競賽結束後，大多數人做了什麼

參加完一場競賽之後，大部分學生的狀況是：得了獎就放進備審清單，沒得獎就當作一個過去的經驗，然後繼續準備下一場比賽或下一個考試。

這個做法讓競賽的投資報酬率很低。你花了幾個月準備，建立了真實的能力，學了新的工具或思路——但這些東西在比賽結束後完全停下來，沒有繼續長。

更重要的是：從評審的角度來看，一個「參加了 XX 競賽、名次是 XX」的紀錄，提供的資訊非常有限。它告訴評審你有這個活動，但沒有告訴評審你從中建立了什麼能力，或者這件事對你的方向有什麼影響。

真正有說服力的競賽敘事，通常不是停在比賽本身，而是延伸出去。

為什麼延伸比得獎更重要

得獎當然有加分效果，但它的上限有限：評審看到獎項，只能確認你當時的能力達到了某個標準。他無法從一個名次判斷你的學習動機、成長軌跡或長期投入。

延伸提供了這些東西。當你把競賽的技術或研究方向繼續推進，形成一個 Side Project 或 GitHub 專案，評審看到的就不只是一個成果，而是：你在比賽結束後，還繼續投入這件事。這代表真實的興趣，不只是為了升學而做的活動。

另外，延伸讓你有更多可以說的。一場競賽最多是一段備審或一個面試問題。一個從競賽延伸出來的長期專案，可以是備審的核心主線、面試的深度展示，甚至是特殊選才的主要論據。

三種延伸方式

方式一：技術深化，做成 GitHub 專案

如果你在競賽裡學了一個工具或技術，比賽結束後繼續把它做成一個完整的作品。

例如：APCS 練了演算法能力，之後用這個能力做一個解決真實問題的小工具，推到 GitHub，寫好 README，讓它變成一個可以展示的作品。或者 Kaggle 競賽做完一個 Notebook，整理後繼續延伸成更完整的分析報告。

這個方式的重點是：讓競賽的技術能力，有一個可以公開展示的成果，而不是只停在比賽記錄裡。

方式二：問題延伸，發展成研究題目

有些競賽，尤其是科展、IYPT、小論文比賽，本來就很接近研究。在這些競賽裡，你針對一個問題進行了深入的探索——但比賽時間有限，很多問題沒有徹底解決。

延伸的方式是：把比賽裡還沒有解開的問題或還沒有驗證的假設，繼續往下做。這可以是繼續做實驗、繼續查文獻、或者接觸大學教授尋求合作。一個從科展延伸出來的研究方向，在備審裡的說服力，比「得了科展第幾名」強得多。

方式三：經驗包裝，寫成可以展示的紀錄

不是所有競賽都適合做技術延伸或研究延伸。但任何競賽都可以做「紀錄整理」。

這包括：把你在競賽裡解決過的困難寫成一篇技術筆記、把你的準備過程整理成一個可以給後輩參考的資源、或者把競賽裡學到的思路寫成一篇分享文。

這個方式讓你練習「把複雜的東西說清楚」——這本身就是一種有價值的能力，同時也建立了一份可以在備審裡說明的公開紀錄。

不同類型競賽怎麼延伸

程式與 AI 競賽（APCS、Hackathon、Kaggle） 最自然的延伸是建立 GitHub 專案。把比賽用到的技術或解法繼續做成一個有完整 README 的作品，並且加入比賽後新想到的功能或改進。如果是 Kaggle，可以繼續精修 Notebook，或者把同樣的方法套用到另一個資料集。

物理與科學競賽（IYPT、科展、物理奧林匹亞） 延伸成研究方向的可能性最高。比賽裡用到的實驗方法或模型，通常可以繼續深化。也可以聯繫大學相關領域的教授，說明你做過這個競賽，詢問是否有機會參觀實驗室或進行進一步的討論。

商管與創業競賽 把比賽裡做的商業提案或市場分析繼續推進。如果有用到數據，整理成視覺化報告；如果有提案一個產品，試著做出一個最小可行版本（MVP）。這類延伸最後可以放進 Portfolio，作為商業思維能力的展示。

機器人與工程競賽（VEX、FRC） 把機器人的控制程式整理上 GitHub、把設計過程的問題與解法寫成紀錄、或者把整個工程設計過程整理成技術文件。這些東西在工程相關科系的備審裡，是具體的能力展示，比說「我參加了機器人競賽」有力得多。

比賽結束後的第一步

競賽結束後，最好在一週內做一件事：把這次比賽學到的最重要的一件事，寫下來，三到五句話就夠。

不需要很正式，也不需要是完整的文章。只是把「這次我真正學到的是什麼、我還沒解決的問題是什麼、下一步我想繼續做什麼」這三個問題的答案記錄下來。用 Notion 建立一套素材追蹤系統，可以讓這些比賽後的紀錄有地方放、高三備審時也容易找到。

這個紀錄是你延伸方向的起點。如果你寫完之後，發現有一個問題你還想繼續研究，那就是延伸的切入點。如果你發現技術可以繼續做，那就是 GitHub 專案的起點。

比賽結束後最容易的事，是什麼都不做，等下一個機會。但競賽真正有價值的部分，往往不在比賽當天，而是在你決定把它繼續往前推的那個選擇。