从代码到赛场：亚马逊云科技用黑客松打开了体育科技的想象空间

6月23日至24日，上海世博中心，一场特殊的“选秀”正在上演。60名开发者齐聚亚马逊云科技中国峰会现场，用代码和算法，在24小时内预测2026年NBA选秀第一轮的最终结果。

6 月 24 日中午，随着 2026 年 NBA 选秀大会首轮结果全部出炉，现场的大屏幕上，参赛队伍的预测结果与真实选秀名单逐一比对。历经 24 小时不眠不休的代码鏖战，这场以 "模拟球探" 为主题的 NBA 大数据黑客松正式落下帷幕。

作为 2026 亚马逊云科技中国峰会 Day 2"Go Build" 主题的核心赛事之一，这场由亚马逊云科技与 NBA 中国联合打造的 24 小时黑客松，首次将体育选秀预测与 Agentic AI 开发深度结合，66 名开发者在限定时间内完成数据建模、Agent 搭建与可视化工具开发，用代码上演了一场 "AI 总经理" 的真实对决。

在黑客松赛事越来越同质化的当下，这场比赛从选题之初就走出了传统技术竞赛的框架。

根据赛事规则，本次黑客松主题为 "DraftCode NBA 模拟球探"，选手需要模拟 NBA 球队总经理的角色，开发一套数据分析和数据可视化工具，最终预测 30 支球队在选秀第一轮中会选中哪些球员。与多数开放式命题的黑客松不同，这场比赛有着天然的 "标准答案"，这让技术竞赛多了一层竞技体育般的悬念与确定性。

为支撑赛事，官方开放了两类核心数据集：一是 NBA Draft Combine 官方公开数据集，涵盖 25 年历史数据以及 2026 年最新数据，包含球员身体天赋、体测成绩、赛场表现等多维信息；二是经过整理的 NBA 球队数据集，提供参赛球队当前阵容、2026 年选秀资格、历史选秀策略等背景信息。这意味着选手不仅要懂算法，还要理解篮球逻辑与球队运营思路。

支撑这场跨界赛事的，是双方深度的资源投入。亚马逊云科技派出 10 名以上解决方案工程师作为志愿者，平均每 6 名学生配备一名技术导师；NBA 中国则派出 3 名数据专家，平均每 10 名学生配备一名篮球领域顾问。从开发工具到行业知识，双导师体系为参赛选手提供了全程技术护航。

另外，赛制采用“线上启动+线下冲刺”的方式。5月25日启动选手招募，6月15日对所有报名选手发布赛题及Draft Combine数据，并进行线上直播培训。AWS技术专家负责工具使用指南的培训，NBA数据专家则对数据进行深度解读。

这场“马拉松式”的开发一直持续到6月24日早上8点作品提交截止。期间，选手们经历了午餐、晚餐、甚至通宵奋战。现场还安排了NBA选手Watch Party，让开发者在紧张的编码间隙感受选秀之夜的气氛。

评审标准涵盖三个维度：最终选秀名单预测准确率、工具输出名单速度、以及代码质量。这意味着选手不仅要“猜得准”，还要“跑得快”“写得好”。

本次黑客松共吸引 26支参赛队伍，66名选手。参赛选手背景多元，呈现出明显的年轻化与跨界特征。

现场出现了多支中学生队伍，其中不乏 16、17 岁的高二学生。有参赛的高二学生表示，自己平时就在做计算机视觉方向的科研项目，已经发表过两篇论文，这次和同班同学组队参赛，既是想体验真实场景的开发，也是因为本身就是 NBA 球迷。

除了学生群体，参赛选手中也有来自科技公司的工程师，包括英伟达生态方向的从业者，以及具备专业体育背景的初创团队。不同背景的选手带来了差异化的解题思路：技术背景选手更侧重模型架构与工程实现，体育背景选手则在选秀逻辑、球队需求分析上更具优势。

这种 "有标准答案" 的赛制设计，也成为本次黑客松区别于其他赛事的核心亮点。多数黑客松的评审依赖评委主观判断，而这场比赛中，预测准确率是硬指标 —— 模型选得对不对，选秀大会一揭晓就见分晓。这也倒逼选手不能只做 "演示型" 项目，必须真正打磨模型的预测能力。

那么，问题来了，亚马逊云此次为何选择NBA选秀这一体育场景作为赛事主题？

事实上，这个答案也和双方长期的技术合作战略方向密切相关。

在本次峰会 Day 2 主论坛上，NBA 中国副总裁张萌带来了跨界主题分享，现场演示了基于 “THINK BUILD” 理念打造的赛事体验 Agent。该 Agent 依托 Amazon Quick 的智能分析与交互能力，调用 NBA Inside Game 平台沉淀的海量赛事底层数据，既能为篮球专业从业者输出深度战术分析、球员表现多维度量化评估等决策参考，也能面向普通球迷提供个性化观赛指南、实时数据解读与趣味互动内容，面向不同受众分层创造更具沉浸感与信息量的 NBA 赛事体验。

这一现场 Demo 并非孤立的技术展示，而是双方深度技术合作的具象化缩影。2026 年 5 月，NBA 与 AWS 刚刚宣布建立新的多年合作伙伴关系，AWS 正式成为 NBA 及其附属联赛（包括 WNBA、NBA G 联盟等）的官方 AI 合作伙伴。AWS 的机器学习技术正在帮助 NBA 追踪和共享此前无法精确量化的球员表现数据，包括投篮难度、防守压力、球场引力与杠杆效应等，而 NBA Inside Game 正是这一合作下落地的核心篮球智能平台。

这场黑客松正是双方技术合作的一次落地实践——让开发者亲手用真实数据探索AI在体育场景中的可能性。所以，这场黑客松也被很多媒体解读为“Agent时代最值钱的能力的一次现场作答”。

放在 2026 亚马逊云科技中国峰会的整体语境下，这场 24 小时黑客松不只是一场开发者竞赛，更是 Agentic AI 技术从概念走向真实场景的一次微型试验。

本届峰会上，"Agentic AI" 是贯穿全程的核心主题。Day 1 以 "Agentic Now" 为主题，聚焦各行业 Agent 落地的真实案例；Day 2 以 "Go Build" 为主题，强调动手实操与真实构建。亚马逊云科技解决方案架构总经理陈晓建在 Day 2 主题演讲中明确提出，Agent 落地要回答 "谁授权、谁验收、谁负责" 三大核心问题，而这场黑客松正是在一个具体场景中验证这些问题。

选手开发的不只是一个预测模型，而是一套具备自主数据检索、分析推理与结果输出能力的 Agent 系统。它需要自动从海量历史数据中提取特征，结合球队阵容与选秀策略进行推理，最终生成预测名单与可视化报告。这一过程完整覆盖了数据接入、逻辑推理、结果呈现的 Agent 全链路。

从技术栈来看，选手主要基于亚马逊云科技的 AI 服务栈进行开发，包括 Amazon Bedrock 基础模型平台、数据处理与分析服务、以及 Agent 开发框架。现场提供的 hands-on 指导，也让很多第一次接触 Agent 开发的选手能够快速上手，在 24 小时内完成从 0 到 1 的构建。

对于 NBA 中国而言，这场黑客松也不只是一次品牌活动，而是体育数据人才与创意的挖掘渠道。

历经24小时角逐，本次黑客松共完成 26 支队伍的作品展演，26 个设计思路各异的 Agent 作品集中亮相，呈现了开发者对体育数据场景的多元解法。评审团由亚马逊云科技技术专家与 NBA 中国数据专家联合组成，从代码质量、路演呈现、选秀预测准确率三大维度对作品进行综合打分，最终决出赛事冠亚季军及专项奖项。

最终榜单显示，Team01 “动身体育” 以 67.2 的总分斩获本次黑客松冠军，Team26 “舔狗在转角” 以 62.7 分获得亚军，Team20 “三分射手场均两分” 以 61.1 分位列季军。

26 个 Agent 作品各有侧重：有的队伍深耕历史数据特征工程，在选秀预测准确率维度拿到高分；有的队伍聚焦用户侧体验，打造了交互直观的球队决策辅助可视化工具；也有的队伍完整落地 Agent 自主工作流，实现了从数据检索、策略推理到结果输出的全链路自动化，在 24 小时的限定时间内完成了从 0 到 1 的完整产品原型搭建。

更长远的价值在于，这场赛事打开了云技术与体育产业结合的新视角。NBA 拥有全球最成熟的体育数据体系之一，而云计算与 AI 技术正在重构体育数据分析、球迷互动、赛事运营的方式。从选秀预测到战术分析，从球迷娱乐产品到球队决策辅助工具，体育数据的商业化场景正在快速扩容。

事实上，体育科技已经成为亚马逊云科技重点布局的垂直领域之一。通过与 NBA 等顶级体育 IP 合作，云厂商不仅能输出技术能力，更能深入理解行业场景，沉淀垂直行业解决方案。而黑客松这种形式，既能培养开发者生态，也能从民间挖掘创意，为产品化提供灵感。

对于亚马逊云科技而言，"Go Build" 从来不是一句口号。从峰会舞台上的架构推演，到黑客松现场的指尖竞速，技术的价值最终都要在一行行代码、一个个真实场景中兑现。而这场跨界了篮球与云计算的 24 小时挑战，正是这场技术落地浪潮里的生动注脚。