从 30 余场黑客松中学到的事

在周周黑客松执行组参与和组织 30 余场活动后，我越来越确定：高质量黑客松的核心不是热闹，而是让参与者在有限时间内完成一次真实的问题闭环。

问题要足够具体

好的选题能在活动周期内被验证。范围过大时，团队往往只留下概念；边界清晰时，才可能完成原型、测试和复盘。

交付要能被检查

演示、代码、数据来源和下一步计划应当共同构成成果。对于 AI 项目，还要说明模型能力边界与失败降级。

复盘要回到方法

获奖不是唯一结果。更值得积累的是怎样拆解任务、怎样协作，以及哪些假设被真实用户否定。

这些方法同样适用于医疗科研 AI 的落地：先找到具体工作流，再组织工具与训练过程。