Google ADK 黑客松完整获奖名单：62 国、1 万人在这里押注 AI 智能体的下一步

今年 9 月，Google Cloud 收到了一份意外的信号——ADK 黑客松吸引了来自 62 个国家的超过 10,400 名参与者，提交了 477 个项目，合计构建了超过 1,500 个 AI 智能体。1

这个数字不是惯例级别的参与度。从规模来看，这场比赛更像是一次集体投票：多 Agent 编排不再是技术演示，它正在变成一类可以卖出去的产品。获奖项目几乎没有单一对话 Bot——大奖拿走的，是一套能自动完成销售、教育、能源管理全流程的「AI 团队」。

黑客松现场，开发者们在笔记本前专注编程 — Google ADK 黑客松活动现场 1

大奖：SalesShortcut，用 Agent 团队把 SDR 工作自动化

大奖得主来自中亚。Merdan Durdyyev 和 Sergazy Nurbavliyev 用 Google ADK 构建了 SalesShortcut，一套多 Agent 架构的 AI 销售开发代表（SDR）系统。1

SalesShortcut 不是一个聊天机器人。它的 Agent 团队分工覆盖了线索挖掘、背景调研、个性化方案生成和外拓触达四个步骤，从信息到行动之间几乎不需要人工干预。这个方向的商业逻辑清晰：B2B 销售流程里最耗时的部分恰好最适合被 Agent 接管，因为每一步都有可验证的输入和输出。

对独立开发者和早期创业者而言，SalesShortcut 给出了一种参考结构：不要试图做一个「全能 AI 助理」，而是把一条业务流程拆开，每个节点放一个 Agent，让它们相互传递状态。

区域冠军：四个方向，四个完全不同的切口

北美：能源客户管理

Energy Agent AI（David Babu）用 Google ADK 重新设计了能源公司的客户管理流程，将多个 Agent 编排成一条自动化管线。1

能源零售在美国是一个高度碎片化的市场——电费账单、用量优化、套餐推荐都依赖人工处理。这个项目的价值不在于技术的新颖程度，而在于它找到了一个足够大、足够具体的流程做切入点。

拉美：用 AI 补齐巴西教育系统的空白

巴西 Giovanna Moeller 的 Edu.AI 是本届视觉上最直观的项目之一。它的仪表板上有 8 个可独立启动的 AI 智能体，覆盖作文批改、个性化学习计划生成、跨学科模拟考试三条线——面向的是巴西联考 ENEM 的备考场景。1

Edu.AI 仪表板，展示 8 个可启动的 AI 智能体选项 — Edu.AI 的产品界面，8 个 Agent 各自负责一个考试备考子任务 1

巴西约有 500 万高考考生，合格的补习资源高度集中在城市和高收入家庭。Edu.AI 选择的是一个需求量可量化、供给缺口可描述的方向，而不是泛化的「AI 教育」。

亚太：把可持续发展审计变成自动化任务

GreenOps（Aishwarya Nathani、Nikhil Mankani）针对的是企业云基础设施的碳排放审计——这件事现在几乎完全靠人工完成，费时且不一致。他们的系统让多个 Agent 接管了审计、预测和优化三个阶段。1

ESG 合规压力在亚太大型企业里正快速上升，但可落地的自动化工具几乎是空白。GreenOps 踩在了一个法规推动的需求曲线上。

欧洲/中东/非洲：个性化教育的另一种路径

Nexora-AI 来自欧洲，四人团队（Matthias Meierlohr、Luca Bozzetti 等人）构建了一套支持可视化、测验和互动课程的个性化教育系统，配有智能 AI 辅导功能。1 与 Edu.AI 不同，Nexora-AI 的重点在于通用学习体验的个性化，而不是单一标准化考试的备考。

荣誉提名：三个更偏技术极客的方向

Particle Physics Agent（ZX Jin、Tianyu Zhang）能把自然语言描述转换成验证过的费曼图，基于真实物理定律运行——这是一个把 AI 推进符号推理领域的探索，目前市场规模极小，但技术路径的新颖度在提名项目里最高。1

TradeSageAI（Suds Kumar）整合了 ADK、Agent Engine、Cloud Run 和 Vertex AI，主攻交易假设评估，定位金融分析专业用户。1

Bleach（Vivek Shukla）是本届获奖项目里最「产品化」的一个：用简单英语描述你想要的 Agent 行为，它帮你可视化构建并即时测试——本质上是 Agent 编排的低代码工具。1

获奖项目一览

项目	团队	方向	奖项
SalesShortcut	Merdan Durdyyev、Sergazy Nurbavliyev	B2B 销售 SDR 自动化	大奖
Energy Agent AI	David Babu	能源客户管理	北美冠军
Edu.AI	Giovanna Moeller	巴西高考备考 AI	拉美冠军
GreenOps	Aishwarya Nathani、Nikhil Mankani	云基础设施碳审计	亚太冠军
Nexora-AI	Matthias Meierlohr 等	个性化学习系统	EMEA 冠军
Particle Physics Agent	ZX Jin、Tianyu Zhang	自然语言转费曼图	荣誉提名
TradeSageAI	Suds Kumar	金融交易假设评估	荣誉提名
Bleach	Vivek Shukla	Agent 可视化构建工具	荣誉提名

这届获奖方向透露了什么

八个获奖项目有一个共同点：它们都在用多个 Agent 替换一条流程里原来需要人来协调的环节，而不是在做「更聪明的搜索框」。

选择方向时，这些团队也有一个共同的策略：找一个需求量可量化、现有工具不够好、且 Agent 的输入输出可以被验证的场景。销售外拓、高考备考、碳审计——这三个方向都符合上面三个条件，没有一个是泛化的「AI 助手」。

Bleach 和 Particle Physics Agent 是例外。前者在做工具的工具，后者在探索符号推理的边界——两者都更偏向技术极客，但也都代表了赛场上不同的赌注方向。

cloud.google.comhttps://cloud.google.com/blog/products/ai-machine-learning/adk-hackathon-results-winners-and-highlights/외부 링크

콘텐츠 카드를 불러오는 중…

참고 출처

1ADK Hackathon results. Winners and highlights.