Shadow：从大一开始就在用ChatGPT的用户，称得上是AI原生的大学毕业生了，他们把AI当作是能力放大器，不是取代思考，而是思考得更深、更远。
ChatGPT Futures 是 OpenAI 推出的 下一代 AI 创作者 系列。2026 届有 26 个年轻人及团队，他们把 ChatGPT 用作 构建、调研、创作、突破边界 的工具，覆盖航天机器人、AI 约会应用、计算机科学教育、对冲基金内部 AI、AI 反诈、AI 保护濒危语言、AI 辅助药物研发、AI 发现变星、AI 服务街头商贩、AI 升学顾问与奖学金匹配等议题。
每位入选者 / 团队将获得 1 万美元资助以及 OpenAI 最前沿工具的使用权。
分别是三个小组（创造者 Creators · 探索者 Explorers · 倡导者 Advocates）共 26 个。
他们展示了如何：从生活痛点出发 → 用AI放大能力 → 解决真实问题
以下为OpenAI官方介绍：
下一代 AI 领导者
要洞察 AI 的未来走向，最清晰的方式莫过于观察下一代人如今正如何使用它。
2026 届是首批在整个大学生涯中都有 ChatGPT 相伴的毕业生。这一代人很早就拥抱了 ChatGPT，并将其分享给父母、兄弟姐妹、朋友和老师。
在与数百名学生及应届毕业生的交流中，我们反复看到相同的模式：他们使用 AI，早就不只是为了学习 —— 他们用它来构建、调研、创作，并主动突破自己的能力边界。
ChatGPT Futures 选择了 26 个年轻人及团队，他们正在展现新一代拿到强大工具后能走多远。
创造者（Creators）
打造太空领域的机器人队伍
Jamie Palmer（26 岁） / Ethan Barajas（22 岁）
icarus-robotics
Ethan Barajas and Jamie Palmer
Jamie Palmer（26 岁）
家乡：爱尔兰，克朗梅尔 学校：哥伦比亚大学 LinkedIn：https://www.linkedin.com/in/palmer-jamie
Ethan Barajas（22 岁）
家乡：Glenelg, MD 学校：加州理工学院 LinkedIn：https://www.linkedin.com/in/ethan-barajas
采用以下工具构建：ChatGPT、Codex
Ethan Barajas 与 Jamie Palmer 共同创立了 Icarus Robotics，旨在解决航天领域的一个核心难题：
宇航员在维护和货物搬运等日常事务上耗费了过多精力，挤占了科研时间。
Ethan 17 岁时便通过 HUNCH 计划开始与 NASA 合作，后在加州理工学院攻读机械工程，研究月球车系统。Jamie 在哥伦比亚大学接受过机器人学培训，专攻灵巧操作，此前曾研发过医院自主机器人，并曾担任梅赛德斯-AMG 马石油 F1 车队的工程师。
他们正共同构建具身 (embodied) AI 系统，使机器人能够向人类操作员学习，并在空间站内跨任务扩展。
Icarus 已融资 610 万美元，构建了多个原型，并计划于 2027 年初与 Voyager Space 合作在国际空间站 (ISS) 进行全面部署。
“AI 是 Icarus 研发模式的核心。我们利用它来处理来自商业空间站合作伙伴的新需求，以及 NASA 的载人航天文档。这塑造了我们开发和训练机器人的方式，使其能承担太空中的常规工作。”
打造 AI 约会“红娘”，助力 70% 的用户获得首次约会
Celeste Amadon（22 岁） / Asher Allen（22 岁）
known
Asher Allen 和 Celeste Amadon 的肖像
Celeste Amadon（22 岁）
家乡：华盛顿州，西雅图 学校：斯坦福大学 LinkedIn：https://www.linkedin.com/in/celeste-amadon
Asher Allen（22 岁）
家乡：加利福尼亚州，帕洛阿托 学校：斯坦福大学 LinkedIn：https://www.linkedin.com/in/asher-allen
采用以下工具构建：ChatGPT、OpenAI API
作为家中九个孩子里最小的一个，Celeste 成长过程中对人际关系的建立非常敏锐。在目睹了现代社交软件如何让人们陷入无休止的“刷脸”循环而非建立真实联系后，她与联合创始人 Asher Allen 共同开发了 Known。
Known 是一个“语音优先”的社交平台，AI 贯穿了整个体验：语音智能体负责用户引导流程；大语言模型处理访谈并匿名个人信息；匹配系统评估兼容性；AI 生成的解释帮助用户理解为何会被匹配在一起。
在旧金山的测试阶段，Known 已促成了近 2000 场约会，约 70% 的引荐转化为现实约会，远超行业平均水平。
Celeste 借助 AI 提供曾专属人类红娘的高度情境化匹配，让 用心建立的连接 变得更加普及、人人可及。
“我之所以投身于目前的研发项目，是因为它是一条非常清晰的路径，能改变美国社会人际关系的构建方式。”
将计算机科学讲解视频演变为拥有 1.2 万名成员的非营利组织
Michelle Lawson（20 岁）
computer-science-girlies
Michelle Lawson 的肖像
Michelle Lawson（20 岁）
家乡：加纳，阿克拉 学校：史密斯学院 LinkedIn：https://www.linkedin.com/in/michelle-o-lawson
采用以下工具构建：ChatGPT、OpenAI API、Codex
2022 年，一位教授鼓励学生尝试 ChatGPT，Michelle 从那时起开始使用，它迅速融入了她的教学、构建与思路整理过程。
2023 年，她开始发布视频，把技术概念翻译成 贴近生活、真实可感 的事物。
随着视频越来越受欢迎，她创建了 Discord 社群，自学如何运营社区。
随后她创立了 Computer Science Girlies —— 这是 Gen Z 女性最大的在线计算机科学社区之一，拥有 1.2 万名成员。
如今，Computer Science Girlies 已覆盖约 1.5 万名年轻女性，打造了一个让计算机科学学习变得更具社交性、更亲近且更有趣的空间。
Michelle 利用 ChatGPT、Codex 及其他 AI 工具来规划内容、组织活动并扩大组织规模。
“我始终相信，只要给予合适的支持和资源，你可以实现任何你能想象到的事情。AI 不仅让我梦想成真，也让成千上万的人实现了目标。”
打造从税务软件到医疗工具的 AI 产品
Kyle Scenna（24 岁）
kyle-scenna
Portrait of Kyle Scenna
Kyle Scenna（24 岁）
家乡：加拿大，安大略省，伍德布里奇 学校：滑铁卢大学 LinkedIn：https://www.linkedin.com/in/kyle-scenna-2776b3202
采用以下工具构建：ChatGPT、OpenAI API、Codex
Kyle 从 12 岁起就开始发布应用，当时他的 iPod Touch “越狱”经历让他意识到，软件可以如何重塑身边的工具。
在 Intuit 实习期间，他利用 OpenAI API 和 GPT-4 构建了一个系统，将晦涩的税务专业术语转化为通俗易懂的指引，帮助用户理解税收抵免与扣除项。
该项目引起了工程领导层的关注，最终他向 Intuit 的首席技术官 (CTO) 进行了演示，随后转入 AI 专项产品团队并获得了一项专利。
在滑铁卢大学期间，他与团队将同样的“开发者思维”应用于医疗领域，开发了一款 AI 驱动的血压计，并获得了加拿大国家研究委员会 (NRC) 拨付的 20 万美元资助。
目前，他正专注于消除“AI 智能体的能力”与“人们实际用途”之间的鸿沟。他利用 Codex 等工具进行快速原型设计和跨项目迭代，致力于打造让 AI 在日常生活中更实用、更易触达的产品。
“我从事开发工作已有十年，从未想过‘发现问题’与‘做出实物’之间的差距竟然能缩小到如此程度。”
利用 AI 穿透墙壁与瓦砾探测灾难幸存者
Nayel Rehman（18 岁） / Arhan Menta（18 岁） / Rushil Kukreja（19 岁）
wi-find
Rushil Kukreja、Nayel Rehman 和 Arhan Menta 的肖像
Nayel Rehman（18 岁）
家乡：弗吉尼亚州，亚历山大 学校：UIUC LinkedIn：https://www.linkedin.com/in/nayelrehman/
Arhan Menta（18 岁）
家乡：弗吉尼亚州，阿灵顿 学校：Vanderbilt University LinkedIn：https://www.linkedin.com/in/arhanmenta
Rushil Kukreja（19 岁）
家乡：弗吉尼亚州，福尔斯彻奇 学校：普林斯顿大学 LinkedIn：https://www.linkedin.com/in/rushil-kukreja
采用以下工具构建：ChatGPT、OpenAI API、Codex
Nayel、Arhan 与 Rushil 在与当地搜救队合作后创立了 Wi-Find，因为他们发现搜救技术在离开学术实验室后往往难以发挥作用。他们的系统利用 Wi-Fi 信号，在不依赖手机或穿戴设备的情况下，穿透墙壁、瓦砾和残骸探测幸存者。
Wi-Find 的工作原理是：在灾难现场周围布设路由器，形成网状网络。当信号穿越空间时，人员的呼吸会产生细微变化，Wi-Find 系统可捕捉并分析这些变化。其机器学习模型基于这些模式判断是否有人员存在——即使没有任何移动设备或穿戴设备也能做到。
ChatGPT 和 Codex 加速了团队的工作节奏：协助他们审阅研究文献、搭建模型基础、打磨代码，并在系统迭代过程中处理复杂的技术任务。
“我们利用 ChatGPT 处理文献综述，使用 Codex 和 ChatGPT 构建 CNN 模型的基础，并借助 ChatGPT 来润色专利语言。”
建立对冲基金公司的内部 AI 项目
Nolan Windham（23 岁）
nolan-windham
Nolan Windham 的肖像
Nolan Windham（23 岁）
家乡：加利福尼亚州，威尼斯 学校：克莱蒙特·麦肯纳学院 LinkedIn：https://www.linkedin.com/in/nolanwindham
采用以下工具构建：ChatGPT、OpenAI API、Codex、Prism
Nolan 一直是身边人公认的“技术大拿”，总能钻研出各种事物的运作原理。
在他读大二期间，ChatGPT 问世了。他注意到最优秀的学生迅速成为“高阶用户”，于是他也开始在工作、探索和创作中使用。他发现，在理想状态下，AI 不会让思考走捷径，反而能拓宽思考的边界。他开始致力于将 AI 作为一种工具，用于深化推理、加速学习进度，并开启全新的创作形式。
这种深刻的洞见延续到他在 Beach Point Capital Management 的暑期实习中。他在那里开始构建 AI 工具，并最终负责该公司的内部 AI 项目。23 岁时，他被任命为 AI 负责人，主导公司 AI 架构的愿景、设计与落地实施，并为所有团队提供培训与支持。
“令人兴奋的是，这仅仅是个开始：许多年轻人将意识到，在全社会都渴望掌握未来技术的当下，自己正扮演着‘引路人’的角色。”
为美国国家安全领导层将情报整合为简报
Ethan Chiu（21 岁）
ethan-chiu
Portrait of Ethan Chiu
Ethan Chiu（21 岁）
家乡：纽约州，杰里科 学校：Yale University LinkedIn：https://www.linkedin.com/in/ethanachiu
采用以下工具构建：ChatGPT
Ethan 对民主的关注可以追溯到其家人在台湾时期的经历。
在耶鲁大学期间，他将这份关注转化为行动，创立了“耶鲁外交政策倡议”，联结了 100 多名代表性不足的学生与 20 多家政府、学术及行业合作伙伴。
他曾带领 250 名学生前往华盛顿参加首届“技术地缘政治论坛”，与国防和技术领袖就 AI、半导体及美中政策进行交流。
他的研究横跨技术与国家安全两大领域。他曾在五角大楼为高级国家安全领导人开展聚焦中国的分析工作，并在耶鲁带领研究团队与美国外交关系协会（CFR）的中国战略倡议项目合作，毕业论文追溯了塑造现代美中关系的政策决定。
现在，他专注于帮助下一代早期职业分析师负责任地使用 AI 进行开源研究与政策工作。前沿模型已经就位，他关心的问题是：那些为这个国家做出高风险决策的人，是否真正懂得如何用好它们。
“政策工作最难的部分在于将堆积如山的多模态信息转化为决策者真正会阅读的单页简报。ChatGPT 是这一过程的能力放大器。但 AI 工具只有在使用者知道该‘问什么’以及‘信任什么’时才能发挥作用。”
探索者（Explorers）
革新神经系统疾病的诊断与治疗
Ayush Noori（23 岁）
proton
Ayush Noori 的肖像
Ayush Noori（23 岁）
家乡：华盛顿州，西雅图 学校：哈佛大学（学士/理学硕士）及牛津大学（博士） LinkedIn：https://www.linkedin.com/in/ayushnoori
采用以下工具构建：ChatGPT、OpenAI API、Codex
Ayush 是一位罗德奖学金学者，研究方向横跨 AI 与生物医学。受童年照顾罹患罕见神经退行性疾病祖母的经历驱动，他从 12 岁起就开始投身神经科学研究。在哈佛、牛津和麻省总医院的工作经历中，Ayush 持续开发前沿 AI 系统，以加深我们对神经系统疾病的理解，加速新疗法的发现。
他的研究已产出 40 余篇同行评审论文，发表于《Cell》《Nature Neuroscience》《Nature Machine Intelligence》等顶级期刊。最近，Ayush 开发了 PROTON——一个面向神经科学发现的关系型基础模型。PROTON 已成功识别出一种药物，可在源自双相情感障碍患者的人类大脑类器官中逆转与疾病相关的蛋白质变化；并在一个超过 61 万名患者的队列中，挖掘出 5 种与阿尔茨海默病七年发病风险下降相关的药物。
“我很荣幸能为神经系统疾病的创新疗法贡献力量，并致力于创造一个让我们能与所爱之人拥有更多时间与记忆的未来。”
将个人痛楚转化为心理健康领域的 AI 研究与工具
Charlotte Rosario（19 岁）
search-mental-health
Charlotte Rosario 的肖像
Charlotte Rosario（19 岁）
家乡：加利福尼亚州，希尔斯伯勒 学校：斯坦福大学 LinkedIn：https://www.linkedin.com/in/charlotterosario/
采用以下工具构建：ChatGPT、OpenAI API、Codex
12 岁时因父亲自杀离世，Charlotte 开始寻找让心理健康支持更容易被找到、被触及的方法。原本私人的丧亲之痛，逐渐转化为研究与倡导行动。17 岁那年，她已在斯坦福医学院导师的指导下，借助 AI 研究大脑结构如何影响心理健康。
在进行研究的同时，Charlotte 还开发了 SearchMentalHealth。这款工具旨在帮助人们更快速地找到当地的心理健康服务。她是与美国国家精神疾病联盟 (NAMI) 合作开发此工具的，目的是让寻求护理的过程不再令人望而生畏，尤其是在遇到危机时。
“AI 能够推动神经科学跨越“人工读取脑部扫描图”的阶段，转向从大脑数据中发现可能改变护理模式并挽救生命的潜在模式。”
改良药物研发模式，重新定义医疗保健
Rishab Jain（21 岁）
icor
Rishab Jain 的肖像
Rishab Jain（21 岁）
家乡：俄勒冈州，波特兰 学校：哈佛学院 LinkedIn：https://www.linkedin.com/in/rishab-jain-k/
采用以下工具构建：ChatGPT、OpenAI API、Codex、Playground
从初中起，Rishab 就一直致力于 AI 与生物学的交叉研究。一个问题始终萦绕在他脑海中：为什么拯救生命的药物和疗法如此昂贵？
17 岁时，Rishab 构建了 ICOR，一个旨在优化重要疫苗和胰岛素等药物生产的 AI 系统。ICOR 能够改写遗传指令，使细胞能更有效地读取这些指令；它通过从真实的生物数据中学习模式，而非仅仅依赖传统的规则化方法。他的这项工作将蛋白质表达效率提升了最高 236%，目前已发表论文并被全球数万名研究人员使用。
Rishab 目前就读于哈佛大学，他联合创立了 Prescience 公司，致力于构建全新的医疗 AI 基础模型，以大幅降低美国人的医疗支出。
“想象一下，数百万年的进化塑造了细胞表达蛋白质背后的模式。研究人员过去一直使用忽略这些背景信息的静态查找表。AI 非常擅长学习背景信息，我应用它将表达效率提升了最高 236%。”
构建知识图谱以连接碳捕集材料研究
Thomas Pruyn（24 岁） / Amro Aswad（25 岁） / Sartaaj Khan（25 岁）
mof-chem-unity
Thomas Pruyn, Sartaaj Khan, 与 Amro Aswad 的肖像
Thomas Pruyn（24 岁）
家乡：加拿大，安大略省，尼亚加拉瀑布城 学校：University of Toronto LinkedIn：https://www.linkedin.com/in/thomas-pruyn/
Amro Aswad（25 岁）
家乡：Toronto, Ontario, Canada 学校：University of Toronto LinkedIn：https://www.linkedin.com/in/amro-aswad/
Sartaaj Khan（25 岁）
家乡：Toronto, Ontario, Canada 学校：University of Toronto LinkedIn：https://www.linkedin.com/in/sartaaj-khan-274a14179/
采用以下工具构建：ChatGPT、OpenAI API、Codex、Prism
Thomas、Amro 与 Sartaaj 构建了 MOF ChemUnity，旨在帮助研究人员探索快速发展的金属有机框架 (MOF) 领域，这是一种在碳捕集方面极具前景的材料。该项目源于他们利用 AI 加速科学发现的共同兴趣，并随着团队汇聚化学与 AI 领域的合作伙伴而不断壮大。
他们的工作解决了一个核心难题：研究人员常以不同方式描述同一种材料，这使得在不同研究之间建立知识关联变得困难。利用 OpenAI 嵌入技术和 GPT 模型，他们构建了一个知识图谱，整合了文献并将计算研究与实验研究中的碎片化数据关联起来。
该系统已协助多伦多大学的研究人员为新发现的金属有机框架 (MOF) 筛选候选反应物，团队目前正致力于将其开发为材料科学领域 AI 智能体的推理引擎。
“科学发现本质上是循环的：测试某些事物、更新你对世界的理解，然后不断重复这一循环。我们很高兴能利用 AI 智能体在材料科学领域大规模推进这一过程。”
建立 150 万个此前未知变星天体的数据图谱
Matteo Paz（19 岁）
var-wise
Matteo Paz 的肖像
Matteo Paz（19 岁）
家乡：加利福尼亚州，帕萨迪纳 学校：麻省理工学院 (MIT) LinkedIn：https://www.linkedin.com/in/matteopaz/
采用以下工具构建：ChatGPT、Codex
Matteo 对天文学的兴趣始于童年，当时他常随母亲参加加州理工学院的公开观星讲座。高中时，他加入了加州理工的暑期研究项目，开始协助天文学家处理来自 NASA NEOWISE 太空望远镜的海量闲置数据。这些跨越十余年的数十亿次测量数据规模庞大，无法通过人工分析。
Matteo 构建了一个机器学习系统来检测亮度随时间的变化，并由此发现了 150 万个此前未知的变星天体。他以唯一作者身份发表了一篇同行评审论文，并将其发现目录提供给各地的天文学家，以供进一步的科学研究。
“在夜间的望远镜观测过程中，节奏紧凑，需要进行大量基于数据且时效性极强的决策。AI 在这时能发挥巨大的作用：它即时处理研究和计算工作，让你能更明智地分配宝贵的观测时间。”
构建化学领域应用最广泛的 AI 模型之一
Seyone Chithrananda（23 岁）
chem-berta
Seyone Chithrananda 的肖像
Seyone Chithrananda（23 岁）
家乡：Toronto, Ontario, Canada 学校：斯坦福大学 LinkedIn：https://www.linkedin.com/in/seyone-chithrananda-a5974915b/
采用以下工具构建：ChatGPT、OpenAI API、Codex
17 岁那年，Seyone 读到了 OpenAI 关于 scaling laws（规模定律）的论文，并开始探索同样的思路是否能套用到化学领域。虽然科学家手握数十亿已知分子的数据，却缺乏可扩展的方法来理解它们各自的功能。
在短短几个月内，他构建了 ChemBERTa，这是化学领域最早的语言模型之一。此后，该模型在生物和化学研究中得到了广泛应用，在 Hugging Face 上的月调用量高达百万次。他的工作有力地证明了，针对分子“语言”进行的模型训练能够显著提升科学发现的效率。
之后他将这些想法应用到研究实践中：为 Nurix Therapeutics 的药物发现平台开发分子模型，以辅助发现靶向蛋白质降解剂；并与微软 Biomedical ML 团队合作，绘制人类嗅觉系统的模式图谱。
Seyone 目前是斯坦福大学的博士生，专注于研究前沿模型如何通过学习自然界的进化规律来加速生物设计，进而推动生物学的发现。
“如果我们可以针对‘化学语言’，重现 GPT 在自然语言和互联网规模数据上所展示的奇迹，那会怎样？”
利用 AI 让 1 亿多张星系图像可被检索
Nolan Koblischke（25 岁）
aion-search
Nolan Koblischke 的肖像
Nolan Koblischke（25 岁）
家乡：加拿大，不列颠哥伦比亚省，湖泊乡 学校：University of Toronto LinkedIn：https://www.linkedin.com/in/nolankob/
采用以下工具构建：ChatGPT、OpenAI API、Codex、Playground
Nolan 对天文学的兴趣始于孩提时代，源于对暗物质、遥远星系以及宇宙未知领域的好奇。在现代天体物理学中，望远镜会产出数以亿计的星系图像，但研究人员仍缺乏能通过“语义”进行搜索的有效方式。
Nolan 利用 GPT-4.1-mini 为近 30 万张未标记的星系图像生成描述，随后训练了 AION-Search，一个可以检索超过 1 亿张望远镜图像的语义搜索引擎。
借助这一工具，天文学家可以描述他们寻找的目标（例如带有星流的星系），并发现几乎不可能通过人工识别的罕见现象。Nolan 已经利用该工具识别出 36 个此类星系，目前正通过这些星系研究暗物质的线索。
“你第一次可以通过输入文字描述任何你想寻找的事物。”
帮助数千名研究人员预测未知蛋白质的功能
Adib Fallahpour（21 岁） / Parsa Idehpour（22 岁）
bio-reason-pro
Portrait of Parsa Idehpour and Adib Fallahpour
Adib Fallahpour（21 岁）
家乡：Esfahan, Iran 学校：University of Toronto LinkedIn：https://www.linkedin.com/in/adibvafa-fallahpour/
Parsa Idehpour（22 岁）
家乡： 伊朗，克尔曼沙赫 学校：宾夕法尼亚大学 LinkedIn：https://www.linkedin.com/in/parsa-idehpour-8b0a8628a/
采用以下工具构建：ChatGPT、OpenAI API、Codex、Playground、Prism
Adib 与 Parsa 在青少年时期相识于伊朗生物奥林匹克竞赛圈，并在那时开始探索 AI 如何加速生物学研究。多年后，他们重新审视药物研发中的重大挑战：科学家虽然掌握了数百万种蛋白质序列，但仍不了解其中许多序列的具体功能。
他们开发了 BioReason Pro，这是一个能够预测蛋白质功能、细胞内定位及其行为的模型。利用 OpenAI API，他们从生物数据中生成推理轨迹，随后训练出一个较小的模型，使其能够针对从未见过的蛋白质复制那种“科学家式”的推理过程。
在开源 BioReason Pro 后的短短几周内，就有来自 19 个国家/地区的 3000 多名研究人员开始使用它。该团队目前正在湿实验室中验证预测结果，并开发模型以理解药物对细胞的影响。
“AI 帮助我们将生物数据转化为推理轨迹。这就像在教模型如同科学家一样思考蛋白质。”
通过使用 ChatGPT 进行练习，更快速地取得飞行执照
Ethan Truong（19 岁）
ethan-truong
Portrait of Ethan Truong
Ethan Truong（19 岁）
家乡：加利福尼亚州，萨克拉门托 学校：加州大学伯克利分校 LinkedIn：https://www.linkedin.com/in/ethanvtruong/
采用以下工具构建：ChatGPT、OpenAI API、Codex
Ethan 16 岁高中毕业，随后将闲暇时间全部投入到航空领域，每周有五六天都待在机场。他加入了当地实验飞机协会 (EAA) 分会的一个项目，该项目为年轻人提供免费的入门飞行机会和进入通用航空的路径。
由于飞行培训费用昂贵，他在课外进行了大量练习：模拟电台通话、飞行计划制定以及空管沟通。他将飞行模拟器训练与 ChatGPT 语音模式结合，将其作为模拟塔台、教员和口试伙伴。
他在三个月内完成了培训课程，仅用了约 45 小时的飞行时长便取得了执照。这一时长仅略高于 40 小时的法定最低要求，远低于约 80 小时的平均水平。由于飞行培训每小时成本高达 200 美元甚至更多，他通过使用 ChatGPT 辅助学习节省了数千美元。
如今，他是萨克拉门托和海沃德实验飞机协会 (EAA) 分会的成员，致力于帮助其他年轻人发现航空的魅力，并展示 AI 如何让飞行之路不再显得遥不可及。
“ChatGPT 让我能练习那些通常只有付了学费后才能接触到的飞行环节（电台通话、飞行计划制定、口试准备），以及清晰表达并推演各种场景预案。”
倡导者（Advocates）
构建基础设施，使 500 万余磅滞销库存免于进入填埋场，实现重新调配
Amrita Bhasin（25 岁）
sotira
Amrita Bhasin 的肖像
Amrita Bhasin（25 岁）
家乡：加利福尼亚州，门洛帕克 学校：加州大学伯克利分校 LinkedIn：https://www.linkedin.com/in/amrita-bhasin/
采用以下工具构建：ChatGPT、Codex、Playground
在从硅谷搬到缅因州居住的一年里，Amrita 开始深入接触仓库运营商，并发现供应链中仍有大量环节依靠纸笔和零散的库存系统运行。她亲眼目睹了每年价值 1630 亿美元的可利用商品被废弃，原因仅在于企业缺乏时间、资源和基础设施来协调捐赠或转售。
她创立了 Sotira，旨在管理逆向物流，并将临期食品、健康保健品及服装等滞销商品重新调配至有需要的社区。借助 AI，该平台能协助团队识别可调配物资，匹配捐赠及转售合作伙伴，并大幅缩短人工协调与货运文档处理时间。目前，Sotira 已使 500 多万磅物资免于进入填埋场。
“我所学到的是，AI 在最依赖人工的流程中拥有最高的投资回报率 (ROI)。工作流的数字化程度越低，AI 带来的冲击就越直接。”
帮助 1.8 万余人识别并防范网络诈骗
Anshi Bhatt（19 岁）
frontlines-foundation
Anshi Bhatt 的肖像
Anshi Bhatt（19 岁）
家乡：弗吉尼亚州，弗吉尼亚海滩 学校：波士顿大学 LinkedIn：https://www.linkedin.com/in/anshi-bhatt
采用以下工具构建：ChatGPT
Anshi 的工作起因于一段切身经历：她的祖父在美国探亲期间险些被骗子骗走毕生积蓄，数字安全由此变成了一件既紧迫又私人的事。15 岁那年，她创立了 Frontlines Foundation，帮助老年人应对网络风险。
随着组织的发展，她利用 ChatGPT 研究互联网安全政策、了解法案的撰写方式、确定联络人，并将其想法转化为政策制定者所期望的正式文书语言。
目前，Frontlines 已发展为拥有 150 名志愿者及全球分支机构的组织。通过研讨会、研究和倡导，该组织已覆盖约 1.8 万人，并促成了弗吉尼亚州互联网安全课程的更新，涵盖了诈骗、网络钓鱼、深度伪造以及 AI 等课题。
“ChatGPT 就像是一位导师。它帮我理解如何撰写议案、该联系谁，以及如何让我的声音被听到，即便那时我还只是一名高中生。”
利用 AI 保护濒危语言
Zeyneb Kaya（19 岁）
the-revive-project
Zeyneb Kaya 的肖像
Zeyneb Kaya（19 岁）
家乡：加利福尼亚州，萨拉托加 学校：斯坦福大学 LinkedIn：https://www.linkedin.com/in/zeyneb-kaya/
采用以下工具构建：ChatGPT、OpenAI API、Codex、Playground、Prism
Zeyneb 的工作深受其文化传承的启发。在成长过程中，她亲耳听到祖辈在土耳其和西亚使用多种濒危语言。如今，它们逐渐消逝，这让她下定决心，不仅要保护语言本身，更要守护其承载的知识与身份认同。
她创立了 The Revive Project，利用 AI 来解码、保护并重振濒危及少数族裔语言。通过直接与社区合作，她收集了超过 500 分钟的语言数据和口述历史，开发了高效的低数据量算法，并发表了相关研究成果。
结合上述方法与 ChatGPT 等工具，她完成了 Romeyka 这一濒危方言的首批结构化语言学记录，内容涵盖翻译后的口述历史——这证明 AI 可以帮助保护那些最濒临消失的语言。
“尽管 AI 的兴起可能加剧文化流失，但通过社群协作去充分利用 AI，我们能够以空前的规模守护并阐释人类文明。”
消除费城个案管理员的工作瓶颈
Praja Tickoo（20 岁） / Jack Patel（21 岁） / William Sanz（20 岁）
case-link
Portrait of Praja Tickoo, Jack Patel, and William Sanz
Praja Tickoo（20 岁）
家乡：New Canaan, CT 学校：宾夕法尼亚大学（沃顿商学院） LinkedIn：https://www.linkedin.com/in/praja-tickoo-008a66213/
Jack Patel（21 岁）
家乡：阿拉巴马州，多森 学校：宾夕法尼亚大学（沃顿商学院） LinkedIn：https://www.linkedin.com/in/jack-patel/
William Sanz（20 岁）
家乡：纽约州，戈尔登斯布里奇 学校：宾夕法尼亚大学 LinkedIn：https://www.linkedin.com/in/williamsanz/
采用以下工具构建：ChatGPT、OpenAI API、Codex
Praja、Jack 和 Will 是宾夕法尼亚大学的一支学生团队。他们为费城的 Alain Locke 学校开发了 CaseLink，该校近 25% 的学生正面临流离失所或住房不稳定的困境。
个案管理员通常是家庭应对紧急挑战的第一道防线，这些挑战包括粮食短缺、住房不稳定、法律需求以及交通障碍。然而，制定一份量身定制的高质量资源方案往往需要耗费数小时。
CaseLink 利用 GPT API 瞬时为家庭生成个性化行动方案，将其与最相关的本地资源对接，从而更快速地提供关键支持。该工具正面向个案管理员开展试点项目，每人每天可节省超过一小时，使他们能将更多时间投入到直接的家庭支持与跟进工作中。
“我们正致力于帮助更多家庭在最需要的时候，获得及时且个性化的支持。”
通过数十种语言的视频消除学习障碍
Shraman Kar（19 岁）
golpo-ai
Shraman Kar 的肖像
Shraman Kar（19 岁）
家乡：肯塔基州，路易维尔 学校：斯坦福大学 LinkedIn：https://www.linkedin.com/in/shraman-kar/
采用以下工具构建：ChatGPT、OpenAI API
Shraman 8 岁时从印度移居肯塔基州，并通过“构建事物”找到了自己的立足点。高中期间，他创立了非营利组织 Community AI，教学生如何利用 AI 在社会和环境方面产生积极影响。目前该项目已覆盖 50 多个国家/地区的参与者。
斯坦福大一结束后，他与人联合创立了 Golpo AI，并进入 Y Combinator 孵化。该平台能把想法和技术材料转化为数十种语言的讲解视频，让全球的学习变得更易触达。
“正因为 AI，我们的视频才能覆盖 50 种语言。让我最兴奋的是：通过提供不同语言版本，教育可以变得触手可及。”
在作物受损之前就用 AI 介入，从源头减少损失
Grace Fokam（21 岁）
folia
Grace Fokam 的肖像
Grace Fokam（21 岁）
家乡：马里兰州，格伦代尔 学校：马里兰大学 LinkedIn：https://www.linkedin.com/in/grace-magny-fokam/
采用以下工具构建：ChatGPT、OpenAI API
Grace 的第一台电脑是父亲在她初中时攒钱买给她的，从那之后，她便迅速投入到探索“软件如何解读世界”的实验中。在约翰·霍普金斯大学实习期间，她接触到了计算机视觉，开始研究机器如何解析视觉数据，她的研究重心也随之发生了转移。
随后，她创立了 Folia Technologies 并开发了 FoliaNet。这套 AI 系统结合了计算机视觉与环境数据，能在肉眼察觉前探测出作物病害。在马里兰州小麦和玉米农场的试点部署中，该系统每年协助保护了多达 1.7 万株农作物，并将损失降低了约 22%。
目前，Grace 致力于将 FoliaNet 推向不同的地理区域、气候环境及主要农作物，特别是在受土地退化和干旱影响最严重的全球南方 (Global South) 地区。
她的工作已延伸至政策层面。她曾参与联合国大会科学峰会、纽约气候周以及粮农组织世界粮食论坛的讨论，并就 AI 在土地修复和粮食系统中的作用为《联合国防治荒漠化公约》提供咨询。
“ChatGPT 非常擅长在执行前验证想法，这让我们能将资源集中在最关键的事务上。”
为 20 万名 盲生与视障学生打造以音频为主的学习游戏
Crystal Yang（18 岁）
audemy
Crystal Yang 的肖像
Crystal Yang（18 岁）
家乡：Houston, TX 学校：宾夕法尼亚大学 LinkedIn：https://www.linkedin.com/in/crustaly/
采用以下工具构建：ChatGPT
高中时，Crystal 和朋友们每天都玩 Wordle 拼字游戏，但她其中一位失明的朋友却无法参与。于是她开发了一个音频版 Wordle，让大家能一起玩。在这个过程中，她发现了一个更严重的问题：由于缺乏无障碍学习资源，超过 70% 的盲人学生至少落后于同龄人一个年级。
她创立了非营利组织 Audemy，致力于为盲人及视障学生开发“音频优先”的教育类游戏。目前，该项目已拥有超过 20 万名学习者，并获得了 60 多名志愿者的支持。在整个创业过程中，她全程使用 ChatGPT — 从撰写拨款申请、定制申报材料，到编程开发、产品创意构思，甚至包括攻克硬件、隐私及法务方面的各类难题。
目前，她正在研发 Buzzle（一款专为盲人用户设计的“音频优先”游戏机），旨在打造一套无障碍游戏的专用系统。
“ChatGPT 贯穿了整个过程。我们用它来撰写拨款申请、编写代码、头脑风暴，并思考如何设计硬件，以及如何将法律和隐私伦理融入我们的平台。”
助力拉美街头商贩管理财务
Daira Velasquez Fonseca（20 岁）
crece-ai
Daira Velasquez Fonseca 的肖像
Daira Velasquez Fonseca（20 岁）
家乡：秘鲁，利马 学校：佐治亚理工学院 LinkedIn：https://www.linkedin.com/in/dairavelasquez
采用以下工具构建：ChatGPT、OpenAI API
在秘鲁长大的 Daira 发现，街头商贩支撑着整个社区的运转，但在金融体系中却几乎“隐身”。许多人没有正式记录，没有信用历史，也无法通过务实的方式证明其业务的稳健性。她开始采访这些商贩以探寻原因，并发现问题不在于他们的抱负或能力，而在于现有的金融工具在设计之初，就未曾考虑过他们的实际经营模式。
Daira 开发了 CreceAI，这是一个基于 WhatsApp 的 AI 智能体，商贩只需发送短信即可追踪收入和支出。CreceAI 无需用户学习新应用或管理仪表盘，而是直接嵌入到他们每天使用的工具中。目前已有 100 多名商贩使用该系统，处理了数千条消息；她的工作协助将日常业务活动转化为财务信用记录，为商贩的未来发展奠定基础。
“AI 最具变革性的力量，在于它能为那些长期未被现有体系充分支持的人群提供真正的助力。”
将 AI 升学顾问大规模推广至 190 个国家/地区的学生
Saeed Naeem（24 岁） / Senan Khawaja（24 岁）
kollegio
Senan Khawaja 和 Saeed Naeem
Saeed Naeem（24 岁）
家乡：巴基斯坦，拉合尔 学校：University of California, Berkeley LinkedIn：https://www.linkedin.com/in/saeednaeem/
Senan Khawaja（24 岁）
家乡：巴基斯坦，卡拉奇 学校：斯坦福大学 LinkedIn：https://www.linkedin.com/in/senankhawaja/
采用以下工具构建：ChatGPT、OpenAI API、Codex、Playground
Saeed 以国际学生的身份从巴基斯坦来到美国，亲身经历了当优质指导服务价格昂贵或难以获取时，大学申请过程会是多么令人困惑。他的联合创始人 Senan 曾多年从事一对一的学生咨询。两人合力打造了 Kollegio，让大学升学指导支持变得免费且广泛可用。
Kollegio 协助学生分步完成升学申请：从发现心仪大学、寻找奖学金，到获取符合伦理的申请文书反馈以及整理申请材料。Saeed 负责 AI 与工程，构建能够从每次交互中学习的系统，以提供随时间推移日益个性化的指导。
该平台目前已覆盖全美 50 个州及 190 个国家/地区的数十万名学生；在与各高校合作的过程中，其年度经常性收入 (ARR) 已增长至 30 多万美元。
“我们不仅是将 AI 作为工具层来使用，更是基于这样一种信念在进行构建：AI 能够通过模型真正实现规模化应用，并随着时间的推移理解人类。”
为学生匹配个性化奖学金以负担大学学费
Fatimah Hussain（20 岁） / Chloe Hughes（22 岁）
finnie
Chloe Hughes 和 Fatimah Hussain 的肖像
Fatimah Hussain（20 岁）
家乡：加利福尼亚州，圣拉蒙 学校：加州大学伯克利分校 LinkedIn：https://www.linkedin.com/in/fatimah-hussain/
Chloe Hughes（22 岁）
家乡：俄亥俄州，芬德利 学校：斯坦福大学 LinkedIn：https://www.linkedin.com/in/chloeahughes/
采用以下工具构建：ChatGPT、OpenAI API、Codex
作为家族中的首代大学生，Fatimah 每天花费四到五个小时寻找奖学金，试图从茫茫信息中找出她真正符合条件的少数几项。她最终赢得了 3 万美元，但这一过程让她看清对于缺乏指导的学生来说，这套系统是多么混乱。
她与联合创始人 Chloe 共同开发了 Finnie 平台。学生只需上传 Common App 申请表或简历，即可在几秒钟内匹配到合适的奖学金。他们用 AI 解析申请材料，匹配效果因人而异，三周内就积累了 3000 多名学生用户，并已在旧金山湾区的学校开展初步试点。
“寻找奖学金不该是一份全职工作。我们希望让每一位学生都能知晓自己符合哪些条件，申请得更快，并真正有机会在零负债的情况下步入大学校园。”
他们用 AI 在做什么？
相信你看完以上这些项目的介绍，已经获得了足够多的启发：
五步法
① 从切身经历中识别真问题
童年或身边的真实痛点，是使命感的源头。问题不在书本里，在生活里。
② 抓住"开窍"瞬间，验证可能性
一次微小观察 + 技术想象力 = 新可能性的打开。关键是"看见"之后立刻行动。
③ 将AI深度嵌入工作流
AI 不是偶尔用的工具，而是贯穿调研、编码、创作、组织的"第二大脑"。
④ 用AI加速，而非替代思考
AI 扩大思考边界，缩短"发现→实现"的差距。关键在知道"问什么"和"信什么"。
⑤ 指向真实世界的产出
不满足于概念或作业，交付可用的产品、可验证的发现、可规模化的解决方案。
总结：从生活痛点出发 → 用AI放大能力 → 解决真实问题
领取40页·Agentic Coding能力等级PDF
当"AI原生一代"从大学延伸到高中
Mixlab在过去的2年，一直在实践创新本身，社区发起的训练营已经让一群高中生提前体验了"与 AI 协同创造"的力量。
在 Agentic Coding（智能体编程） 训练营中，零基础或仅有微弱编程背景的高中生，扮演"产品经理与系统架构师"角色，用自然语言引导 AI 深度参与代码编写、逻辑设计与系统调优，在极短时间内交付了具备商业想象力的完整应用：
Healing Touch — 为线下理疗店搭建官方独立站 + AI 客服系统，包含完整预约闭环
Drip Tracker — 潮流单品监控平台，实现 每15秒一次 的高频网页抓取与自动预警
这些项目证明：AI 原生一代不只在大学，高中生同样可以下场解决真实问题。
当技术门槛被 AI 抹平，创造力本身成为唯一的边界。
