当"一句话生成一个应用"已经不稀奇，真正的难题变成了另一个：AI Agent 能不能走出个人的"玩具箱"，成为企业里真正干活的一员？
6月27-28日，由小宿科技联合微软孵化器主办的 "Beyond Prompt：Agents in Action"小宿环球黑客松，在微软亚太研发集团总部大厦打响了环球第一站——北京站。31 支团队、近百位开发者与创业者，用 48 小时做了一件事：不比谁的 Prompt 写得漂亮，只看 Agent 能不能真正跑进企业工作流、解决真问题。
48 小时后，10 支队伍分获一、二、三等奖及单项奖，共享 30,000 元现金。这些项目覆盖代码协作、智能运维、医药筛选、投标决策、法律审查、金融研究、文档生成、训练运营等十余个企业场景——Agent 从"自己玩玩"到"进入工作流"，这一次不再只是一句口号。
为什么是"Beyond Prompt"
过去一年，AI 让每个人都能写代码、做分析，但绝大多数应用止步于个人体验。Agent 被寄予厚望——它不该是被动问答的聊天机器人，而是能自主规划、调用工具、完成任务的"数字员工"。
可现实是，今天的 Agent 卡在三个地方：只会单打独斗、不够懂行业、找不到真问题。
Beyond Prompt 就是冲这三点来的——把开发者从 Prompt 的舒适区里拉出来，直面企业级落地的真实卡点。
作为主办方，小宿科技做的正是 AI Agent 的基础设施：
小宿智能搜索——专为 Agent 设计的联网搜索，覆盖 35+ 语种和 4.8 亿学术文献；
Cloudsway Agent API——全托管智能体服务，集成持久化记忆、安全代码沙箱、端到端任务交付三大核心能力。
一句话概括小宿的主张："你只定义任务目标，底层的资源调度、逻辑执行与多步交互，我们全栈接管。"——让每个开发者都能用极低成本，构建真正能干活的企业级 Agent。这也是小宿给这场黑客松准备的"水电煤"。
图：微软孵化器总经理 张思元
活动开场，微软孵化器总经理张思元首先欢迎在场的开发者，并介绍到：微软孵化器既是开发者从 Idea 走向创业的第一站，也是创业企业连接微软全球生态最短的一座桥。
随后，她围绕AI应用层创新与 FDE（Forward Deployed Engineer）的模式展开分享: 软件依然有巨大机会，关键在于把"壳"做厚——一层是通过 Agent Harness 把模型能力产品化的"硬壳"，一层是靠分发渠道、专有数据与产品飞轮闭环搭起来的"软壳"；而 FDE 正是把模型能力真正落进公司业务的关键"软壳"。海外以 Microsoft、OpenAI、Anthropic 为代表，已在 FDE 上重兵投入，叠加“资本 + 咨询 + 模型公司”的联盟合力，最终通过战略交付锁定大企业客户。
她鼓励在场开发者抓住 Agent infra、应用层创新与FDE的新机会，“今天黑客松敲下的代码，或许就是下一家公司、下一版原型、下一份BP的起点。微软孵化器也将继续以技术、渠道和生态，陪伴更多好想法走向真实世界。”
图：小宿科技 联合创始人 & CEO 杜知恒
小宿科技联合创始人 & CEO 杜知恒则聊起小宿的底色——一家"创始人优先"的公司：三位联合创始人之外，CFO、产品经理乃至多位评委都当过创始人。他把 AI 时代的团队比作从"军乐队"到"爵士乐队"的转变——目标一致的前提下，每个人都有更大的即兴空间。"这也是我们办黑客松的初衷：在快速组队、快速创造里，找到你真正有兴趣的方向。"
三条赛道，三块最难啃的骨头
赛道不是拍脑袋定的，而是当下企业里 Agent 落地最迫切的三个方向：
Coding Agent：软件工程是 AI 渗透最快的领域，但多人协作、Code Review、移动端开发依然有进步空间。
垂直数据分析 Agent：电商、金融、法律堆着大量非结构化数据，传统 BI 搞不定，通用大模型又不够"懂行"。
ToB 开放场景：从 HR 到供应链，无数流程等待重构，缺的是有人把"真问题"定义清楚。
赛题一出，31 支队伍迅速锁定方向。近百位开发者里，有大厂资深工程师，有高校科研团队，也有连续创业者——目标只有一个：48 小时，让 Agent 真正"干活"。
48 小时：从一行代码到能跑起来的 Agent
赛前技术讲解，小宿把整套工具链交到了选手手里：持久化记忆让 Agent 告别"金鱼记忆"，端到端任务交付把复杂任务自动拆解执行，安全代码沙箱提供企业级隔离，小宿智能搜索则用实时联网 + 权威内容过滤 + 结构化输出，治好了 Agent 的"信息饥渴"。
讲解一结束，开发即开始。从清晨到深夜，键盘声此起彼伏；第二天下午Demo 录制截止时，31 个项目全部完成核心功能，无一掉队。
速度的底气来自这套技术底座——团队不必从零搭基础设施，一次 API 调用就能驱动高复杂度业务。一位选手感叹："放半年前，这些项目至少得做两周。"
这些项目，让评委看到了 Agent 的"下一步"
图：评委专家团
路演环节，31 支队伍依次上台，4 分钟 Demo + 2 分钟问答。评审团由云启资本副总裁韦昕、微软孵化器初创企业发展负责人 Ellie、招银国际股权投资管理部副主管龚亦镈、山南投资创始合伙人胡镢文，以及小宿科技张屹凌、周博等组成。
图：获奖者合影
真正的主角，是这些项目本身——
🥇 一等奖 · TeamLoop——让 Codex 和 Claude Code 不再"单打独斗" Coding Agent 已经很强，但团队协作还是盲区：每个人的 Agent 在本地各跑各的，过程看不见、结果没法验、审批更无从谈起。TeamLoop 在本地 Coding Agent 之上加了一层"控制平面"：任务指派、执行证据收集、就绪审批，让 Agent 的每一次尝试都可观测、可审计。Codex 负责写代码，TeamLoop 负责让团队敢信这份代码。
🥈 二等奖 · Token Matrix——数据中心运维的"数字员工" 传统运维靠老师傅的经验，人一走经验就带走。Token Matrix 把设备信息、SOP 流程、历史故障全部知识图谱化，Agent 自动关联上下游设备、匹配最优处置方案、创建工单并闭环验证——经验不再绑在人身上，而是沉淀进系统。
🥈 二等奖 · 彩虹无线——智能商机线索 Agent 销售每天要登好几个招投标网站、逐条翻信息、判断业务是否匹配、反复找专家确认资质。彩虹无线做出一条自动化商机闭环：多源采集 → 内容理解 → 参与评判 → 优先级排序 → 邮件推送，把"人工盯站"变成了"商机主动找人"。
🥉 三等奖 · 智探 Dataworks——一站式数据分析 Agent 平台 面向企业数据分析与开发场景，让非技术人员也能用自然语言完成数据提取、分析与可视化。
🥉 三等奖 · 研筛通——临床试验患者筛选 Agent CRC（临床研究协调员）每天要在 EMR 系统里逐份翻几十页病历，对照 20—30 条入排标准手动筛选，一天只能看 10—20 人。研筛通用多模态 Agent 自动识别病历、匹配标准、突出关键信息，阅读量减少 90%、筛选通量提升 10 倍。一位评委的评价很直接："这是真正能救命的技术。"
🥉 三等奖 · Beyond CoAgent——运维协同控制台 让多个 Agent 协同工作，统一管理与调度运维任务。
单项奖，同样精彩：
最佳商业价值奖 · 策标：企业智能投标决策平台，自动抽取招标关键信息、匹配企业资质、输出投标建议。"路演一结束就有嘉宾来找我们聊需求了。"
最佳技术奖 · Replica：员工数字分身平台，7×24 小时回答重复问题、答不出转真人、越用越懂你；最妙的是"分身转移"——离职或转岗时，经验可以完整交接。
最佳创新奖 · SprintTrain：为教练打造的训练视频分析 Agent，先判断视频值不值得分析，再调度高级模型，最终输出可运营的训练决策。
最佳人气奖 · 共识引擎：多方协商决策系统，把项目材料、历史经验和企业边界沉淀下来，用多 Agent 对抗推演模拟客户谈判压力，给出可追溯的接单建议与风险红线。
图：评委与选手现场交流
台下同样亮点频出：金融哨兵 · Fin Research Agent 用 Bull/Bear 对抗机制强制呈现多空双面观点，破解投研"60% 时间花在找信息"的困境；文档补全 Agent 用 AI 自动补全并规范企业文档；DeepRight · AI 法律顾问 接入北大法宝和企查查，为中小企业与一人公司提供低成本、可溯源的法律服务。
48 小时，跑出了什么
31 支队伍全部提交可演示的 Agent 项目。
覆盖 10+ 企业场景：代码协作、智能运维、医药筛选、投标决策、法律审查、金融研究、文档生成、销售线索、训练运营、团队共识……
近百位开发者连续奋战，小宿 Agent API 调用量 48 小时内持续攀升——这些不是测试请求，是真实的 Agent 在工作。
Workshop：Agent 的前沿，藏在这些判断里
图：Workshop 分享嘉宾
28 日下午的 Workshop，四位嘉宾把人才趋势、搜索基础设施与 Agent 架构讲了个透。
TTC 联合创始人 & CTO 宁辽原：企业招聘的标准变了——更看重能解决真实需求的"作品"，而非会不会用 AI 工具。他提醒创业者警惕"渗透率陷阱"和"场景消亡风险"，主张"让 AI 干 AI 的事，人干人的事"。
小宿搜索产品负责人 Amy：没有联网搜索的 Agent，只是一块停在过去的"数字化石"。"联网搜索不是可选配件，而是决定 Agent 可信度的核心基础设施。"
Agnes AI 联合创始人兼 COO 张毅泷：如何用 10% 的成本实现 90% 的 SOTA——从文本到图片到视频，全模态 API 免费开放，让 AI 从"少数人的玩具"变成"多数人的工具"。
小宿 Agent 技术负责人王真容：给出 Agent API 的技术全景——从 Thread 有状态执行引擎到多工具调度中心，从安全沙箱到流式输出，"一次调用，完成从信息检索到结果交付的全流程"。
选手的共识：Agent 的边界，比能力更重要
图：现场开发与交流
48 小时极限开发之后，31 支队伍有个出奇一致的体感：做 Agent 最难的不是让模型更聪明，而是给它划清边界。
一位选手在路演后感慨："一开始想让 Agent 做所有事，结果它什么都做不好。后来我们把任务拆碎，只让它做信息检索和结构化整理那一小段，反而跑通了。"
这个判断在多个项目里被反复印证：TeamLoop 不替代 Codex，而是在 Codex 和团队之间加一层审批护栏——Agent 干活、人决策；Token Matrix 让 Agent 先诊断、给方案、开工单，动手的还是人；Replica 给"分身答不出"设计了明确的人工接管路径；共识引擎里，Agent 负责生成建议和模拟压力，话术和底线由用户拍板。
所以"让 AI 干 AI 的事，人干人的事"不是口号，而是产品设计原则：AI 擅长大规模检索、分析和重复执行，人类擅长深度沟通、复杂判断和关键决策。Agent 的价值从不是替代谁，而是把人从繁琐里解放出来。
一句话——Agent 要真正进入企业，得从"回答问题"进化到"完成任务"；而完成任务的起点，是先想清楚：什么不该让 Agent 做。
环球第一站，下一站见
北京站是这场环球黑客松的第一站，也是小宿的一次价值表达：当 31 支团队用Agent API 和智能搜索、在数十小时里从 0 到 1 跑通企业工作流时，"AI Agent 基础设施"就不再是抽象概念，它是代码、是沙箱、是记忆，是一次次真实的任务执行。
从获奖项目也能看到共同的走向：好的 Agent 不再追求大而全地"替代人类"，而是精准切入任务层——把岗位拆成具体任务，让 AI 干它最擅长的那一段。
我们相信，当 AI 走进执行时代，Agent的生命力不来自更长的 Prompt、更复杂的编排，而来自它能不能进入真实工作流、解决真实问题、创造真实价值。小宿科技会继续把 Agent 基础设施做深，一站式提供 Agent 所需的搜索、沙盒和AI 云服务，让每一个 Agent 高效运转。
北京只是起点。未来，我们会把这场关于 AI Agent 的探索带到更多城市和国家，与全球开发者和伙伴一起，推动更多真实场景落地。
扫描二维码进群和更多 AI Agent 小伙伴交流技术。
