他如何仅通过一个创意就获得MatrixNEXT 2026一等奖?
IT时报记者 孙永会走进上海杨浦区复兴岛船台 PARK B 馆,馆内人头攒动。经过前期作品征集与评审,20 支团队从200 余支参赛队伍中脱颖而出,带着各自的 AI 应用作品来到近日落幕的MatrixNEXT 2026 现场,通过产品 Demo、核心功能演示和现场讲解,集中呈现开发成果。MatrixNEXT 2026·
IT时报记者 孙永会
走进上海杨浦区复兴岛船台 PARK B 馆,馆内人头攒动。经过前期作品征集与评审,20 支团队从200 余支参赛队伍中脱颖而出,带着各自的 AI 应用作品来到近日落幕的MatrixNEXT 2026 现场,通过产品 Demo、核心功能演示和现场讲解,集中呈现开发成果。
MatrixNEXT 2026·AI Builder Festival是由创新科技企业矩阵起源(MatrixOrigin)主办的 AI 应用创新比赛。展台前, 既展示了面向业务流程的智能体应用、结合多模态能力的创新工具,也有围绕知识管理、协作提效等场景展开的探索。
最终,经过专业评审、媒体、观众三类选票的评选,6 支团队进入现场路演环节。其中,the_one 团队朱璟超的作品《Pitwall》斩获大赛一等奖,架艺智造队
的《架艺 SCAF STUDIO》获得二等奖,Alice的魔法书的《玄天图纸:工业图纸多模态智能体》获得三等奖。 除了奖金和Token额度的奖励外,获奖团队还将获得投资人对接及孵化器入驻通道等资源,进一步拓展项目展示、融资对接与孵化发展的机会。
不到24小时 想了一个获奖创意
《IT时报》记者了解到,参赛者以 1—5 人为单位组队,在命题赛道与创意赛道选择方向进行参赛。命题赛道聚焦企业真实业务场景,围绕报关单智能生成、采购智能寻源比价、RFQ 询价分析与报价、工业图纸多模态应用等方向发布企业命题。参赛团队需要深入理解业务流程,探索 AI 如何处理复杂信息、优化业务环节。创意赛道则为开发者提供更自由的探索空间,围绕会议协作、知识管理、工作流自动化及 Agent 应用等方向自主选题,将个人观察和实际需求转化为 AI 产品。
朱璟超在某互联网大厂从事AI解决方案,他一个人就是一支队伍,基于个人兴趣爱好开发了《Pitwall》的创意。这是一个融合 F1 赛车与大富翁玩法的演示项目,但游戏仅为演示载体,页面设置的功能按钮,才是整套方案的关键。
“我的工作上游对接公司研发,下游对接客户,还要对接客户的 IT、采购等多方角色。当客户提出一个业务需求,再把需求转达给产品和研发,整个过程繁琐又困难,一些真实需求会在这条链路里被拦截。”朱璟超举例称,在 B 端业务链条里,需求会经过销售、产品等角色,当用户把问题反馈给销售,销售会按照自己的理解转述给产品,产品可能会以 “不是通用需求”“资源不足” 等理由不接受需求。他想做的是尽可能缩短这条需求传递链路,探索一种新交互模式。
“企业开会时经常会说‘会后再改,先用着’,那为什么优化不能发生在用户正在使用产品的当下?”朱璟超介绍道,用户点开相关按钮,在输入框写下自己的想法,再由AI解析需求,随后,AI 会直接在代码仓库内完成修改,自动新建代码分支,研发人员不需要从零开始写代码,只需要审阅 AI 生成的改动,分辨哪些需求是需要接纳的,哪些需要拒绝。
在他看来,虽然分享的不是一套已经落地的成品软件,但意味着工作方式的革新。AI 可以大幅压缩需求流转链路,产品的决策权依旧保留在业务负责人手中。
值得一提的是,整个创意仅耗费了一个下午加一个晚上的时间。朱璟超接受《IT时报》记者采访时表示,项目之所以能够获得认可,一方面是游戏化的演示形式在赛事现场更易于理解;另一方面,比赛除了看成熟产品,同样看重直击行业真实痛点的创新想法。
对于1万元的奖金和1万元的Token奖励,朱璟超感到很满意,整个创意他大致花了200美元(约1333元人民币)购买Token资源。
企业AI落地要跨三道坎
现场,不少从业者认为人工智能开始显著提升个人工作效率,但这种效率改善尚未充分转化为企业整体的价值。
麦肯锡发布的《2026年AI发展现状(The State of AI in 2026: On the Road to ROI)》报告显示,AI应用普及、规模化推进与经营结果之间仍存在明显差距。80%的受访者认为AI提高了个人工作效率,44%表示所在企业正在规模化应用AI,但只有37%认为AI对企业营业利润(EBIT)产生正向贡献。其中,达到显著价值与较高利润贡献标准的AI高绩效组织仅占6%。
随着 AI 从内容生成走向理解业务上下文、调用工具执行任务和多 Agent 协同,如何将 AI 能力真正转化为组织生产力,成为值得深入探索的议题。矩阵起源 CEO 王龙作主题演讲《致 AI 原生世界的创造者》时分享了他对 AI 原生时代的观察与思考。
“大模型极大提升了个体开发者写代码、做分析的效率,以10 人团队为例,三个月就产出了数百万行代码。”王龙用“局部效率效应”进行形容。不过,他也指出,个人层面的效率红利,很难复制到整个企业组织当中。整体来看,企业引入 AI 之后会面临多个痛点,例如跨部门协作交接损耗巨大,大量业务决策集中在少数核心人员身上,进而带来风险,再来是AI 大规模读写企业核心数据,带来安全、协作上的挑战。
在王龙看来,企业想要把 AI 真正用于核心业务,必须迈过三座“山”。
一方面,是可靠执行。企业需要思考如何放心让 AI 介入企业核心系统,让 AI 参与甚至优化真实业务流程;另一方面,考虑预算成本。他分享道,当 AI 真正接入业务,算力开销会快速上涨,在企业智能化追求速度的同时,也要根据任务确定性、容错要求、预算,选择不同的执行策略,不能不计成本的投入。再来是组织协作,Agent 可以不眠不休干活,但人精力有限,企业需要平衡好人与智能体之间的工作分配和责任。