所有现实问题。“安全、隐私和体验之间总要做选择，这一点是我在实习时不会遇到的。”

图｜从左到右依次是郭姿伶、郭湘婷、蔡彦彤、陈浚龙，受访者提供

这四位马来西亚年轻人，更多是将这趟中国之旅当成是一个体验科技和文化的旅程，因此松弛感满满。

蔡彦彤认为中国科技发展发展比马来西亚快，因此能借机看到更多有创意的idea和落地想法，也能学硬件软件结合，因为此前他们在马来西亚参加的黑客松更多是软件或MVP项目。

陈浚龙去过东南亚多地比赛，但从没体验过中国的技术氛围，“我推掉越南那边300多美金的机会特地过来，觉得值得”，他谈到，“中国这边的参赛选手真的很拼，比赛期间如果有人在凌晨一两点走人都算早的，但是我们每天睡满12小时，感觉很幸福，哈哈”。

这些做AI项目的经历，也让他们形成了对AI更具体的理解。所谓AI native，并不意味着把工作完全交给AI，而是知道如何拆分工作：哪些任务可以让模型快速发散，哪些信息必须由人核验；哪些环节适合自动化，哪些涉及责任，不能外包。提示词可以成为新的工作语言，但验证、取舍以及承担后果，仍然属于人。

陈浚龙曾问过自己：“如果模型越来越便宜，你工作中哪部分价值依赖于比别人更会用AI？哪部分是模型再便宜也拿不走的？”在他看来，人需要逐渐把自己的价值转向后者。模型可以降低代码和界面的生产成本，但选择做什么、判断数据是否可靠、定义什么是值得解决的问题反而变得更重要。

这种判断也延伸到他们对创业的理解。陈浚龙曾把自己称为“短期主义者”——研究做到从0到1就可以结束，但创业要把1做到99、甚至100。社交媒体上，别人似乎已经迅速成功，这曾让他感到焦虑。后来他慢慢接受，“每个人花期不同”，真正困难的是持续执行、保持谦虚，也接受外界的质疑。

对于未来三到五年，郭姿伶希望“创造一个成功的产品然后卖掉，财富自由”；蔡彦彤则希望做出真正喜欢、也真正有用的产品，“也可以赚更多钱”。

“摸鱼爽”团队：替未来的自己，

找回那些散落的收藏

人物简介：

Ulshké(25岁)，本科毕业，专业计算机科学与技术，现为自由职业者，在非盈利团队负责团队AI效能。

小E（18岁），会计学大一学生，自学软硬件全栈，目前为多个社区提供公益服务器支持及运维服务。

轶辰（20岁），解谜爱好者社区“LILAC丁香谜”创始人，关注交互媒体艺术和游戏研究。

Ellie （25岁），建筑学背景连续创业者，关注艺术、环保、健康与跨文化洞察，目前Gap中，专注内容创作与人类学探索。

图｜从左到右依次是小E、Ulshké、Ellie、轶辰

受访者提供

“摸鱼爽”团队的起点是一个大多数社交网络用户都会面临的困扰：人们在平台上收藏了太多东西，却很少回看。菜谱、排版灵感、视频和图文散落在不同App里，帖子的标题又常常为了流量而写，等真正需要时，很难通过关键词找回。

“在这个信息过载的时代，我们希望帮助大家通过语义匹配或模糊搜索等方式，快速找到想要的内容。”轶辰作为团队的产品运营负责人，兴致勃勃地介绍。

用户只需要点一下Tunta插件，网页内容就被保存为快照、提炼为知识卡片；日后即使链接失效，仍能看到收藏时的内容。

这个四人团队分工明确：Ulshké负责插件的工程实现；大一学生小E主要参与编程和提示词设计；轶辰负责产品概念、协调与运营；Ellie负责产品视觉。

回忆起彼此的相识组队过程，Ellie笑言纯粹是一个偶然。“在活动现场，我看Ulshké戴一顶很好看的帽子，就问她有没有组好队，就这样搭讪成功了！我们‘E’人比较勇敢。”团队的名字被大家一致定为“摸鱼爽”。

这个为了参加比赛临时搭建的团队，就这样快速熟络起来，每个人带着不同的能力进入，又借助AI快速补上自己不熟悉的部分。

四位成员本身就是信息重度用户，因此，对于他们而言，不需要先虚构一个用户画像才能理解用户需求。轶辰说：“我们的优势在于，我们自己就是产品的第一批用户。”团队把产品对准一种熟悉的行为：刷到有用内容时，人通常不会立刻停下学习，而是先收藏，等未来有精力时再处理。Ulshké把这个收藏形容为“在休息时给未来的自己派发待办”。

为了避免模型可能把自己的通识知识混进用户收藏，或者为一个不存在的概念生成听起来合理的答案，“摸鱼爽”采取“全链路零信任”：先假设模型会犯错，再逐项验证内容能否溯源。小E说：“我们宁可告诉用户‘没有找到’或者‘证据不足’，也不允许模型为了结果好看而编造用户没有收藏过的内容。”

他们甚至拒绝把“收藏”包装成“学习完成”。Ulshké认为，把材料交给AI结构化，并不意味着人已经拥有知识：“这是自我欺骗。我们无法仅仅通过收藏，就获得本应掌握的知识。”工具可以降低找回与核对的成本，却无法代替理解，这也是Tunta存在的初衷，即帮助用户真正习得自己曾经收藏的散落的知识碎片。

“创业者”并不是四位团队成员稳定而唯一的身份。轶辰把自己的生活形容为“多开”：学业是一条线，创业是一条线，兴趣与社区又是另外几条线。如果项目形成稳定商业模式，他愿意把更多精力转向创业；如果失败，也可以回到学业。

“摸鱼爽”团队的协作方式，可以说是AI native特征的一种缩影。因为一个人的专业不再严格限定他能做什么，新的协作更像临时搭建的积木：每个人带着已有的经验进入，再借助AI快速补上不熟悉的部分。提示词成为团队的工作语言，团队成员的审美、判断、沟通和对用户的理解，则决定这些迅速生成的能力最终指向哪里。

小E坦言，自己曾经对AI经历过更具体的恐慌。他自己本身是会计学出身，但是从高中起就喜欢艺术与编程，却发现Python、网站和视觉设计等原本需要长期学习的技能，正在被AI快速重构。他一度怀疑自己还能选择什么专业，最后进入会计学，希望寻找会计与AI的交叉点。随着对AI工具的熟络，现在当他遇到陌生问题，他不再坚持独自完成所有环节，而是让AI负责发散和检索，自己保留判断、复核与最终决定。

他用一句玩笑概括这种转变：“小孩子才做选择，我全都要！”

对于AI对工作的赋能，轶辰有着更多的思考。“过去我们从未想过，人的精力也可以被描述为消耗‘Token’。”在轶辰看来，“可如果每天的Token是固定的，我们是不是更应该把它用在真正珍贵的人和事情上？”在他的理解里，AI节省下来的时间不该只是被更多工作重新填满，也可以用来学习、健身、休息，或者留给家人和朋友。

虽然“摸鱼爽”团队的四位成员都对AI 的影响持积极态度，但Ellie 也对AI 可能带来的问题表达了担忧。她指出，支撑AI 的算力依赖大量电力与能源消耗，会引发许多环境问题。她谈到，坐飞机从高空俯瞰时，常感到人很渺小：“无论坐头等舱还是经济舱，在时间面前，谁都没有绝对优势。人生不过三万多天，我希望在有限的生命里，多拥有一些值得珍惜、甚至令人狂喜的时刻。”