AI 的浪潮越来越热，而年轻创作者也有机会乘上这班快车！
OpenAI 今年首次推出了一个超酷的项目——ChatGPT Futures，它是一个全球青年创作者支持计划，旨在帮助全球年轻创作者探索 AI 的无限可能，并鼓励他们将创意转化为现实！
近日，其官网正式公布了该项目2026 届入选者名单，从全球年轻创作者中挑选出了37 位杰出青年，年龄在 18-25 岁之间。
根据 OpenAI 官网介绍，每位入选者不仅获得 1 万美元无偿资助，还能优先体验前沿 ChatGPT 模型，并将于 6 月前往 OpenAI 总部参访交流。
PART 01全球 37 位年轻人入选
ChatGPT Futures 面向全球青年开放申请，涵盖高中生、大学生及早期创业者。遴选标准不仅关注技术能力，更注重创意思维、社会责任感和潜在影响力。
今年，OpenAI 在全球申请者中遴选出37 位杰出年轻创作者，每位入选者将获得：
- 1 万美元无偿资助，可用于教育、创作或个人项目；
- 优先访问前沿 OpenAI 模型的机会；
- 2026 年 6 月前往 OpenAI 总部参访，参加讲座、工作坊，并与研究团队面对面交流。
ChatGPT Futures强调多样性与包容性，入选者的兴趣和项目方向涵盖：
- 教育技术：开发智能学习工具和教学辅助应用；
- 社会公益：利用 AI 进行社区数据分析、资源优化和社会问题研究；
- 艺术与创作：探索 AI 在视觉艺术、音乐和互动体验中的应用；
- 科学与环境：开发预测模型，分析环境数据或推动科研创新。
这些年轻创作者不仅有技术能力，更展示了在各自社区和领域中推动正向影响的实践经验，他们正在用 AI 想办法解决真实问题，让创意真正落地。
同时，他们也是未来最头部科技公司眼中理想年轻人的样子——创意与行动力并重、敢于实践、关注社会影响、学习力强、视野全球化。这一点亦是他们值得大众关注的重要原因。
PART 02入选学生亮点
那么，这些全球最年轻的 AI 创作者们都做了些什么呢？
有人在天文学上发现了 150 万个未知天体；有人打造了化学领域最广泛使用的 AI 模型之一；有人开发的蛋白质预测工具开源几周，就被 19 个国家、3,000 多名研究者使用，还发表了 Nature、Cell 级别的论文；
还有人将科技落地到社会中——秘鲁街头小贩用 WhatsApp 记账，费城无家可归学生家庭得到案例管理服务，20 万盲人学生通过音频教育游戏获得学习机会，巴基斯坦学生把大学申请辅导推广到 190 个国家。
更惊人的是，他们的年龄大多在 18-22 岁，最小的才 18 岁，而 23 岁的 Nolan Windham 已经是某对冲基金的 AI 负责人。
OpenAI 认为，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 届入选者是首批在整个大学生涯中都有 ChatGPT 相伴的毕业生，他们很早就开始使用ChatGPT，并将其分享给父母、兄弟姐妹、朋友和老师。
OpenAI 把这批杰出的年轻人分成三大类：创造者Creators（造东西的）、探索者Explorers（做研究的）、倡导者Advocates（搞社会影响的）。
下面，我们来具体看看这群才华横溢、行动力爆表的年轻人都做了些什么，获得了哪些杰出的成就吧！
Creator 组
1.打造太空领域的机器人队伍
Jamie Palmer（26岁）：哥伦比亚大学
Ethan Barajas（22岁）：加州理工学院
采用工具构建：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。目前，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。
2.打造 AI 约会“红娘”
Celeste Amadon（22岁）：斯坦福大学
Asher Allen（22岁）：斯坦福大学
采用工具构建：ChatGPT, OpenAI API
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剔除个人信息；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 2,000 场约会，约 70% 的引荐转化为现实约会，远超行业平均水平。
3.一条视频打造 1.2 万人非营利社区
Michelle Lawson（20岁）：史密斯学院
采用工具构建：ChatGPT, OpenAI API, Codex
Michelle 在 2022 年开始使用 ChatGPT，当时一位教授鼓励学生尝试它，很快它就成为她教学、构思和组织想法的重要工具。她表示：“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。”
2023 年，她开始发布视频，将复杂的技术概念转换成更容易理解、贴近生活的形式。随着视频的受欢迎程度不断提高，她创建了一个 Discord 社区，并自学如何运营社区。随后，她创办了 Computer Science Girlies，这是一个非营利组织，也是面向 Z 世代女性的最大计算机科学线上社区之一，拥有超过 12,000 名成员。
如今，Computer Science Girlies 已覆盖约 1.5 万名年轻女性，为她们打造了一个让计算机科学学习更具社交性、亲近感和趣味性的空间。
4.打造从税务软件到医疗工具的 AI 产品
Kyle Scenna（24岁）：滑铁卢大学
采用工具构建：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。
5.利用 AI 探测灾难幸存者
Nayel Rehman（18岁）：伊利诺伊大学厄巴纳-香槟分校
Arhan Menta（18岁）：范德堡大学
Rushil Kukreja（19岁）：普林斯顿大学
采用工具构建：ChatGPT, OpenAI API, Codex
三人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，能够穿透墙壁、瓦砾和残骸，探测幸存者。
他们表示：“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，推动系统不断完善。”
Wi-Find 的工作原理是，在灾区周围布置路由器形成 网状网络。信号在空间中传递时，人呼吸产生的微小变化会被捕捉和分析。团队的机器学习模型利用这些模式来判断是否有人存在，即使他们没有携带任何设备。
6.建立对冲基金公司 AI 项目
Nolan Windham（23岁）：克莱蒙特·麦肯纳学院
采用工具构建：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，于是他开始在工作、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。随后，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。
7.为国家安全领导层整合简报
Ethan Chiu（21岁）：耶鲁大学
采用以下工具构建：ChatGPT
Ethan 对社会问题的关注可以追溯到家人在中国台湾时期的经历。在大学期间，他创立了 “耶鲁外交政策倡议”，联结了超过 100 名学生与多家学术及行业伙伴。他还曾带领 250 名学生参加论坛，与专家探讨技术与国际事务。
他表示：”政策工作最难的部分在于将大量信息浓缩成决策者能快速理解的简报。ChatGPT 是这个过程的能力放大器，但工具只有在使用者知道该‘问什么’和‘信任什么’时才能发挥作用。”
Ethan 的研究关注技术与安全领域的交叉问题，曾利用 AI 快速整理大量中文资料，加快研究进度。如今，他专注于帮助新一代分析师 负责任地使用 AI，提升开源研究和决策支持能力。
Explorer 组
1.革新神经系统疾病的诊断与治疗
Ayush Noori（23岁）：哈佛大学（本硕）、牛津大学（博士）
采用工具构建：ChatGPT, OpenAI API, Codex
Ayush 是一名罗德学者，研究方向是 AI 与生物医学交叉领域。受童年照顾患罕见神经退行性疾病祖母的经历影响，他从 12 岁起就开始从事神经科学研究。
其先后在哈佛、牛津和麻省总医院工作，他开发前沿 AI 系统，以加深对神经疾病的理解，并加速新疗法的发现。他的研究成果已发表 40 多篇同行评审论文，刊登于 Cell、Nature Neuroscience 和 Nature Machine Intelligence 等顶级期刊。
最近，他开发了 PROTON——一个用于神经科学发现的关系型基础模型，成功识别出可逆转双相障碍脑类器官蛋白质异常的药物，并在超过 61 万患者中发现五种可降低阿尔茨海默病七年风险的药物。
2.把个人经历变成心理健康 AI
Charlotte Rosario（19岁）：斯坦福大学
采用工具构建：ChatGPT, OpenAI API, Codex
Charlotte 在 12 岁时失去了父亲，她开始探索如何让心理健康支持更容易被找到和获取。17 岁时，她在斯坦福医学院的导师指导下，利用 AI 研究脑结构与青少年焦虑和抑郁的关系。
她分析了跨性别与顺性别青少年的脑部扫描和问卷数据，探讨大脑体积差异与青春期心理健康的关联，并因此入围 2025 年 Regeneron 科学人才搜索决赛。她表示：“AI 能推动神经科学从人工读取脑部扫描，迈向从大脑数据发现可能改变护理模式并挽救生命的潜在规律。”
同时，Charlotte 开发了 SearchMentalHealth 工具，与美国国家精神疾病联盟 (NAMI)合作，帮助人们更快速找到当地心理健康服务，让寻求帮助的过程变得更简单、安全，尤其在危机情况下更有支持。
3.改良药物研发模式
Rishab Jain（21岁）：哈佛大学
采用工具构建：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？
“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%。”
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。
4.构建知识图谱以连接碳捕集材料研究
Thomas Pruyn（24岁）：多伦多大学
Amro Aswad（25岁）：多伦多大学
Sartaaj Khan（25岁）：多伦多大学
采用以下工具构建：ChatGPT, OpenAI API, Codex, Prism
三人构建了 MOF ChemUnity，旨在帮助研究人员探索快速发展的金属有机框架（MOF）材料，这类材料在碳捕集方面潜力巨大。项目源于他们利用 AI 加速科学发现的共同兴趣，并逐步汇聚了化学与 AI 领域的合作伙伴。
他们表示：“科学发现是一个循环过程：测试、更新认知，再重复。我们很高兴能用 AI 智能体在材料科学领域大规模推进这一循环。”
该系统解决了一个核心问题：研究人员常用不同方式描述同一种材料，导致跨研究知识难以关联。通过 OpenAI 嵌入技术和 GPT 模型，他们构建了知识图谱，将文献、计算研究和实验数据整合起来。
目前，MOF ChemUnity 已协助多伦多大学研究人员筛选新 MOF 材料的候选反应物，团队正致力于将其发展为材料科学领域的 AI 推理引擎。
5.建立 150 万个此前未知变星天体的数据图谱
Matteo Paz（19岁）：麻省理工学院（MIT）
采用工具构建：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。
“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。”
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。
6.构建化学领域应用最广泛 AI 模型
Seyone Chithrananda（23岁）：斯坦福大学
采用工具构建：ChatGPT, OpenAI API, Codex
17 岁时，Seyone 阅读 OpenAI 的 Scaling Laws 论文，尝试将其应用于化学领域。他提出设想：如果能像处理自然语言一样，将分子“语言化”，是否也能训练出可扩展的化学模型。
基于这一想法，他几个月内开发出 ChemBERTa，成为早期化学语言模型之一，在生物与化学研究中被广泛使用，并在 Hugging Face 上实现每月超百万次调用，验证了“分子语言模型”在加速科学发现中的潜力。随后，他将方法应用于真实研究，包括为 Nurix Therapeutics 的药物发现平台开发分子模型，以及与微软生物医学团队合作研究人类嗅觉机制。
目前，Seyone 为斯坦福博士生，研究前沿模型如何学习自然界规律，以加速生物设计与科学发现。
7.利用 AI 让 1 亿多张星系图像可被检索
Nolan Koblischke（25岁）：多伦多大学
采用工具构建：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。
他利用 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。
8.助力研究者解码未知蛋白功能
Adib Fallahpour（21岁）：多伦多大学
Parsa Idehpour（22岁）：宾夕法尼亚大学
采用工具构建：ChatGPT, OpenAI API, Codex, Playground, Prism
Adib 与 Parsa 在青少年时期因伊朗生物奥林匹克竞赛相识，并开始探索 AI 如何加速生物学研究。多年后，他们聚焦药物研发中的难题：尽管掌握数百万蛋白质序列，但科学家仍不了解许多序列的功能。
他们表示：“AI 帮助我们将生物数据转化为推理轨迹，就像教模型像科学家一样思考蛋白质。”两人开发了 BioReason Pro，能预测蛋白质功能、细胞定位及行为。利用 OpenAI API 生成推理轨迹，再训练小模型，使其能对从未见过的蛋白质复制“科学家式”推理。
开源后短短几周，就有来自 19 个国家/地区、3,000 多名研究者开始使用。团队目前在实验室验证预测结果，并开发模型理解药物对细胞的影响。
9.利用 ChatGPT 更快速取得飞行执照
Ethan Truong (19岁）：加州大学伯克利分校
采用工具构建：ChatGPT, OpenAI API, Codex
Ethan 16 岁高中毕业后，把大部分时间投入航空领域，每周五六天待在机场。他加入了当地实验飞机协会（EAA）分会的项目，为年轻人提供免费入门飞行机会。
由于飞行培训昂贵，他结合飞行模拟器和 ChatGPT 语音模式，将其作为模拟塔台、教员和口试伙伴。仅用约 45 小时飞行时长，他就完成课程并取得执照，远低于平均 80 小时，同时节省了数千美元培训费用。
如今，Ethan 是萨克拉门托和海沃德 EAA 分会成员，致力于帮助更多年轻人体验飞行，并展示 AI 如何让飞行之路更可及。
Advocate 组
1.让 500 万磅滞销库存重获新生
Amrita Bhasin（25岁）：加州大学伯克利分校
采用工具构建：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 1,630 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。
“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。”
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。
2.帮助 1.8 万余人识别并防范网络诈骗
Anshi Bhatt（19岁）：波士顿大学
采用工具构建：ChatGPT
Anshi 的行动始于她祖父在美国探亲时差点被骗走毕生积蓄，让数字安全对她而言既紧迫又个人化。15 岁时，她创立了 Frontlines Foundation，帮助老年人应对网络风险。
她表示：“ChatGPT 就像导师，教我如何撰写议案、联系相关人员，并让我的声音被听到，即便那时我还是高中生。”随着组织发展，她利用 ChatGPT 学习互联网安全政策、法案写作及政策文书规范，将想法转化为正式提案。
如今，Frontlines 拥有 150 名志愿者及全球分支，通过研讨会、研究与倡导，已覆盖约 1.8 万人，并推动弗吉尼亚州更新互联网安全课程，内容涵盖诈骗、网络钓鱼、深度伪造及 AI 等。
3.利用 AI 保护濒危语言
Zeyneb Kaya（19岁）：斯坦福大学
采用工具构建：ChatGPT, OpenAI API, Codex, Playground, Prism
Zeyneb 的工作源于文化传承的启发。她成长过程中亲耳听到祖辈在土耳其和西亚使用的濒危语言，而这些语言正逐渐消失。她立志不仅保护语言本身，更守护其承载的知识与身份认同。
她表示：“AI 的兴起可能加速文化流失，但通过社群协作，利用 AI 我们能够前所未有地守护并阐释人类文明。”
Zeyneb 创立 The Revive Project，与社区合作收集超过 500 分钟的语言数据与口述历史，开发低数据量算法，并发表研究成果。借助 ChatGPT 等工具，她完成了濒危方言 Romeyka 的首个结构化语言记录，包括翻译后的口述历史，展示了 AI 在保护濒危语言中的潜力。
4.消除费城个案管理员的工作瓶颈
Praja Tickoo（20岁）：宾夕法尼亚大学（沃顿商学院）
Jack Patel（21岁）：宾夕法尼亚大学（沃顿商学院）
William Sanz（20岁）：宾夕法尼亚大学
采用工具构建：ChatGPT, OpenAI API, Codex
三人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。
“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。”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 1 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。
5.通过数十种语言的视频消除学习障碍
Shraman Kar（19岁）：斯坦福大学
采用工具构建：ChatGPT, OpenAI API
Shraman 8 岁从印度移居肯塔基州，通过“动手创造”找到兴趣与方向。高中时，他创立 Community AI，教学生利用 AI 产生社会和环境影响，项目已覆盖 50 多个国家和地区。
他表示：“借助 AI，我们的视频有 50 种语言。我最兴奋的是通过多语言让教育更加普及。”
进入斯坦福后，他共同创办 Golpo AI 并参与 Y Combinator，将创意和技术内容转化为多语言科普视频，让学习在全球范围内更易获得。
6.利用 AI 预防农作物夭折于萌芽阶段
Grace Fokam（21岁）：马里兰大学
采用工具构建：ChatGPT, OpenAI API
Grace 在初中时获得第一台电脑，从此投入探索“软件如何解读世界”。在约翰·霍普金斯大学实习接触计算机视觉后，她的研究重心转向机器解析视觉数据。
随后，她创立 Folia Technologies 并开发 FoliaNet，结合计算机视觉与环境数据，可在肉眼察觉前探测作物病害。试点中，每年保护多达 1.7 万株作物，损失降低约 22%。
Grace 正将 FoliaNet 推向不同地理和气候环境，特别关注受土地退化与干旱影响严重的全球南方地区。她还参与联合国科学峰会、纽约气候周和粮农组织论坛，就 AI 在土地修复和粮食系统中的作用提供咨询。
7.为 20 万盲人及低视力学生开发学习游戏
Crystal Yang（19岁）：宾夕法尼亚大学
采用工具构建：ChatGPT
高中时，Crystal 发现盲人朋友无法参与 Wordle 游戏，于是开发了音频版，让大家都能玩。在此过程中，她意识到缺乏无障碍学习资源导致超过 70% 盲人学生至少落后一个年级。
她创立 Audemy，开发“音频优先”教育游戏，目前已有 20 万名学习者和 60 多名志愿者参与。创业过程中，她全程借助 ChatGPT 撰写拨款申请、开发代码、构思产品，并解决硬件、法律及隐私问题。
目前，她正在研发 Buzzle，一款为盲人设计的专用音频游戏机，打造完整的无障碍游戏系统。
8.助力拉美街头商贩管理财务
Daira Velasquez Fonseca（20岁）：佐治亚理工学院
采用工具构建：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。
9.将 AI 升学顾问推广至 190 个国家/地区
Saeed Naeem（24岁）：加州大学伯克利分校
Senan Khawaja（24岁）：斯坦福大学
采用工具构建：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。
10.为学生匹配个性化奖学金以负担大学学费
Fatimah Hussain（20岁）：加州大学伯克利分校
Chloe Hughes（22岁）：斯坦福大学
采用工具构建：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。
“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。”
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。通过利用 AI 解析申请材料并驱动个性化匹配，他们在短短三周内就积累了超过 3,000 名学生用户，并已在旧金山湾区的学校开展初步试点项目。
