El Useful Agents Hackathon fue un sprint de 24 horas celebrado en San Francisco, Estados Unidos, coorganizado por NEAR AI, SF Compute y Electric Capital el 14 y 15 de marzo de 2025. Diseñado para builders que desarrollaran agentes de IA prácticos que ejecutaran tareas de manera confiable y cumplieran con métricas de rendimiento concretas, el evento notablemente no requirió que los proyectos interactuaran con crypto o una blockchain. La competencia ofreció un premio total de $20,000, junto con soporte dedicado de go-to-market y inferencia gratuita proporcionada a los desarrolladores participantes. Más de 100 developers participaron, otorgándose los máximos honores por innovaciones en gestión de social media, due diligence y descubrimiento anti-bot en eventos.
El marco del evento requería equipos de 1 a 4 miembros para construir y alojar agentes exclusivamente en el Agent Hub. Los participantes utilizaron modelos open-weight ejecutándose de forma confidencial mediante Intel TDX y NVIDIA GPU TEEs. Un requisito clave fue la presentación de un repositorio público en GitHub completo con benchmarks cuantitativos, un video demo y pruebas reproducibles. El hackathon comenzó con un panel que contó con figuras destacadas de la industria, incluyendo a Avichal Garg de Electric Capital e Illia Polosukin de NEAR.
El premio total ascendió a $20,000, distribuidos entre premios generales y recompensas de sponsors. Los premios generales incluían $5,000 para el primer lugar, $3,000 para el segundo y $2,000 para el tercer lugar. Pistas especializadas adicionales fueron patrocinadas por socios del ecosistema como Coinbase CDP, Phala Network y Nevermined, ofreciendo recompensas especializadas que iban desde $500 hasta $5,000 en créditos. Los ganadores fueron anunciados oficialmente el 15 de marzo de 2025, con proyectos top que priorizaron la utilidad cuantificable de la IA sobre la integración blockchain.
Regístrate para el evento en el portal Luma para asegurar tu participación.
Forma un equipo de hasta cuatro miembros y conceptualiza un agente de IA práctico.
Integra al menos un componente de IA, como LLMs o modelos de ML, en la arquitectura del proyecto.
Despliega y hospeda el agente terminado en la plataforma Agent Hub.
Publica un repositorio completo en GitHub que incluya benchmarks cuantitativos, tests reproducibles y un video demo.
Presenta el proyecto final durante la sesión de evaluación presencial en San Francisco.