SpaceXAI 的 Grokathon 为在 12 小时内构建的二进制反编译器加冕
在 2026 年的比赛中，Nova 击败了社交模拟工具 Signal 和能够感知大脑信号的语音原型 ThinkVoice。
By RuntimeWire Staff · Published
Primary source: X - @SpaceXAI
Why it matters
The winners show SpaceXAI using Grokathons to identify developers who can turn its models into technical systems, while simultaneously feeding its engineering recruitment pipeline.
Theo C (@theoc____), Supratik Panuganti (@supratikp07), and Henry Zhang (@henryzhangumich) won SpaceXAI's 2026 Grokathon with Nova, a 12-hour prototype designed to reverse-engineer compiled binaries into readable C code, according to results published by SpaceXAI on August 13th.
获胜团队首先处理了 262KB 的 Game Boy ROMs，然后尝试重建一辆 1995 年汽车的电子控制单元的运行时环境，SpaceXAI 表示。该 演示 将 Grok 定位为一个主动的逆向工程系统，而不是一个叠加在现有反编译工具之上的聊天界面。SpaceXAI 没有随结果发布技术文档或独立的准确性测量，因此 Nova 的名次反映的是其作为黑客松原型的表现。
Panuganti 在他个人网站上表示正在 Georgia Tech 学习计算机科学和数学，他在网站上列出的工作涵盖后端系统、机器学习和量化金融等领域。他的项目包括一个学生导师平台以及使用机器学习和 SAT 方法解决组合数学问题的研究。(supratikpanuganti.com) 这样的背景契合 Nova 的核心赌注：一个通用模型可以帮助将低级机器行为翻译为工程师可以检查和修改的源代码。
三个原型，三个产品方向
SpaceXAI 将第二名授予 Signal，该项目由 Adi (@adibilawar)、Jason Lai (@jasonlai150_)、Sam Chen (@SChen1249) 和 Jeffrey Zhou (@JeffreyZh0u) 构建。Signal 将粉丝的简介、帖子和互动转换为一个持续更新的图谱，然后在该观众的模拟版本上运行发帖消息。
Signal 演示 把社交分发转化为建模问题。用户可以先在合成粉丝群上测试信息，而不是发布多条帖子然后等待真实的互动数据。这类输出的有用性取决于模拟人群是否能够捕捉人们真实的行为。在生成的受众中得到高分并不意味着相同的文案在面对真实用户时也会有同样的表现。
Zhou 据 Harvard 的计算机科学咨询网站介绍是哈佛大学的大三学生，主修计算机科学和数学，辅修统计学。他的工作包括多模态 AI 研究和通过构建棋类引擎来比较具代理性的系统的实验。(csadvising.seas.harvard.edu) Signal 将一种相关的评估思路应用于市场营销：固定发布，变化信息，让建模人群对结果进行排名。
SpaceXAI 将第三名授予 ThinkVoice，署名为 Dan Farina (@Daniel_Farinax)。该原型将 Grok Voice 与脑电感应硬件结合，利用对话上下文建议可能的回复，并通过细微的运动来选择某一项。其 演示 展示了通向无明显口部动作的语音路径。
Farina 已经在构建基于语音控制的 Grok 工具，包括一个将 Grok Voice 与编码会话连接的终端主机，允许用户在不完全依赖键盘的情况下管理代理。(dan.grok.me) ThinkVoice 将这项工作扩展到一种辅助接口，其中模型预测说话者的可能回复，感应硬件负责选择。该原型的实际价值将取决于响应的准确性、延迟以及它将刻意动作与噪声区分开的可靠程度。
一个作为招聘漏斗构建的黑客松
这三位获奖者映射到 SpaceXAI 希望开发者推动 Grok 的不同领域：软件分析、受众模拟和人机交互。每个项目都将模型作为更大系统的一部分，该系统拥有自己的数据、界面和决策循环。这比单纯的独立聊天机器人演示更有说服力，因为它展示了构建者将 Grok 作为底层组件来使用。
SpaceXAI 在结果帖的结尾引导读者访问其 careers page，并表示正在快速扩展其工程团队。这个顺序使得 Grokathon 成为一个招聘漏斗，也是一个产品展示。一次 12 小时的比赛为 SpaceXAI 提供了一个压缩视角，观察哪些构建者能够将其模型与不熟悉的技术问题相连接、交付可工作的界面并在舞台上解释结果。
Nova 的胜利也反映了赛事偏向技术上易于评判的演示。二进制反编译能产生即时的前后对比：编译后的代码输入，重构的 C 代码输出。Signal 和 ThinkVoice 处理的是更广泛的行为和硬件问题，这些问题在短时间活动中更难评判。因此，在黑客松条件下的排名认定了最具说服力的原型，而将验证、可靠性和部署的长期工作留给它们的开发者。