ChatGPT 官宣 26 位未来之星，他们是：穿墙少年、街头摊贩、盲童的朋友……¶
Ch01.168 ChatGPT 官宣 26 位未来之星，他们是：穿墙少年、街头摊贩、盲童的朋友……¶
📊 Level ⭐⭐ | 28.2KB |
entities/chatgpt-官宣-26-位未来之星他们是穿墙少年街头摊贩盲童的朋友.md-> 原文存档 从微信文章 ChatGPT 官宣 26 位未来之星，他们是：穿墙少年、街头摊贩、盲童的朋友…… 提取。
核心内容¶
source_url: https://mp.weixin.qq.com/s/XaleRcQthIPkiS1rvikwUg
主要章节¶
-
穿墙找人¶
-
150 万颗星星¶
-
看不见的 Wordle¶
-
12 岁丧父¶
-
236% 的蛋白质¶
-
摊贩的账本¶
-
45 小时拿执照¶
-
快要消失的语言¶
-
一亿张星系¶
-
爷爷差点被骗¶
-
其他获奖者¶
-
第一代 AI 原住民¶
相关实体¶
深度分析¶
跨越"作业工具"的认知边界 26个项目中，没有一个以"用AI写作业"为核心叙事。这一事实本身就是对2023-2025年AI教育讨论的最大反讽：当舆论还在争论学生是否应该用AI写论文时，这批18-25岁的年轻人已经把AI变成了搜救犬、天文发现引擎、无障碍游戏主机和濒危语言的存档工具。 技术谦逊 vs 技术狂飙 这批项目的共同特征不是技术复杂度有多高，而是对真实问题的精准切入。Wi-Find不需要造新硬件，用现有路由器加CNN就能穿墙找人；CreceAI不需要开发App，搭在WhatsApp上摊贩就能用。AI在这里扮演的是"降低门槛"而非"炫耀能力"的角色。 "体制外"视角的系统性缺位 Daira Velasquez Fonseca的发现最有代表性：街头摊贩的问题不是能力不足，而是金融工具从未为他们设计。这个洞察指向一个更根本的问题——技术创新的供给侧和真实需求之间存在系统性的错位，而错位的根源在于创新者的背景太过同质。OpenAI刻意选取多元背景获奖者，某种程度上是对这一结构性问题的补救。 AI原住民的认知框架 这批人从大学入学就有ChatGPT，AI对他们而言是"已知的已知"，而非"需要接受或拒绝的新事物"。这种认知差异决定了他们使用AI的方式：不会在"能不能用"上消耗认知资源，直接进入"怎么用才能解决之前解决不了的问题"。 从个人困境到系统性方案 Charlotte Rosario因父亲离世走向心理健康研究，Anshi Bhatt因爷爷差点被骗走向网络安全倡导，Crystal Yang因视障朋友玩不了Wordle走向无障碍教育平台——几乎所有项目都始于一个个人情感事件，而非技术好奇心。这与传统的"技术先找应用场景"路径形成了鲜明对比。
实践启示¶
- 从痛点出发，而非从技术出发。 Wi-Find、Audemy、CreceAI的成功都不是因为用了多先进的模型，而是因为对真实需求的精准理解。
- AI是"基础设施"，不是"终极大招"。 所有获奖者都将AI与其他工具（路由器、天文数据集、WhatsApp、飞行模拟器）结合使用，AI提供的是能力放大而非独立解决方案。
- 无障碍设计是蓝海。 Crystal Yang的项目揭示了一个巨大但长期被忽视的需求：70%的视障学生至少落后一个年级，背后是缺乏无障碍学习资源。
- 多元背景带来差异化创新。 来自秘鲁的Daira、美国农村的Kyle Scenna、跨国背景的Shraman Kar——他们的项目几乎没有一个是"硅谷式"的，这说明创新供给需要来源多元化。
- 快速验证比完美更重要。 CreceAI用WhatsApp而不是自建App，Ethan Truong用飞行模拟器而不是真实飞机——低成本快速验证路径，降低了失败代价。
- 记录即力量。 给街头摊贩留下财务记录、为濒危语言建立结构化文档——这些项目本质上都是在为被系统忽略的群体创造"存在证明"，这一步是后续所有改善的前提。
26位未来之星详细档案¶
01 穿墙找人 — Wi-Find¶
团队成员：Nayel Rehman（18岁）、Arhan Menta（18岁）、Rushil Kukreja（19岁），弗吉尼亚高中生 当前就读：UIUC、Vanderbilt、Princeton 项目概述：三个高中生与当地搜救队合作，亲眼看到救援技术在实验室外有多不靠谱，于是做了Wi-Find——用Wi-Fi信号穿墙检测废墟下的幸存者呼吸。 技术原理：在灾难现场布设路由器组成网状网络，Wi-Fi信号穿过空间时，人的呼吸会在信号中制造微小的波动。团队训练了一个CNN模型来捕捉这些波动模式，不需要手机，不需要穿戴设备，就能判断废墟下是否有人。 AI使用：用ChatGPT做文献综述，用Codex和ChatGPT搭建CNN模型基础框架，用ChatGPT优化专利文书措辞。 成果：18岁拿到专利——救命的那种专利。
02 150万颗星星 — Matteo Paz¶
基本信息：Matteo Paz，19岁，MIT大一新生 背景：从小跟妈妈一起去加州理工旁听公开天文讲座。高中时加入Caltech暑期研究项目，接触到了NASA NEOWISE太空望远镜的一个庞大数据集——十多年的观测数据，数十亿条测量记录，大到没人能手动分析。 项目成果：写了一套机器学习系统来检测天体亮度随时间的变化，发现了150万个此前未知的变光天体。以独立作者身份发表同行评审论文，把发现的天体目录公开给全球天文学家。 AI作用：望远镜前的每一夜节奏很快，很多决策都依赖数据和时间窗口。AI帮助实时做检索和计算，更聪明地分配宝贵的观测时间。
03 看不见的Wordle — Crystal Yang¶
基本信息：Crystal Yang，18岁，来自休斯敦，宾夕法尼亚大学在读 起源故事：高中时每天和朋友们玩Wordle，但其中一个朋友是视障者，没法参与。Crystal做了个纯音频版本让他们能一起玩。 更大发现：做过程中发现超过70%的视障学生至少落后一个年级，原因是缺乏无障碍学习资源。 项目：创办Audemy，一个专门给视障学生设计的有声教育游戏平台。现在平台有超过20万名学习者，60多名志愿者参与开发。 当前项目：正在做Buzzle，一个专为视障用户设计的有声游戏主机。 AI使用：ChatGPT贯穿整个过程——写拨款申请、写代码、头脑风暴、设计硬件方案、处理法律和隐私合规问题。 耗时：从一局Wordle开始，到20万盲童的学习工具……不到三年。
04 12岁丧父 — Charlotte Rosario¶
基本信息：Charlotte Rosario，19岁，斯坦福大学 背景：12岁那年父亲因自杀离世。从那以后，她开始寻找能让心理健康支持更容易获得的方式。 研究：17岁时在斯坦福医学院导师指导下，用AI研究青少年脑结构与焦虑、抑郁之间的关系。分析跨性别和顺性别青少年的脑部扫描和问卷数据，考察青春期大脑体积差异与心理健康的关联。获得2025年Regeneron科学人才搜索决赛资格。 寄语：AI可以把神经科学推向更远的地方，从人工读脑部扫描，到发现可能改变治疗方式、拯救生命的脑数据模式。 工具：开发了SearchMentalHealth，一个帮助人们快速找到当地心理健康服务的工具，与全美精神疾病联盟（NAMI）合作，让人在危机时刻能更快找到帮助。
05 236%的蛋白质 — Rishab Jain¶
基本信息：Rishab Jain，21岁，哈佛大学 核心问题：从中学开始就在AI和生物学的交叉领域折腾，脑子里一直转着一个问题——为什么救命的药那么贵？ 项目ICOR：帮助优化疫苗和胰岛素等关键药物生产过程的AI系统。改写基因指令，让细胞能更高效地读取蛋白质编码，从真实的生物数据中学习模式。提升幅度高达236%。 引用：想象一下，数百万年的进化塑造了细胞表达蛋白质的模式。而研究人员之前用的是静态查找表，完全忽略了这些上下文。AI擅长的恰恰就是学习上下文。 现状：在哈佛读书的同时，联合创办了Prescience，一家用AI基础模型来降低美国医疗开支的公司。
06 摊贩的账本 — Daira Velasquez Fonseca¶
基本信息：Daira Velasquez Fonseca，20岁，来自秘鲁利马，佐治亚理工学院在读 背景：从小看着街头摊贩撑起整个社区的经济，但这些人在金融系统里几乎是隐形的。没有正规记录，没有信用历史，没办法证明自己的生意有多强。 调研发现：问题不在能力或野心，而在于金融工具压根就没有为他们设计过。 项目：做了CreceAI，一个基于WhatsApp的AI记账助手。摊贩只需要发条消息，就能记录收入和支出。不需要学新App，不需要操作仪表盘，直接用他们每天都在用的工具。 成果：超过100位摊贩在使用，处理了数千条消息，帮他们把日常经营活动变成了可追溯的财务记录。 寄语：AI能做的最有力的事，就是去服务那些体制从来没有照顾过的人。
07 45小时拿执照 — Ethan Truong¶
基本信息：Ethan Truong，19岁，UC Berkeley 背景：16岁高中毕业，然后把时间都砸到了飞行上，一周五六天待在机场。 痛点：飞行训练贵，每小时200美元以上。 方法：在课外时间用飞行模拟器搭配ChatGPT语音模式练习。让ChatGPT扮演塔台、扮演飞行教官、模拟口试考官。 成果：大约45个飞行小时内拿到执照，仅比法定最低要求的40小时多一点，远低于平均约80小时。省下了数千美元。 现状：在萨克拉门托和海沃德的航空俱乐部里，帮其他年轻人接触飞行。
08 快要消失的语言 — Zeyneb Kaya¶
基本信息：Zeyneb Kaya，19岁，斯坦福大学 背景：从小听着祖辈在土耳其和西亚使用的各种濒危语言长大，眼看这些语言一点点在消失。意识到消失的不只是发音和词汇，还有语言里承载的知识、身份和记忆。 寄语：AI的崛起可能加速文化的消亡，但如果与社区合作来运用它，就能以前所未有的规模来保存和解码我们的人性。 项目：创建了The Revive Project，用AI来解码、保存和复兴濒危语言。直接与社区合作，收集了超过500分钟的语言数据和口述历史，开发了高效的低数据算法。 成果：做出了濒危方言Romeyka的第一份结构化语言学文档，包括翻译后的口述历史。
09 一亿张星系 — Nolan Koblischke¶
基本信息：Nolan Koblischke，25岁，多伦多大学 问题：在现代天体物理学中，望远镜产出的星系图像已经数以亿计，但研究人员仍然缺乏按语义来搜索这些图像的方法。 解决方案：先用GPT-4.1-mini给近30万张无标注的星系图像生成了描述，然后训练了AION-Search，一个语义搜索引擎，可以检索超过1亿张望远镜图像。 用户体验：第一次，你可以直接打字描述你想找的东西。比如输入"有恒星流的星系"，就能找到那些用人工方式几乎不可能识别的罕见现象。 成果：用这个工具发现了36个这样的星系，正在被用于暗物质研究。
10 爷爷差点被骗 — Anshi Bhatt¶
基本信息：Anshi Bhatt，19岁，波士顿大学 起因：爷爷来美国探亲时，差点被骗走毕生积蓄。这件事让网络安全变成了她的切身之痛。 行动：15岁时创办了Frontlines Foundation，帮助老年人识别网络风险。 AI使用：用ChatGPT研究网络安全政策、理解立法流程、找到该联系的决策者，并把自己的想法翻译成政策制定者期望的正式语言。 成果：Frontlines有150名志愿者，在全球设有分部，已经帮助约1.8万人防范网络诈骗，并推动了弗吉尼亚州网络安全课程的更新，涵盖诈骗、钓鱼、深度伪造和AI相关内容。
11 其他获奖者 — 16组杰出项目¶
太空与机器人 — Icarus Robotics Jamie Palmer（26岁，哥伦比亚大学）和Ethan Barajas（22岁，加州理工学院）联合创办。为空间站开发机器人来接管宇航员的日常维护工作。已融资610万美元，计划2027年初在国际空间站部署。 AI相亲 — Known Celeste Amadon和Asher Allen（均22岁，斯坦福大学）。语音优先的AI相亲平台。旧金山beta测试中，约70%的配对最终走到了线下约会，远超行业平均水平。 CS女孩社区 — Computer Science Girlies Michelle Lawson（20岁，来自加纳阿克拉，Smith College）。从发CS教学视频开始，做成了1.2万人的非营利组织，成了Z世代女性CS社区里最大的一个。 12岁开始写代码 — Kyle Scenna Kyle Scenna（24岁，滑铁卢大学）。12岁开始做App，在Intuit实习时用GPT-4做了个税务术语翻译系统，引起了CTO注意并拿了专利。后来又做了一套AI血压监测系统，获得加拿大国家研究委员会20万美元资助。 23岁的对冲基金AI负责人 — Nolan Windham Nolan Windham（23岁，Claremont McKenna College）。在Beach Point Capital实习时开始构建AI工具，23岁就被任命为公司的AI负责人。 国安简报 — Ethan Chiu Ethan Chiu（21岁，耶鲁大学）。家族经历过台湾戒严。在五角大楼为高级国家安全官员撰写分析报告，用AI处理了数千页文献资料。 神经疾病 — Ayush Noori Ayush Noori（23岁，哈佛+牛津罗德学者）。12岁开始做神经科学研究（起因是祖母患了罕见的神经退行性疾病），已发表40多篇同行评审论文。开发的PROTON模型成功发现了一种能逆转双相障碍患者脑类器官中疾病相关蛋白变化的药物，并在61万名患者的队列中识别出5种与降低阿尔茨海默症风险相关的药物。 碳捕获 — The Revive Project团队扩展 Thomas Pruyn、Amro Aswad和Sartaaj Khan（多伦多大学）。用OpenAI嵌入模型和GPT构建了一个知识图谱，连接碳捕获材料领域碎片化的研究文献。 化学界的BERT — ChemBERTa Seyone Chithrananda（23岁，斯坦福大学）。17岁时读了OpenAI的scaling laws论文，然后构建了ChemBERTa，化学领域最早的语言模型之一，现在每月在Hugging Face上被调用高达100万次。 蛋白质推理 — BioReason Pro Adib Fallahpour（21岁）和Parsa Idehpour（22岁），两个来自伊朗的朋友，通过伊朗生物学奥赛结识。构建了BioReason Pro，开源后三周内就有19个国家的3000多名研究人员在使用。 500万磅废品 — Sotira Amrita Bhasin（25岁，UC Berkeley）。从硅谷搬到缅因州后，亲眼看到仓库里有多少可用商品因为协调不了物流而直接扔掉。做了Sotira，已将超过500万磅的商品从垃圾填埋场转向了有需要的社区。 费城的个案管理 — CaseLink Praja Tickoo、Jack Patel和William Sanz（宾夕法尼亚大学）。为费城一所25%学生经历无家可归的学校做了CaseLink，用GPT API即时生成家庭支援方案，每位个案管理员每天节省一小时以上。 50种语言 — Golpo AI Shraman Kar（19岁，斯坦福大学），从印度搬到肯塔基长大。高中创办了Community AI非营利组织，覆盖50多个国家。后来联合创办了Golpo AI，进了Y Combinator，把教学内容翻译成数十种语言的视频。 作物病害 — FoliaNet Grace Fokam（21岁，马里兰大学）。开发了FoliaNet，用计算机视觉和环境数据在作物病害可见之前就检测出来。在马里兰的试点中，每年保护了多达1.7万株作物，损失减少约22%。在联合国粮农组织等场合就AI在土地修复中的作用提供政策建议。 190个国家的升学顾问 — Kollegio Saeed Naeem和Senan Khawaja（均24岁，分别来自巴基斯坦拉合尔和卡拉奇）。做了Kollegio，一个免费的AI升学指导平台，覆盖全美50个州和190个国家，年经常性收入超过30万美元。 奖学金匹配 — Finnie Fatimah Hussain（20岁，UC Berkeley）和Chloe Hughes（22岁，斯坦福大学）。Fatimah自己是第一代大学生，曾经每天花四五个小时搜索奖学金，最终赢得了3万美元。现在学生只需上传Common App或简历，几秒内就能匹配到合适的奖学金。三周内用户就超过了3000人。
第一代AI原住民¶
26组获奖者，来自十几个国家，覆盖太空、医疗、教育、环保、金融、文化保护、灾难救援、无障碍设计等方向。 他们有一个共同的背景：大学四年，ChatGPT始终在手边。 但看他们做的东西就会发现，ChatGPT对他们来说从来都不只是"写论文的捷径"，它更像是一种新型的基础设施。用它来读NASA十年的数据，用它来练飞行无线电呼叫，用它来给秘鲁摊贩做记账工具，用它来保存正在消亡的语言。 这是AI原住民的毕业季。 他们直接拿它去解决了那些，之前解决不了的问题。