OpenAI剛發布GPT-5，便在舊金山舉辦了GPT-5黑客馬拉松挑戰賽。

這場比賽選擇在周末，從8月9日上午10點開始，到8月9日下午5點結束。

OpenAI邀請了500多位黑客來到舊金山，挑戰GPT-5的極限，共有95支隊伍參賽，角逐5萬美元獎金。

值得一提的是，來自韓國的AI初創公司Gentoo的團隊勇奪大賽第一。

他們開發的系統，通過GPT-5讓商家「預演」營銷活動，不用真金白銀試錯，AI連退貨率都能算準。

除Gentoo外，還有五支團隊入圍黑客松決賽。

那么，他們都用GPT-5做了啥？

AI讓電商人「躺賺」，不再踩坑

創業公司Gentoo將GPT-5用于營銷活動模擬，幫助電商平臺上的商家把產品創意變成模擬實驗。

簡單來說，商家不用真正砸錢去做，只通過模擬，就可以判斷哪些營銷活動會有效。

借助GPT-5 thinking，Gentoo可以為真實用戶創建真實的「數字分身」，幫助這些Shopify賣家預測他們的未來。

比如，「參與度分數」（engagement score）可以評估用戶行為：分數越高，越可能產生購買、撰寫評價行為，說明用戶會越「投入」。

Gentoo還用GPT-5，在Cursor的CLI和IDE里，從零起步搭建了管理后臺頁面。

用戶只要點擊「如何賣掉那些不是暢銷款的庫存」，GPT-5就會給出策略。

既然是仿真模擬，需要先設定一個「假設」。當選擇想要模擬的假設并點擊運行時，那些基于你的真實用戶構建的AI分身便會「投票」，判斷這個假設是否有效。

更妙的是，如果缺乏足夠的歷史數據來驗證某個假設，GPT-5會直接給出「unknown（無法確定）」的結論。

這有助于降低大模型幻覺，無疑是一個飛躍。

另外，Gentoo還做了一個很酷的功能，叫做「Vibe Operations」（氛圍運營/編排），它可以生成直接落地的行動方案。

選擇其中一個方案，并點擊「部署到商店」，它就會一鍵自動部署到你的Shopify商店。

這意味著GPT-5可以接管你店鋪的UI布局，比如一下生成「特價分類」專區、立刻突出展示「熱銷商品」模塊等。

Gentoo的主產品是AI對話導購，也支持輸入自定義提示詞。

在新提示詞注入后，會實際改變AI禮賓的對話風格與行為。

值得注意的是，這些AI分身都是基于真實用戶構建的，所以每個分身都有檔案信息，還會給出「為什么支持/為什么反對某個假設」的具體理由。

所有這些全由GPT-5驅動，用戶可以清晰看到某個營銷活動是否會在自己的店鋪里奏效。

AI  穿搭「時裝秀」，承包3D分身造型

Fashion AI結合擴散模型與GPT-5，基于AI服裝推薦，為用戶的3D虛擬形象搭配造型。

在比賽現場，Fashion AI展示了過去24小時趕出來的一款「小游戲」，現場觀眾可以在屏幕上選擇不同的角色。

在現場，用GPT-5生成了一大堆穿搭分類，然后再通過一個GPT-5做的轉盤隨機抽取一種風格。

現場抽到的是「混搭風」，并以此為虛擬形象Sarah搭配造型。

確定了著裝風格，智能體就會在GPT-5的驅動下去搜衣服、挑單品、做試穿。

整個操作過程，會實時在界面右側的直播畫面里顯示出來，同步顯示它的決策過程。

找到衣服后，接下來是為Sarah確定最喜歡的搭配。

在左上角，是用搜索功能生成的「衣櫥」，背后是多個大語言模型協作完成的：它們會分析圖片，然后找出最符合搜索關鍵詞的結果。

確定搭配風格后，會有AI智能體給Sarah做試穿。

然后，由觀眾來決定選哪套。

選定衣服后，是風格化階段，在這個階段可以為Sarah加點造型。

這可以通過提示詞來實現，比如什么顏色的帽子，什么款式的手表等。

最后，是生成最終的造型結果，這是GPT-5給Sarah做的風格化效果。

這個系統是參賽團隊用24小時拼出來的，圖像生成全程用的是GPT-5，寫代碼是在Cursor編輯器里配合GPT-5完成的，具體編碼GPT-5也幫了很多忙。

演示者表示，這個項目中，最難的是智能體框架的設計，要把所有模塊串起來。

比如評估的、找衣服的智能體等，找完衣服還要回頭問評估智能體：這個夠好嗎？符合主題嗎？怎么改？

這個流程打通是最難的，而且圖像生成耗時很長，這要求團隊要盡量把用戶體驗做得流暢。

當然，如果沒有GPT-5，這個項目幾乎不可能完成。GPT-5的工具調用又快又準，讓整個體驗不卡頓，讓大家都覺得很好玩。

Excel「活了」，打工人狂喜

電子表格的后臺智能體編排工具（Background Agent Orchestration for spreadsheets），這是一個面向Excel的Codex，它可以并行運行多個后臺任務，自動回答問題并更新電子表格模型。

現場展示的是一個簡單的財務模型，它會根據2025年損益表前7個月的數值，預測8月份的數值。

假如你是一名銷售負責人，現在是8月10日，發現自己可能達不到預期銷售目標，這時可以向電子表格提問，而它可以「看見」那些數據并把它拉進來，然后回答你的問題，或者執行更進階的操作。

這些都是后臺Asian編排，類似Codex，我們可以啟動任務、查看它們的當前進度，還能看到我們其他的任務。

它的一大好處，是你不需要一直在電子表格里工作。

如果有問題或者想做修改，你可以把這些任務在后臺發起，它們會運行，然后再回來審閱結果。

比如，你可以發起幾個與損益表相關的問題。等這些任務發起之后，我們可以看到智能體的思考過程，看它在幕后做了什么步驟分解；我們能看到它調用了哪些工具，這讓整個事情變得很簡單。

對我們來說，GPT-5讓我們能做一些過去必須用多個智能體、并且大量提示詞才能「把工具調對」的事情。

它讓模型和工具配合起來很容易，比如它可以和Sharepoint交互，直接和Excel表交互并進行修改。

它可以通過提示詞，來修改模型的假設。

比如通過提示詞，把模型更新為「用戶費用降低10%」的假設。它會通過差異視圖，來展示這個改動如何影響模型，我們可以繼續提交并保存這些更改。

讓書籍和論文，秒變視頻

BeFreed是一家致力于讓知識變得有趣且簡單的公司。

它們在過去24小時內開發了一個知識可視化工具，把書籍與論文轉化為引人入勝的教育視頻。

你可以輸入任意文本，它會解析其中的復雜概念，并將其轉化為一個易于理解的解釋視頻。

他們利用GPT-5開發了一個指揮型智能體（Direct Agent）。

它會首先理解你輸入的概念，并設計出完整的故事板，規劃需要表達的內容。

同時，它會協調另外兩個專用智能體，它們各自擅長使用特定工具來生成不同部分的內容，并對生成結果進行評估，確保準確無誤。

也就是說，當你輸入一段內容后，系統會解析文本，生成故事板，然后兩個專用智能體分別生成所需的圖像和動畫，最后由指揮型智能體將所有內容整合、合成語音，并輸出成品視頻。

在用例1中，智能體用視頻為我們解釋了什么是「強化學習」，這適用于解釋行業術語的場景。

智能體用視頻解釋「強化學習」

在用例2中，智能體根據《人類簡史》中的一段文字，生成了解釋性視頻。這適用于沉浸式閱讀場景。

因為這個世界上存在很多看似復雜的概念，它們的難點不在內容本身，而在表達形式不當；同時，不少學習者更擅長通過視覺去理解知識，這正是BeFreed開發Knowledge Visualizer的初衷：讓更多人能更輕松地掌握知識。

GPT-5接管電腦，自主玩游戲

GPT-5「電腦使用」智能體，可在游戲與應用間自動化交互。

Serena Delarry，用GPT-5開發了一個「計算機使用模型」（computer use model）。

因為「計算機使用」涉及很多截圖和高強度的交互操作，所以Serena Delarry錄了一個簡單的演示視頻。

視頻里他在玩GeoGuessr游戲，模型會觀察地圖、點擊畫面，試圖猜出我們位于哪個地方。

接下來是另一個游戲，畫面里有一只浣熊在撿蔬菜。

這個模型的流程是：先截圖，然后借助GPT-5規劃下一步操作，使用鍵盤和鼠標來執行計劃，再不斷調整。

還有一個游戲是經營檸檬水攤。它會理解屏幕內容，點擊操作，嘗試分析這個游戲并一步步推進。

在屏幕底部顯示了一個提示詞（prompt），整場操作就是由它驅動的，模型會邊看邊學，自己決定下一步。

快進到最后，它在這個游戲里獲得了67%的顧客滿意度。

Serena Delarry在回答評委問題時提到，這個智能體支持接管電腦界面。

比如從備忘錄應用中輸入一個提示詞，模型就開始點擊屏幕，嘗試理解游戲內容。每隔幾秒鐘它會截一次圖，然后基于這些截圖來規劃接下來的操作路徑。

你可以看到它在分析規劃，并嘗試執行操作。

Serena Delarry表示，OpenAI曾經發布過一個計算機使用模型，但那個運行速度非常慢，效果也不太好。這次他開發的智能體，雖然還不算「非常優秀」，但至少已經「可用且順暢」。

為了測試模型的性能，Serena Delarry還會發布一個操作系統層面的性能基準測試（OS-level benchmark）。

智能體「軍團」作戰，AI電網超決策

電力公司每天要服務數百萬用戶，管理數十億美元的資產，同時，還受到各種約束：監管政策、市場機制、電網的物理運行極限等。

這意味著電力公司每分鐘都要處理海量數據，并基于這些信息快速決策。

打開智能體式電網編排系統首頁，你會看到一個調度員的典型界面：峰值負載、當前負載、電網壓力狀態、電網拓撲圖等，還有不同數據源的詳細信息。

同時你還可以看到哪些輸電線路正在高負載運行、面臨風險。

系統后端有五個獨立智能體，每個都有自己的優化目標函數。同時還有一個主控智能體，負責綜合所有智能體的建議，做出最終決策。

為了模擬真實的電網，演示中選擇了加州某個區域的典型電網結構。系統中包含實際發電站、住宅區、商業負載中心，并且建模了各類故障場景——所以，這是一個實時、動態的電網仿真平臺。

進入平臺后可以開始模擬運行。過程中會考慮各種系統損耗，比如技術損耗、輸電/配電損耗等。

系統的核心是五個智能體，對應現實中電力公司內部的各類角色：

戰略規劃智能體：確保在任何時候供需平衡；

戰術調度智能體：以最低成本完成負載分配；

資產管理智能體：如處理樹木倒塌導致電纜故障等突發情況；

以及其他支持型智能體，它們之間密切協同，而非各自為政。

每個智能體都有自己的目標函數和可調用的工具，它們會提前模擬未來10到12個時間步，預測自己的行動對電網系統造成的影響。

由于目前尚未對模型進行深入微調（fine-tuning），所以目前智能體在一些關鍵指標上表現不太理想。

當前一個主要挑戰是：當我們直接使用GPT-5作為智能體核心時，它在每一個時間步往往無法真正實現目標最優，而是傾向于采取「最安全」的保守路徑。

上圖展示了每個時間點各個智能體的行為：戰略規劃智能體可能會嘗試切換電容組（capacitor bank），戰術調度智能體則可能會激活電池儲能系統（BESS）進行放電。

演示者表示，針對上述問題的優化目標是，依次滿足多層次的目標函數，比如：保證電力供應的可靠性；控制成本、提高運行效率；保證系統持續在線運行。