活动列表里的 AI 项目，正在经历一次"含金量重估"

10 月中旬，早申截止只剩两周。这个时候改活动列表，很多人第一反应是"再加一条"。但今年更该做的是反过来——把已有的 AI 项目讲清楚。

现象：AI 项目已经通胀了

国际竞赛网的科研板块这两周连续推了好几篇高中生 AI 项目的方法论：从真实需求开始、先访谈别写代码、怎样写需求、测试失败并迭代。机构集中铺这类内容，通常说明两件事：一是这个方向报的人多，二是同质化已经严重到需要"教你怎么写得不一样"。

现实就是，现在一个高中生说自己"用 AI 做了个应用"，招生官一年要看几百个。模型调用、界面跑通，这些已经构不成区分度。区分度转移到了别的地方。

机制：招生官在找什么

申请材料里，活动描述只有 150 字符，但面试和补充文书可以展开。招生官和面试官真正在判断的，不是"你做没做出来"，而是三件事：

1. 问题从哪来——是你自己观察到的，还是别人给你的题目。
2. 卡在哪、怎么处理——你做没做过取舍，遇没遇到过失败。
3. 你知不知道自己不知道什么——边界感。

这三件事有一个共同点：它们都是过程证据，不是结果证据。而过程证据恰恰是编不出来的——编出来的过程，一问细节就塌。

判断：现在补什么还来得及

如果你的 AI 项目只有一个"跑通了"的 demo，两周内补两样东西，成本很低：

• 需求来源：谁真的有这个问题？你访谈了几个人？他们原话怎么说？哪怕只访谈了三个同学，写下来就是真材料。
• 失败记录：哪一版不行、为什么不行、你怎么改的。失败记录比成功记录更能证明你真的动手了。

这两样是记录，不是让你重新做项目。翻聊天记录、翻代码提交历史、翻当时的笔记，就能捞出来。

反过来说，如果这两样你一样都拿不出来，那这个项目在申请里的价值，可能没有你以为的那么高——不是项目不好，是它还没被"讲成"一个项目。

一句话

活动列表不是越满越好，是越"经得起追问"越好。两周时间，与其加一条，不如把一条讲透。