Fenno + CC Switch：一个 API Key 搞定 Claude Codex 等全套 AI 编程工具
2026-06-18 3359768
2026-06-18 0
上周，Anthropic 在旧金山举办了最新一场黑客松 Claude Build Day，开发者们现场用 Claude Opus 4.8 把自己的点子变成了可运行的产品。
在等待 Build Day 战况揭晓的间隙，我们采访了上一场 "Built with Opus 4.7" 黑客松的获奖者们。他们的作品覆盖了医学培训、电子产品维修、计算机科学教育、互动娱乐、家居维修和工厂设备维护——几乎每一个，都是行业里长期被忽视、却真的能改变从业者命运的角落。
恭喜所有获奖者，也恭喜每一位参与者。希望这些点子能给你带来启发。
开发者：Bedirhan Keskin（土耳其·伊斯坦布尔）
Bedirhan 原本是一名临床医生，后来转行做软件工程师。他在黑客松期间用 Claude Managed Agents 搭建了 Medkit：一款面向住院医师和青年医生的医学培训工具，在游戏化的虚拟诊所里，模拟"真人真病"的诊疗场景。
借助 Medkit，医学生可以在模拟病人身上练习问诊、开化验单、读影像、做出诊断并给出治疗方案。诊疗结束后，一个智能体考官会按照执业医师考试同款的临床指南，对整次接诊做完整评估。
为了保持上下文整洁，Bedirhan 拆出了 4 个并行的 Claude Code 会话——语音引擎、内容生成、3D 游戏层、核心应用，每条线独立推进。他还把"用嘴讲、不用键盘"的语音优先工作流贯彻到底。
Medkit 已经在土耳其落地：伊斯坦布尔的 3 所医学院和 1 家药企，将在接下来几周启动试点。
给同行的建议：把 Claude 当作思想伙伴，而不是单纯的写代码工具。
Bedirhan 一开始打算自托管语音引擎，Claude 建议他改用云厂商、提速为先。"我最看重 Claude 的地方，是它不只是一个代码生成器，而是能帮我看到那些本来会错过的选项。"他这样说。
Medkit on GitHub
开发者：Alexis Chapellier（法国·Reignier-Ésery）
Alexis 修了好多年电子产品，之后创办了 RepairMind——一个为维修门店打造的 AI 管理平台。这次黑客松他的作品 Wrench Board，专门帮助独立维修师傅处理"疑难杂症"：用户上传一张电路原理图 + 一张点位图（boardview），再描述一下故障症状，智能体就会构建一张统一的电气图谱、推理信号走向、定位到具体要测的焊盘、读数并持续修正假设，直到给出诊断结论。
Alexis 先在 Claude Design 里搭原型，把应用拆成设计、原理图解析、点位图、诊断智能体四块，并为每一块先写规格再写计划。落地时他启用 Claude Code 的多智能体模式，调试阶段同时跑 5~6 个智能体，每个领域派一个"专人"。
他的关键判断押在 Opus 4.7 新加的"看懂视觉化原理图"能力上。让他确信这条路走通的那一刻，是模型在主板上一笔一笔追出一条电源通路。
Wrench Board 的下一步是建立一个由维修师傅和专家组成的社区，让真正懂行的人来丰富工具的知识库。奖金中的 Claude credits 将投入 RepairMind 和早期用户运营。
给同行的建议：头脑风暴要深，并要敢于反驳模型。
Alexis 借助 Claude 内置的 Superpowers 技能框架，把"先头脑风暴、再做计划"的工作流结构化，有时还会并行跑多场头脑风暴。他先在 Claude Design 起步，通过一键把项目交接给 Claude Code，遇到模型说"做不到"时，他会坚持试试看。
产品体验地址
Wrench Board on GitHub
开发者：Paula Vásquez-Henríquez（智利·Concepción，Universidad del Desarrollo）
Paula 在智利一所大学教计算机科学。过去两年她越来越明显地观察到一种现象：学生能通过考试，却说不清自己写的代码在做什么。
正在攻读 AI 博士、研究"学生与 AI 互动模式"的 Paula 参加了这场黑客松，决心从学生和老师两侧一起解决这道题。
她的作品 Maieutic 是一个"让学生在关键节点必须慢下来"的 IDE：
黑客松结束以来，休斯顿大学的研究者主动联系她希望合作论文。Paula 准备把奖金里的 credits 全部投入下一步开发。她说这次经历让她确信：理解一个问题和为它造一个工具之间的鸿沟，已经在快速消失。
给同行的建议：先想清楚，再动手做。
这是 Paula 自己身体力行的哲学。"Maieutic 这个项目的存在，就是因为学生总是一头扎进代码。我自己能把这件事做对，恰恰是因为我决定不那样做。"她把整整两天留给了纯思考，先写设计规约、再写技术规约，一行代码都没碰。
Maieutic
开发者：Rene Hangstrup Møller（独立全栈开发者）
Opus 4.7 增强的空间推理能力让 Rene 灵机一动——他做出了 Virtual Puppet Theater：一个浏览器应用，能把摄像头的画面和你的声音变成一场可实时互动的木偶剧。一个动画木偶跟着你的动作镜像同步，第二个 AI 木偶则和你插科打诨；你说出什么场景，舞台和 3D 道具就当场变出来。
Rene 让 Claude 跑完了整条流水线——概念讨论、规划、写代码——而他自己抓方向、架构、评审和决策。技术栈是 Bun + Vite + TypeScript：MediaPipe 手势识别（运行在 WASM）配合 Three.js，把木偶舞台以 60fps 渲染成 3D。一个小型 WebSocket 服务通过 Anthropic SDK 接 Claude Opus 4.7，驱动 AI 木偶的对话和实时 3D 道具；语音输入用 Web Speech API，输出用 ElevenLabs，浏览器原生语音合成作为兜底。整套视觉效果由 Opus 的空间推理能力支撑，并配了一个"截图—反馈—再生成"的循环来调优。
Virtual Puppet Theater 没有目标、只有开放式玩耍，Rene 也没打算把它做成产品，对他来说这是一件"既好玩又能学到东西"的事。
源码已经在 GitHub 上以 MIT 协议开源，欢迎有兴趣的人继续做下去。
给同行的建议：参加黑客松，请专门留出时间拍 demo 视频。
Virtual Puppet Theater on GitHub
开发者：Benjamin Torralbo（智利·Chiloé）
Benjamin 从小跟着父亲 Juan Rodrigo Torralbo 学手艺——他父亲是 Chiloé 当地一名有 Maestro Mayor（大师级工匠） 认证的木匠，修过列入 UNESCO 遗产名录的教堂。
黑客松项目 MaestrIA 一次解决两边：用一款 Web 应用，给普通人"大师级"的家庭维修诊断，同时给真正有手艺的师傅一个展示专业能力的渠道。
使用流程：用户拍一张故障照片、用语音或文字描述问题、再分享位置——Claude 实时输出推理过程，在照片上画出动画式边界框，然后给出结构化诊断：坏在哪里、用什么材料、严重程度 1–5、预算和时间估算。之后智能体绘制一张按工种筛选的附近师傅地图，并让第二个智能体草拟一条 WhatsApp 消息发过去。
MaestrIA 技术上的"心脏"是一个 JSON 文件，每次诊断都会注入到提示中——里面装着 17 条诊断规则、7 种 Chiloé 本地木材、16 个本地行话术语、19 个基准价格和 9 个常见工艺失误，全部来自 Benjamin 对父亲的长时间访谈。不需要改系统提示，光这一个文件，就把他的评测分数拉高了 7 个百分点（74% → 81%，对照的是真人师傅的判断）——这就是为什么 MaestrIA 能诊断"落叶松墙板的返潮"，而不是停留在"木质损坏"这种泛泛之词。
没有任何编程经验的 Benjamin 说，自己的角色更像"现场工头"，盯着 Claude 的技术落地。
他希望 MaestrIA 能扩展到新建项目、五金店对接、正式预算、合同、评价和认证体系。最终的目标是：每个工种都有自己的"Maestro Mayor"被编码进系统——木工、建筑师、水管工、电工、泥瓦匠。
奖金中的 credits 会被用来继续开发产品、把父亲的公司作为真实试点完成数字化，以及他自己的技术成长。
给同行的建议：先做评测，再做功能。
maestriachile
开发者：Idriss Benguezzou & Adam Hnaien
大多数工厂里都有这么一位老师傅——听声音就知道哪台机器要坏了。把这种"凭直觉判断"的能力做成一个装得快、用得起的 AI 系统，实时盯住工厂设备、一有异常就生成定制化的诊断和维修方案——这就是 ARIA（Adaptive Runtime Intelligence，自适应运行智能） 的目标，它也是本届"最佳 Claude Managed Agents 应用"奖的获奖项目。
怎么用？ 维修工程师上传一份厂商 PDF、回答 4 个白话校准问题，15 分钟之内 整个工厂就被"画像"完成。然后 5 个智能体开始盯实时信号：一旦检测到故障，或预测到故障迫在眉睫，就立刻生成一张工单，拆解故障部件、失效模式、紧急程度、所需零件、可介入的窗口期。
两位开发者都有车间一线经验，是在黑客松的"队友配对" Discord 频道里认识的。Idriss Benguezzou 是法国的工业软件工程师、数据/AI 硕士，已经把 ARIA 的点子和大部分架构在脑子里打磨了一段时间。Adam Hnaien 是自学的工程专业学生，熟练掌握 Claude Code 和多智能体工作流，第一眼就看出 ARIA 对工业维护的价值。
他们把黑客松第二天整天都用在 GitHub Project 板上做规划，逐项敲定里程碑、任务和验收标准，才开始写第一行业务代码。
两人估计 Claude Code 写了大约 80% 的原始代码，而领域逻辑和设计决策由他们亲手把关：
至于智能体基础设施，完全交给 Claude Managed Agents。
比赛结果公布后，已经在做同一类问题的公司主动找了过来。Idriss 会把 ARIA 的智能体架构、知识库 schema 和信号管线并入他自己的工业 IoT 平台，奖金中的 credits 继续投入研发和实验；Adam 则计划继续探索工业领域 agentic AI 的机会。
给同行的建议：让 Claude 来审计。
ARIA on GitHub
六位获奖者，六种完全不同的背景——医生、修理工、大学老师、独立开发者、车间工程师、自学成才的工程学生。他们的共同点不是技术多强，而是每个人都在用 Claude 把"自己行业里最熟悉的真问题"做成一个能跑的产品。
这也是 Claude Code 这次最想展示的事：真正最了解问题的人，现在已经能直接为自己造工具了。
刚好最近Trae也推出了类似的活动，叫创造力大赛，从6月16日-8月22日，感兴趣的也可以去报名。以下是报名地址： www.trae.cn/ai-creativi…