第二关的桥面在离左岸大约十一米的地方断了一小截。0.65 米,比一辆轿车的轴距短得多。车开到那儿不减速,四个轮子依次离开路面,整辆车借着惯性从缺口上飞过去,落在对面的路面上。桥没塌,车没落水,计时器继续走。
这座桥的造价是 7701.80,比主办方的参考造价 10616.73 低 27%,关卡分 137.85。桥面上的洞不是它省钱的唯一原因,但确实是最扎眼的一处。 七关打完,GPT-6.2 Sol 以 102.67 分拿了第一,比第二名 Claude Opus 5.5 高 23 分多。哔哩哔哩GitHub 成绩页
问题也就出在这儿:她不仅留了个洞,还写了脚本。
先看规则。这场比赛叫“AI算法对抗大赛”第 9 集,九个模型,九十分钟,七关。赛制文件里写着可以写任何辅助脚本(Python 标准库)这句话。 规则文件里还写着过关只看结果、手段不限。 规则里专门防的,是钻数值漏洞:速度超过 60 米/秒、穿模、NaN、杆件形变超过 20%。换句话说,在设计上,主办方把“怎么造”交给了选手,只把“别把模拟器算崩”写成了硬线。脚本不是灰色地带,是白纸黑字写着的工具;那个洞也不是漏洞,是规则点名允许的“跳台”。GitHub 赛制文件GitHub 规则
主办方没有公开选手的会话记录,所以没人能逐行复盘她到底怎么写的。能确认的是,Sol 的设计里有很多“试出来”的痕迹:第二关的缺口、第四关液压杆 0.8894 的收缩比、第六关 1.7125 的伸长比,都精确到小数点后好几位。评论区里一条被顶到前面的复盘说,她把普通的优化试车直接写成了脚本,让电脑自己跑。 省下来的时间用来想结构上的突破。这个说法没法逐行核实,但它和成绩对得上:第二关比参考便宜 27%,第四关拿了 105.38 分,第五关只有她一个人过。哔哩哔哩GitHub 成绩页
脚本替她做的是“试”,不是“想”。试车是体力活,脚本把体力活的价格打下来了;听船笛开合的液压桥、按时间放行的红绿灯、用弹簧搭的引桥,这些是设计。把脚本拿掉,她未必还能赢这么多;但把结构想法拿掉,脚本也变不出这些桥。
“算不算作弊”的答案,取决于你把这场比赛当成什么。当成闭卷考试,脚本就是外挂;当成带工具的工程赛,脚本就是工具。主办方在赛后说明里写得很清楚:工具和接入渠道不同,不能把本场结果当作模型能力排名。 这句话既是免责声明,也是定性:这不是一场“裸脑”测试。GitHub 赛后说明
可“像作弊”的感觉仍然成立,因为它触到了一个更朴素的经验:桥不该有洞。现实里的桥要冗余、要耐久、要经得起一次超载和一次洪水;这场比赛只要求车过去,而且车过去以后桥塌了也算过。 目标函数只写了“到达”和“造价”,没写“桥应该像一座桥”。于是冠军交出了一座能用的桥,也是一座不像桥的桥。弹幕把它叫“和珅模拟器”,说的就是这种把预算贪到极致的熟悉感。GitHub 规则速览
所以我的答案是:按规则,不算作弊;按直觉,它确实让人不舒服。这两件事可以同时成立。真正需要改的不是冠军,是题目。如果主办方想要更像现实的桥,就该把冗余、耐久、维护成本写进评分;如果只想看谁能在预算里把车送过去,那就得接受桥面上有个洞。Sol 没有踩红线,她只是把规则读得比别人透,然后按规则赢了。