AdventureX黑客松实录：两支青年团队的极限4天开发全记录

AdventureX：中国最大青年黑客松

每年夏天，杭州西湖畔的学术交流中心和湖畔创业中心都会迎来一场硬核的技术狂欢——AdventureX。作为中国规模最大的青年黑客松赛事，它从2024年起步，如今已连续举办三届。今年的规模尤为惊人：邀请了800多位参赛选手，累计奖金达到100万元，软硬件支持成本高达2000万元，最终从800多名选手中筛选出约50个项目进行路演。

黑客松（Hackathon）一词由"Hack"和"Marathon"组合而成，起源于1999年前后的硅谷开发者社区。最初是程序员在限定时间内密集编码、快速原型制作的活动，如今已演变为跨学科创新竞赛，融合设计、商业和工程等多领域协作。Facebook的"点赞"按钮、GroupMe等知名产品都诞生于内部黑客松。中国的黑客松生态近年快速发展，从早期模仿硅谷模式，逐步形成了具有本土特色的赛制——如AdventureX将赛程延长至4天3晚，为硬件项目预留更充分的迭代时间。

在通往AGI之路（V2AGI）教育版组织的选手访谈第二期中，两支优秀团队分享了他们在4天3晚极限开发中的真实经历。这不仅是一次产品展示，更是一堂关于组队、协作、技术选型与自我认知的实战课。

本次访谈由V2AGI教育版发起。这个植根于900多万用户社区的教育板块，长期致力于让AI教育普惠更多群体——从三年级小朋友的AI奶茶盲盒，到60岁老人的零基础AI学习，再到深入云南、甘肃山区的"AI火种车"支教活动。正是在这样的土壤中，一批年轻的黑客松选手成长起来。

MediaXYZ：让你先见到未来的自己

第一支团队MediaXYZ做了一款颇具哲学意味的产品。团队leader Skyler介绍，产品名寓意"在三个象限中演变出无数个你"，核心初心是让Gen-Z在做人生选择前，先认识未来的自己，再回到现实做决策。

Gen-Z（Z世代）通常指1997-2012年间出生的群体，是第一代真正的"数字原生"人群——他们从未经历过没有互联网的世界。这个群体信息获取高度碎片化，对个性化体验期望极高，更倾向于通过数字工具进行自我探索和情绪管理。多项研究显示，Gen-Z面临的"选择焦虑"远超前代人，因为信息过载让他们看到了太多可能性，反而难以决策——这正是MediaXYZ试图解决的核心痛点。从产品设计角度，Gen-Z用户偏好沉浸式、游戏化的交互方式，这也解释了团队为何选择卡片形式和可视化图谱而非传统的问卷报告。

产品设计了四个核心功能模块：与AI对话梳理情绪思路、生成三个不同版本的"未来的你"（如进大厂、创业、读PhD等卡片形式）、基于对话构建记忆图谱、以及类似网易云年度报告的可视化呈现。

说个细节，这款产品的灵感直接来源于团队成员自身的痛点。Skyler坦言，团队原本讨论了三四个想法，最后在"随性聊天"中发现，无论是本科生、研究生还是已工作的成员，都共同面临"迷茫、不知如何选择"的困境。"我们从用户视角出发，洞察到了Gen-Z的痛点，那我们就为Gen-Z打造这样一个产品。"这种"自己就是第一批用户"的做法，让产品有了真情实感的支撑。

技术难点：记忆脑图与前端整合

负责后端的成员分享了两大技术挑战。第一是记忆脑图的构建——目标不是简单的数据可视化，而是可探索、可筛选、可交互的人生记忆图谱。团队采用React和TypeScript作为前端架构，基于Force Graph实现图谱渲染，并结合D3-Force处理节点位置关系。

Force Graph（力导向图）是一种基于物理模拟的图可视化算法，其核心思想是将图中的节点视为带电粒子、边视为弹簧，通过模拟库仑斥力和弹簧引力的平衡来自动计算节点布局。D3-Force是D3.js生态中专门处理力模拟的模块，提供了多种力模型：link force（边的弹簧力）、charge force（节点间的电荷力）、center force（向心力）以及collision force（碰撞检测）。在记忆脑图场景中，新增的记忆节点会通过力模拟自动寻找合适位置，避免重叠，同时相关联的记忆会自然聚集——这比手动指定坐标的传统可视化方案更具扩展性和美观度。

第二个挑战是前端整合与部署。主站使用原生HTML/CSS/JavaScript，而交互复杂的脑图使用React+TypeScript，两套系统独立部署会导致入口不统一、体验割裂。在现代前端开发中，React单页应用（SPA）与传统多页应用（MPA）的混合部署是常见的工程难题。React应用通过Virtual DOM和组件化实现复杂交互，但其打包产物是独立的JavaScript bundle，需要特定的HTML容器挂载。当主站使用原生技术栈时，嵌入React子应用的方案通常有三种：iframe嵌入（简单但通信困难）、微前端框架（如qiankun，功能强大但配置复杂）、以及将React应用编译为独立bundle后通过路径挂载。最终团队选择了第三种方案——将React脑图子应用单独编译打包，挂载到主站路径下，既保证了统一入口，又维持了各自技术栈的独立性。

BBox：让操控本身成为游戏

第二支团队BBox的产品更加"接地气"——一个可以真实推动的物理箱子。团队负责人刘一鸣介绍，传统游戏需要手柄、键盘输入，玩家与游戏之间始终隔着一层媒介。BBox采用"推箱子"的理念，让玩家通过推动真实的物理箱子来玩推箱子游戏，游戏中箱子的动作与物理世界完全一致。

这个理念在任天堂Labo、Xbox体感游戏中都有体现，但那些配件多为精美大作而生。任天堂Labo是2018年推出的创意套件，将瓦楞纸板与Switch手柄结合，让玩家组装钢琴、钓鱼竿、机器人等物理控制器。其设计哲学源自任天堂长期坚持的"枯れた技術の水平思考"（成熟技术的横向思考）——不追求最先进的技术，而是用成熟技术创造全新体验。Xbox Kinect则走了另一条路：通过红外深度摄像头实现全身动作捕捉，无需任何物理配件。BBox的独特之处在于，它不依赖复杂的光学追踪或专用游戏主机，而是将传感器嵌入日常物品，让物理交互本身成为游戏机制的核心——这与"具身交互"（Embodied Interaction）的人机交互研究方向高度契合。

BBox瞄准的是喜欢玩解谜、平台跳跃类小游戏、又渴望物理直接交互的休闲玩家群体。除了游戏功能，这个箱子还能作为桌宠——会眨眼、打哈欠，取代传统游戏的闲置动画。

关键技术与惊险时刻

最关键的技术是MPU模块（多轴传感器，集成加速度计和陀螺仪）。MPU（Motion Processing Unit）模块，更准确的学术名称是IMU（Inertial Measurement Unit，惯性测量单元），是将加速度计和陀螺仪集成在单一芯片上的传感器。加速度计测量线性加速度（包括重力），可用于判断倾斜角度和移动方向；陀螺仪测量角速度，可检测旋转。常见的MPU6050芯片提供6轴数据（3轴加速度+3轴角速度），而MPU9250还增加了3轴磁力计。团队通过陀螺仪检测箱子倾角来判断进入什么模式，通过加速度检测推动是否为有效输入，再将信号回传给游戏。

然而现场采购的传感器精度不佳，噪音极大——有时检测不出有效输入，有时还会发生偏移。这是廉价MEMS传感器的典型问题：零偏漂移（Zero-rate offset drift）和随机游走噪声会导致长时间运行后累积误差。工业级应用通常采用卡尔曼滤波或互补滤波来融合多传感器数据，但在黑客松的时间压力下，团队需要在精度和开发时间之间做出权衡。

团队一度想放弃传感器方案，改用四个物理按钮。但在第三天凌晨，成员们决定"先测试一下"，实际跑了一遍后发现偏差没有想象中大，最终坚持了原方案。这个决策展现了黑客松中技术选型的博弈与坚持。

更令人惊讶的是，仅四天三晚，这支临时组建的三人团队（来自重庆大学、康奈尔大学和美国某本科院校）不仅完成了软硬件结合的产品，还做出了3D打印外壳、宣传网站和完整的宣传动画。主持人也不禁感叹："生产力确实太够了。"

组队与协作：黑客松的隐性挑战

访谈中最具启发性的部分，是关于组队策略与团队摩擦解决的讨论。

两支团队展现了截然不同的组队路径。MediaXYZ的Skyler选择"主动出击"——在小红书发帖阐明背景与理念（think big, move fast），从约30个联系人中，通过线下面对面沟通筛选出3位志同道合的队友。她挑选队友的三个标准是：方向一致、有技术或商业化背景、能理性沟通。

BBox则是纯现场随机组队，成员来自不同城市。有意思的是，两队都遇到了"拆组"插曲——原本的第四位成员因方向不匹配而离开。刘一鸣的感悟是："要尊重大家的想法，不能非要组成四个人的队，而是找到志同道合的队友。"

关于团队分歧，BBox最大的争议是硬件选型与赛道选择——是全面转型使用赞助商设备以争取赛道奖励，还是坚持自己理想中的产品。经过评估，团队发现"没那么渴求最后的赛道胜利"，选择了坚持初心。MediaXYZ的分歧则集中在前端合并的技术决策上，Skyler的经验是：讨论要充分听取组员想法，但最终"一定要有一个人来拍板"，否则会陷入僵持。

极限体验：从"制斗"到"肾上腺素"

谈及几天的黑客松经历，MediaXYZ的成员用了三个生动的词来概括。

第一个是"制斗"——不只是写代码，更是与自我斗（不同背景带来的视角碰撞与自我推翻）、与物理环境斗（现场频繁断网，需寻找"风水宝地"）、与AI工具斗（Codex突然中断就换Kiro，AI记不住上下文就手动提取重述）。

第二个词是"熵增"——第一天大家神清气爽、场地干净整洁，随着比赛推进，工作时长变长、问题层出不穷，个人状态和场地都越来越混乱，越到后面越考验主观能动性。

第三个词是"肾上腺素"——最后一天临近凌晨一点的提交截止，因系统bug耗费大量时间，团队快速重新分工，最终在deadline前顺利提交。

现场还有不少有趣细节：连续工作后有人睡醒变成"爱因斯坦发型"，隔壁团队生龙活虎的机械狗与"丧尸一般"的选手形成鲜明对比。这些充满"活人感"的瞬间，让狼狈的开发过程变得充实而难忘。

结语：真实问题驱动的青年创造力

无论是MediaXYZ试图承托年轻人迷茫情绪的人生模拟器，还是BBox打破游戏媒介隔阂的物理交互箱子，两支团队都体现了从真实问题出发的创造力。正如访谈中所强调的，打动人的"不是小朋友的创意和技术，而是他们对世界真正的观察和爱"——这句话同样适用于这些黑客松选手。

当然，产品也存在明显短板。MediaXYZ坦言商业化仍是欠缺点，目前最贴近的方向是校企合作，帮助高中生缓解未来焦虑；未来可与求职平台合作，但需要积累经验丰富者的数据作为RAG知识库。RAG（Retrieval-Augmented Generation，检索增强生成）是2020年由Meta AI提出的技术范式，解决了大语言模型"幻觉"和知识时效性问题。其工作原理是：在LLM生成回答前，先从外部知识库中检索相关文档片段，将其作为上下文注入提示词，使模型的输出有据可依。在MediaXYZ的场景中，如果能积累大量"过来人"的职业发展数据（如从事某行业5年后的真实感受、薪资变化、生活状态等），产品就能基于真实案例为用户生成更可靠的"未来画像"，而非纯粹依赖LLM的想象力。这需要构建向量数据库（如Pinecone、Milvus），将非结构化的人生经历转化为可检索的语义向量。

Skyler还复盘了一个失策：为追求开发效率选择了网页而非App，但部署到手机端偏向的平台时费了大量时间，且用户更倾向使用手机端。这些真诚的反思，或许正是黑客松给年轻创造者最宝贵的礼物。