先说一句扫兴的：比赛里那九次模型运行的过程，你复现不了。仓库没有它们的会话记录，也没有完整的工具版本清单。但你能复现更硬的东西——同一套题、同一套物理引擎、同一份评分脚本。“GPT-6.2 Sol 拿了 102.67 分”这句话，可以在你自己的电脑上重算出来。
B 站上这条视频（《AI 算法对抗大赛》第 9 集）已经 150 万播放。九个模型各拿 90 分钟，造七关桥：前六关让规定的车按时过河，过关后比造价；第七关各造一座决赛桥和一辆捣蛋车，两两打 72 局。 总榜第一是 GPT-6.2 Sol，102.67 分；最后一名是 DeepSeek V4.1 Flash，27.93 分。GitHub
开源的是整个系列，仓库叫 meow-ai-arena，MIT 协议。第 9 集的目录里，物理内核源码、选手包、九位选手的设计 JSON、72 局攻防结果、评分脚本、能离线打开的回放都在。最关键的是规则里的那句话：正式评分用的就是公开场景，没有隐藏题。 所以“本地跑过”和“比赛能过”是同一件事。GitHub
想验一遍，装 Python 3.9+ 和 g++，不需要第三方包。在 `bridge/` 下运行 `python build_engine.py`，再运行 `python tournament/score.py`。它会重算九位选手的闯关设计、6 份参考答案和 72 局攻防，逐项比对仓库里的成绩，最后打印“核对通过”。 8 核机器一两分钟。GitHub
只想看某座桥，进 `workspace/` 运行 `python bridge.py run 6 …/designs/sol62/level6.json`；退出码 0 表示该关所有公开场景都过，加 `–html replay.html` 可以生成回放。
想拿自己的模型再考一次，把 `bridge/prompt.md` 和 `bridge/workspace/` 原样给它，限时 90 分钟，七关一起发，收 `submission/` 里的 8 个 JSON。跑完用 `bridge.py run` 逐关验；要算总分，按 `bridge/README.md` 的公式自己加。
注意：这不是复现原来那九次调用，而是让新选手坐进同一个考场。原来那九个模型当时怎么想、改了几版，你看不到；你只能看到它们交的桥，以及桥在引擎里的结果。
所以别把总榜当成“模型能力排名”。仓库的 `bridge/CONDITIONS.md` 写得很直白：每个模型只跑一次，单次结果有偶然性；工具、接入渠道和思考档都会影响结果，不同工具的同名档位不能直接等同。 UP 主自己在置顶评论里也说，这期偏向娱乐、比较赶工。GitHub哔哩哔哩
比赛本身倒是有个很具体的看点：第 4～6 关只有 GPT-6.2 Sol、Claude Opus 5.5、GPT-6 Astra 过关；第 5 关只剩 Sol。 第 5 关叫“钱不够”：24 米河、左岸一个 4 米深的旧码头坑、没有木杆、预算 10000，参考答案 8216.12。Claude Opus 5.5 交了 13472 的桥，超预算，0 分；Sol 用 8621 过了关。难的不是“会不会造桥”，是“便宜地满足约束”。GitHub
网站的第 9 集排行榜已经开放，第 1～6 关按造价排。我打开时，第 1 关榜首 2265.47（参考答案 3509.84）；第 5 关榜首 3387.36，而九位选手里只有 Sol 过关、造价 8621。这些成绩不能直接和比赛比——榜上的人可以在本地试无限次，比赛只有 90 分钟；而且服务器只重算造价和合法性，物理结果靠本地跑通、访客抽查。但它说明一件事：同一道题，换一个试错预算，名次会变。
如果你只想花十分钟，打开 `arena.meowllm.top/ep9/play.html`，载入九位选手的设计，看一座桥怎么被一辆捣蛋车拆掉；如果你想认真一点，把仓库 clone 下来，进 `bridge/` 跑一遍 `tournament/score.py`，再把 `prompt.md` 丢给你常用的 coding agent。桥不会跟你客气：车过不去，就是过不去。
