Хакатон OpenAI: что строят на GPT-4o, Realtime и агентах

За 24–48 часов команда из двух-трёх человек больше не делает «ещё один чат с документами». Формат хакатонов вокруг OpenAI API сместился: жюри устало от обёрток над одним промптом и премирует проекты, где модель что-то делает — звонит по API, ведёт голосовой диалог, запускает цепочку из нескольких вызовов. Ниже — что действительно собирают на таких мероприятиях в 2024–2025 годах, на каких инструментах и обо что команды спотыкаются чаще всего.

Важная оговорка: набор доступных моделей и цен на них меняется быстро. Конкретные ставки за токены и лимиты сверяйте на официальной странице тарифов — здесь они приведены как ориентир на момент написания, а не как вечная истина.

Что строят вместо чат-ботов

Три направления вытеснили классический RAG-чат с первых мест питчей.

Голосовые агенты на Realtime API

Realtime API дал возможность говорить с моделью голосом с задержкой в сотни миллисекунд, без склейки из отдельных сервисов распознавания и синтеза речи. На хакатонах это выстрелило: команды собирают голосового ассистента для колл-центра, тренажёр для отработки собеседований, ассистента для незрячих. Работает через WebSocket, аудио идёт потоком в обе стороны.

Главная ловушка — деньги. Аудиотокены дороже текстовых, и длинный диалог с открытым микрофоном съедает бюджет быстрее, чем кажется на демо. Команды, которые не поставили таймаут на паузы, к финалу питча жаловались на неожиданный счёт.

Агенты с function calling

Второй по популярности паттерн — модель, которая вызывает функции¹. Вы описываете набор инструментов (поиск по базе, отправка письма, вызов внешнего API), модель сама решает, какой из них дёрнуть и с какими аргументами, а ваш код исполняет вызов и возвращает результат обратно в диалог.

Хороший агент на хакатоне отличается от плохого не моделью, а тем, что происходит, когда функция вернула ошибку. Демо, где всё идёт по счастливому пути, разваливается на первом же неожиданном вопросе жюри.

Мультимодальные связки

GPT-4o принимает картинки на вход, и это открыло сцену для проектов «сфотографируй — получи разбор»: анализ чека, распознавание показаний счётчика, помощь по фото поломки. Тут команды часто переоценивают точность: модель уверенно называет цифры, которых на фото нет. Без проверки результата на такие ответы полагаться нельзя.

Стек, который реально успевают собрать за ночь

Победившие команды почти никогда не пишут инфраструктуру с нуля. Типичная связка выглядит так:

• Фронт — Next.js или голый HTML со стримингом ответа, чтобы демо выглядело живым.
• Оркестрация — официальный SDK OpenAI либо тонкая обёртка поверх него; тяжёлые фреймворки чаще мешают, чем помогают на коротком забеге.
• Хранилище — векторная база вроде pgvector или облачного аналога, если проект вообще требует поиска по документам.
• Деплой — что-то с деплоем в одну команду, потому что показывать локальный localhost на большом экране — плохая идея.

Где команды теряют время и деньги

Одни и те же ошибки повторяются от хакатона к хакатону.

1. Нет лимита на расход. Ключ без ограничения бюджета плюс баг в цикле, который дёргает модель без остановки, — и к утру от гранта на API ничего не осталось. Ставьте лимит в кабинете сразу.
2. Слишком большой контекст. Команды пихают в промпт всё подряд «на всякий случай». Это и медленнее, и дороже, и модель хуже держит инструкции в длинном контексте.
3. Rate limit посреди демо. Новые аккаунты упираются в лимиты запросов в минуту в самый неподходящий момент. Заранее прогоните нагрузку, близкую к боевой.
4. Слепая вера в вывод. Особенно в мультимодальных проектах: модель галлюцинирует цифры и факты уверенным тоном. Если проект принимает решения на основе ответа, нужна проверка.

Сколько это стоит на практике

Для прикидки бюджета на хакатон полезно держать в голове порядок цен разных режимов. Точные значения — на странице тарифов, но соотношение примерно такое.

Практический вывод: держите дорогие режимы для того, что без них не решается, а рутину вроде классификации намерения отдавайте самой дешёвой модели. На хакатоне это разница между «уложились в грант» и «доплатили из своего кармана».

Что забирают домой

Полезнее приза оказывается ощущение границ. За ночь команда узнаёт, где модель действительно экономит недели разработки (голос, разбор неструктурированного текста), а где создаёт иллюзию работы, которая рассыпается на втором пользователе. Это знание переносится в рабочие проекты лучше, чем любой доклад.

¹ Function calling — механизм, при котором вы заранее описываете модели доступные функции и их параметры в структурированном виде. Модель в ответ возвращает не текст, а указание, какую функцию вызвать и с какими аргументами. Исполняет вызов ваш код, а результат возвращается модели для продолжения диалога.