用不完的訂閱額度拿去舉辦黑客松

如果你也訂了 Claude 這類 AI 的付費方案，可能會有同樣的感覺：額度常常用不完。用量上限會定期重置，這個區間沒用到的不會累積到下個區間——用不完，基本上就等於歸零。

我一直在想，這些用不完的額度可以拿來做點比較有意思的事。最近想到一個：自己開一場黑客松（hackathon，把人分成幾隊、同一個題目各做各的，限時做完上台 demo，評審當場選出最強的原型）。以前辦這個得湊一群人、喬一個週末、找一個場地；現在一個人用 AI 就能跑，而且這種「好幾隊同時各做各的」剛好很吃算力，正好把額度花在刀口上。

而且我一直覺得黑客松真正值錢的地方不是熱血，是「同一個題目，被好幾條互不重疊的路線同時打過一遍」。

做法大概是這樣：做成一條可以重複用的自動流程（workflow），丟一個目標進去，它自動分成 N 種互不重疊的做法，每一隊 AI 在自己獨立的 git worktree（每隊一個獨立的工作目錄，互不干擾）各做各的，最後由幾位評審各自獨立打分選出冠軍——而且冠軍那條路線可以直接搬上正式版。

為什麼不直接叫一個 AI 慢慢改就好

你叫一個 AI 解問題，它會給你一個答案，然後你跟它來回修改。但它收斂得很快，而且是收斂在「同一條路」上。除非你硬逼，它不會自己退回去，從一個根本不同的策略重來。

黑客松剛好相反：它逼出「分歧」。一開始就先切成 N 種真的不一樣的策略，每一條各自做到能跑，最後才拿真實證據來比。重點不是「試比較多次」，是「試的這幾次彼此不重疊、不會全部擠成同一個解」。

舉個具體的。假設我要重做我那個 ad-classifier（判斷手機畫面上是不是廣告、關閉鈕在哪的小工具）——到底怎麼認出那個「關閉鈕」。三隊可以各走一條路：

• 一隊用傳統電腦視覺（OpenCV 找按鈕的形狀、位置）
• 一隊訓練一個小的偵測模型去定位它
• 一隊用 OCR ＋語意，直接讀懂「×」「跳過」是什麼意思

你叫單一個 AI「把 classifier 改好」，它大概會挑一條就一路鑽下去。黑客松會把三條都做到能跑的程式碼，再來判斷哪一條真的能推廣到沒看過的版面。

三個階段：分歧 → 各自建 → 評審

分歧（diverge）。一個「主辦人」AI 先把題目拆成剛好 N 種互不重疊的做法，附上每一條的策略跟簡介，確保各隊不會撞在一起。

各自建（build）。每一條做法配一隊。而且一隊不是只有一個 AI，是一個分工的小組：PM／架構先把做法變成有明確驗收標準的計畫，資深工程師照著實作，QA 跑測試、報真實的通過數字、確認沒弄壞舊功能。三個角色在同一個 worktree 裡接力，前一棒做完交給下一棒。

評審（judge）。找四位 AI 評審，各自獨立把每一隊在每個標準上打 1 到 10 分（正確性、能不能推廣、簡潔好不好維護、有沒有弄壞既有行為、跑起來的成本），加總起來。最後用一個決定性的計票規則選冠軍——先看幾位評審投給它，平手再比總分。不是讓某一個 AI 自己說「這隊最好」。

為什麼每一隊要一個自己的 git worktree

git worktree 就是把同一個 repo 同時 check out 成好幾個獨立的工作目錄，各改各的、互不干擾。

每一隊在自己的 worktree、自己的 branch（hackathon/隊名）上蓋自己的東西，全程不互相干擾。好處是：每一條路線都是獨立、可以單獨 git checkout 出來的。你可以把它們拉出來互相比對差異（diff）、各自跑跑看，而冠軍那條本來就是一條真的 branch，直接合併到正式版本（main）就好——不用再做「把 AI 給的片段貼回專案裡」這一步。

想花額度，但別一次爆衝

有趣的是，雖然目標是把用不完的額度花掉，但也不能一次全開。得設一個上限，控制同一時間最多幾隻 agent 一起跑——我大概會壓到 2。一場規模大的黑客松（好幾隊乘上好幾位評審，每一隻都要讀很大量的資料（context））如果全部一起衝，很容易瞬間撞到「每分鐘」的用量上限，被擋下來（429）。所以是慢慢花、穩穩花，用一點時間換「不會被限流」；額度高的方案再往上開。

一句話總結：與其讓訂閱額度用不完就歸零，不如拿來讓好幾隊 AI 分頭解同一題——重點不是 AI 不夠聰明，是別讓它太早收斂在同一條路上。