作者：annn
评委点评：他们做这件事，是为了那些心里有很多话、却因为身体的限制说不出口的患者，让“想表达”这件本该自然的事，重新变得可能。他们用 Qoder 团队知识引擎，把项目架构和代码规范变成三个人共用的认知，分头开发也步调一致；遇到问题，Qoder 又能跨模块帮他们快速定位和验证。五天，一个刚组起来的小队，把"让人重新开口"的心愿稳稳落成了能跑起来的产品。
一、一切开始于一个我们关心的问题
我们的项目始于一个团队成员身边的问题。
外婆生性要强，格外看重自身尊严。
早年一次中风，让她在恢复中深受言语障碍所困：说话含糊断续，想法难以完整表述。
常年康复的疲惫、对病症复发的惴惴不安，长久萦绕在整个家庭。
我慢慢明白，口齿不清带来的折磨，不止是生理上的表达困难，更是沉重的心理恐惧：
外婆害怕失去的，是独立生活的能力，是融入社会的可能。
进一步调研后我们发现，这是一个影响数千万人的真实问题。
全球约有7000万人因疾病出现语言表达障碍，约占全球总人口的1%——他们能走、能想，却难以清晰表达。语言障碍对他们绝非偶发的麻烦，而是日复一日的困境。
基于这个痛点，我们决定做一款语音补全产品：替失语患者补全那些卡在喉咙里、没能说出口的话。
经过多轮讨论，我们确定了产品的两大核心特质：
1.还原自然交流：
全程软件后台运行，仅通过耳机交互，最大程度还原真实自然的人际沟通；
2.尊重患者表达权：
绝不由AI代言，所有补全内容需经患者确认后播报，完整守护用户的表达主权与尊严。
二、AI让我们的项目真正跑起来
我们团队三位成员在比赛中刚刚认识，分别负责产品、全栈和后端。要在五天内完成从方案设计到项目运行，既要解决异步协作、代码规范不统一的问题，也要面对多模块联调带来的复杂排障。Qoder 帮助我们统一项目理解，并持续检查和调试代码，让整个项目最终顺利运行。
第一是异步协作。 我们团队只有三个人，大家负责的职能不同，其中一名成员还需要兼顾日常工作，因此很难始终坐在一起保持高频沟通。
Qoder 的团队知识引擎将项目架构、模块关系、接口约定、编码规范及开发中沉淀的经验，统一为团队共享知识。即使成员在不同时间独立开发，也能基于同一套认知与规则，辅助生成、修改与检查代码，从而减少重复沟通，保持模块间的实现一致性。
第二是复杂链路排障。对于我们的产品，代码检查并不是开发完成后的附加步骤，而是保证系统能够端到端运行的核心环节。因为系统同时包含语音识别、大模型调用、语音合成和硬件通信，局部正确并不代表整体正确。
项目最后一天，我们进行了大量端到端测试，并根据运行结果持续排查、修改代码。Qoder 不只检查单个文件，而是结合整个项目的代码关系、错误日志与测试结果，帮助我们定位跨模块问题、检查接口衔接与异常处理，并在修改后继续运行验证。这一闭环显著提升了我们的排障效率。
三、功能背后：把AI变成团队的技术杠杆
我们想做的事情其实很简单：让一个心里很清楚、但很难把话完整说出来的人，重新被别人听懂。
比如患者只能说出：“你好，预约……周三下午……治疗”。
MeantByMe 会结合他的个人档案和过去确认过的信息，补全成：“您好，我想预约王医生周三下午两点的心理治疗”。
但 AI 不会直接替他说，而是先在耳机里悄悄读给他听，只有他轻触耳机完成交互，手机才会向外播放。
功能背后，Qoder帮助我们快速交付全栈原型。我们用 Python 和 FastAPI 串起语音识别、大模型、声音合成和个人记忆，StepAudio 负责语音识别和合成，StepFun 大模型生成候选，用 Pydantic 检查数据、SQLite 保存患者档案，再通过 Docker 部署。
Qoder 作为编程 Agent，利用代码库上下文理解、Spec 规划、多文件开发和自动验证，帮助我们理解整个代码库、规划功能并完成跨文件开发。
我们最看重的创新叫“共生进化”：只有患者确认的表达才能被标记为“Gold ”记忆并推动系统进化；AI 可以越来越懂患者，却始终不能替患者定义意图、授权声音或作出决定。
四、这只是个开始：迭代方向
虽然产品MeantByMe诞生于一场黑客松，但对我们来说，这并不是一个比赛结束就停止的项目。我们一直在思考：它还能怎样进一步降低延迟、怎样更懂用户？
未来，项目可以向两个方向迭代。
第一是“个体智能”：系统会逐渐熟悉每位患者的语速、停顿和表达习惯，让文字补全与选项推荐越来越准确，减少反复确认；同时尽可能保留患者原本的音色和情感，让他们仍能用接近自己的声音表达。
第二是“神经交互”：未来除了耳机，还可以接入脑机接口、肌电等辅助设备，把患者主动发出的信号转换成开始、选择、确认和停止等操作。它不会猜测患者的思想，而是提供一条新的控制通道，让表达始终由患者本人决定。
五、写在最后
我们团队三个人都算是与 AI 一起成长的一代。
这次与 Qoder 协作开发 MeantByMe，我们真切地看到，Coding Agent 正在改变编程，也在改变团队合作：
它可以理解代码库、拆解需求、跨文件开发并验证结果，让一个小团队也能在很短时间里完成过去需要更多工程资源的工作。
技术执行的门槛降低后，我们反而有更多精力追问更重要的问题：什么真正值得做？用户真正需要什么？又该如何通过记忆分级、确认机制和安全指标，守住 AI 的伦理边界？
这也让我们重新理解“科技向善”：不是让人被迫适应技术，而是让技术主动适应人。
语言承载的不只是信息，也是身份、意愿与尊严。
技术进步的意义，不只在于让多数人更高效，也在于不落下那些难以清晰表达的人：
让每个人都能以自己的方式表达，并有尊严地被世界听见。
项目成员：annn, Jiayi, Nick。点击了解项目详情。
