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……

昨天，OpenAI 公布了 ChatGPT Futures 首届毕业班名单，共 26 组获奖者。

2026 届，是第一届整个大学四年都有 ChatGPT 可用的毕业生。OpenAI 从数百位候选人中选出了这 26 组年轻人，每人获得 1 万美元奖金和 OpenAI 最新技术的使用权限。

看完这 26 个项目，有一个很明显的共同点：没有一个是「用 AI 写作业」的。

三个 18 岁的高中生做了穿墙搜救系统，用 Wi-Fi 信号检测废墟下的幸存者呼吸；一个 19 岁的 MIT 新生独立发现了 150 万颗未知天体；一个 18 岁的女生因为视障好友玩不了 Wordle，做了一套给 20 万盲童用的有声游戏。

还有一个秘鲁姑娘，给利马街头的摊贩做了个 WhatsApp 记账 AI。

下面，我们一个一个来看。

穿墙找人

三个弗吉尼亚的高中生，Nayel Rehman（18 岁）、Arhan Menta（18 岁）和 Rushil Kukreja（19 岁），做了 Wi-Find。

起因是他们跟当地一支搜救队合作过，亲眼看到了救援技术在实验室外有多不靠谱。

Wi-Find 的原理是：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。他们训练了一个 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。

“ 我们用 ChatGPT 做了文献综述，用 Codex 和 ChatGPT 搭建了 CNN 模型的基础框架，还用 ChatGPT 帮忙优化了专利文书的措辞。

三个人现在分别在 UIUC、Vanderbilt 和 Princeton 读大一。

18 岁就拿了专利，而且是……救命的那种。

150 万颗星星

Matteo Paz，19 岁，MIT 大一新生。

他从小跟妈妈一起去加州理工旁听公开天文讲座。高中时加入了 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。

Matteo 写了一套机器学习系统来检测天体亮度随时间的变化，结果发现了 150 万个此前未知的变光天体。

他以独立作者身份发表了一篇同行评审论文，并把发现的天体目录公开给了全球天文学家。

“ 望远镜前的每一夜都节奏很快，很多决策都依赖数据和时间窗口。AI 在这种场景下帮助很大，让它帮你实时做一些检索和计算，你就能更聪明地分配宝贵的观测时间。

看不见的 Wordle

Crystal Yang，18 岁，来自休斯敦，现在在宾夕法尼亚大学。

高中时她和朋友们每天玩 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。

做的过程中她发现了一个更大的问题：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。

她创办了 Audemy，一个专门给视障学生设计的有声教育游戏平台。现在这个平台有超过 20 万名学习者，60 多名志愿者参与开发。

“ ChatGPT 贯穿了整个过程。我们用它写拨款申请、写代码、头脑风暴、设计硬件方案，还有处理法律和隐私合规问题。

她现在正在做 Buzzle，一个专为视障用户设计的有声游戏主机。

从一局 Wordle 开始，到 20 万盲童的学习工具……这条路她用了不到三年。

12 岁丧父

Charlotte Rosario，19 岁，斯坦福大学。

12 岁那年，她的父亲因自杀离世。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。

17 岁时，她已经在斯坦福医学院的导师指导下，用 AI 研究青少年脑结构与焦虑、抑郁之间的关系。她的研究分析了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，获得了 2025 年 Regeneron 科学人才搜索决赛资格。

“ 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。

与此同时，她还开发了 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。

236% 的蛋白质

Rishab Jain，21 岁，哈佛大学。

他从中学开始就在 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？

“ 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，我把它应用到了蛋白质表达优化上，提升幅度高达 236%。

17 岁时，他构建了 ICOR，一个帮助优化疫苗和胰岛素等关键药物生产过程的 AI 系统。ICOR 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。论文发表后，已经被全球数万名研究人员使用。

现在他在哈佛读书的同时，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。

摊贩的账本

Daira Velasquez Fonseca，20 岁，来自秘鲁利马，现在在佐治亚理工学院读书。

在秘鲁长大的 Daira，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。

她挨个采访摊贩，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。

“ 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。

Daira 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。

已经有超过 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。

这个项目让我想到了上周 Claude 黑客松里那个智利木匠之子的故事。都是在替那些体制外的人，留下一份记录。

45 小时拿执照

Ethan Truong，19 岁，UC Berkeley。

他 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。

飞行训练贵，每小时 200 美元以上。Ethan 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。

“ ChatGPT 让我能够练习那些通常只有在你已经付了课时费之后才能练到的内容：无线电呼叫、飞行计划、口试准备，还有大声地推演各种飞行场景。

结果他在大约 45 个飞行小时内拿到了执照，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。

现在他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。

快要消失的语言

Zeyneb Kaya，19 岁，斯坦福大学。

Zeyneb 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。她意识到，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。

“ 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。

她创建了 The Revive Project，用 AI 来解码、保存和复兴濒危语言。她直接与社区合作，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。

她做出了濒危方言 Romeyka 的第一份结构化语言学文档，包括翻译后的口述历史。

一亿张星系

Nolan Koblischke，25 岁，多伦多大学。

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了，但研究人员仍然缺乏按语义来搜索这些图像的方法。

Nolan 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。

“ 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。他已经用这个工具发现了 36 个这样的星系，正在被用于暗物质研究。

爷爷差点被骗

Anshi Bhatt，19 岁，波士顿大学。

她爷爷来美国探亲时，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。

15 岁时，她创办了 Frontlines Foundation，帮助老年人识别网络风险。

“ ChatGPT 几乎就像一位导师。它帮我理解法案是怎么撰写的、应该联系谁、以及如何让自己的声音被听到，即使当时我还在读高中。

她用 ChatGPT 来研究网络安全政策、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。

现在 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。

其他获奖者

除了上面详细介绍的 10 组项目，还有 16 组同样出色的获奖者。

太空与机器人： Jamie Palmer（26 岁，哥伦比亚大学）和 Ethan Barajas（22 岁，加州理工学院）联合创办了 Icarus Robotics，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： Celeste Amadon 和 Asher Allen（均 22 岁，斯坦福大学）做了 Known，一个语音优先的 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： Michelle Lawson（20 岁，来自加纳阿克拉，Smith College），从发 CS 教学视频开始，做成了一个 1.2 万人的非营利组织 Computer Science Girlies，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（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，结果引起了 CTO 注意，还拿了专利。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（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（21 岁，耶鲁大学），家族经历过台湾戒严。他在五角大楼为高级国家安全官员撰写中国问题分析报告，用 AI 处理了数千页中文文献资料。

神经疾病： 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。他开发的 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： 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： 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： 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。他们构建了 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。

“ AI 帮我们把生物数据转化成了推理链路，几乎像是在教一个模型像科学家一样思考蛋白质。

500 万磅废品： 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。她做了 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： 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： 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： 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%。她还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： 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： Fatimah Hussain（20 岁，UC Berkeley）和 Chloe Hughes（22 岁，斯坦福大学），做了 Finnie。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。

这一代人……没在「该不该用 AI」的问题上纠结过。

他们直接拿它去解决了那些，之前解决不了的问题。

这是 AI 原住民的毕业季。

◇ ◆ ◇