九个AI造桥的视频在B站有一百四十多万播放。桥塌得很有节目效果，有条评论说：建议自测，反正都开源了。哔哩哔哩
我照做了。仓库叫 meow-ai-arena，MIT 协议，第9集造桥的规则、九位选手的设计 JSON、评分脚本和回放全在里面。它把“AI会不会造桥”压成了一件可以当场验的事：选手用的模拟器和裁判是同一份程序，正式评分就用公开场景，没有隐藏场景。 过关才计分，分数 = 100 × 参考造价 ÷ 你的造价。GitHub
我先跑了不需要编译器的部分。用仓库自带的 bridge.py 逐个解析五十二份关卡设计，重算造价和关卡分：第1到3关，九个模型的公开分数逐项对上；Sol 的六关也全对。第4到6关的0分，有的是没交，有的是超预算，有的是造价合法但车没过去。没交和超预算，看文件就能确认；最后一种得让模拟器判。
要验最后一种，得编译 C++ 引擎，再跑仓库的一键脚本；八核机器几秒到一分钟，最后打印“核对通过”。不想碰编译器，就打开浏览器里的 play.html，自己搭桥、试车、导入选手的 JSON，过了还能上传排行榜。两件事测的不是一回事：前者验裁判，后者验你自己。
但最值得先读的不是代码，是规则里那句：车过去以后桥塌了也算过。 它把靶子说清楚了：比赛不奖励“最后还站着”的桥，只奖励在预算内把车按时送过去的桥。第5关没有木杆、预算一万，九个人里只有 Sol 过；Opus 超了三千四百七十二，Astra 只超一百九十九，都是零分。第4到6关，只有三个模型有过关记录。冠军 Sol 总分 102.67，超过 100；第2关它比参考答案便宜了约 27%。所谓“AI造桥”，先考读题，再考结构。GitHub
同一周还有另一种赛制：八个模型盲打六关，不给画面、不给计算器、不给代码环境，只给河宽和预算。 它公开的是回放和成绩单。赛制一换，排名就换——它们测的从来不是同一个“造桥能力”。哔哩哔哩
所以别把任何一张榜当成模型能力榜。主办方自己在比赛条件里写，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。仓库也不收会话记录和思考内容——你能复现裁判，复现不了那九十分钟。GitHub
如果只想做一件最轻的事，可以学 B站UP主千云sm：别问模型，自己写个桁架受力求解，随机搭一千座桥让算法当裁判。一千座里七百二十九座连受力都算不出来，直接是机构；活下来的二百七十一座里，最省料的一座比标准桁架少用百分之十九的料。 这个实验不需要任何模型，固定随机种子就能复现；但他自己也注明，这不是工程规范，只是把原理摆出来。哔哩哔哩
一千座随机桥里七百多座根本站不住，这个数字比“哪个AI第一”更有意思：“看起来像桥”和“结构上成立”之间，本来就隔着一大片不合格的形状。下次再刷到塌桥集锦，先别急着笑，问一句它过的是哪条验收标准。
