超预算199元,0分:AI造桥赛的规则严在哪

源自188位全网作者

11:37

10,198.94 元。GPT-6 Astra 在第 5 关交出的造价,比 10,000 元预算多出 198.94 元。官方成绩表里,这一关是 0 分。

同一关,GPT-6.2 Sol 花 8,620.74 元,两个场景全过,拿 95.31 分。Astra 不是在桥上输的:成绩表的备注是“造价 10199 超过预算 10000”,在计价这一步,它已经出局。GitHub

小红书上有人写:差 199 块,前面全白干。小红书

这不是罚款,是资格线。罚款可以按比例,资格线只有过和不过。Astra 超 199 元,Claude Opus 5.5 超 3,472 元,在成绩表上是同一个 0。GitHub

B 站那期《当我把九个 AI 请来玩贪官造桥》把这场比赛叫作“贪官造桥”:9 个模型,90 分钟,7 关,桥要能把车送过河,造价越低分越高。 第 5 关叫“钱不够”:24 米的河,左岸一个 4 米深、10.5 米宽的旧码头坑,木杆禁用,预算 10,000 元。参考答案花 8,216.12 元;九个模型里只有 Sol 过了这关。哔哩哔哩

造价是逐项加出来的:杆件按米计价,每个新节点 20 元,每个红绿灯 200 元。Astra 的设计里就有 1 盏红绿灯和 1 个光电门;它超出的 198.94 元,还不够那盏灯的钱。

按关卡分公式,如果这座桥能过,10,198.94 元对应 80.56 分。把 80.56 代进总分公式,Astra 会从 73.48 变成 84.99,排在 Claude Opus 5.5 的 79.02 前面。算术上,这 199 元买走的不是 199 块的误差,是第二名。

规则严,但不黑箱:同一份模拟器发给所有选手,结果确定,可以无限次试;`python bridge.py check 5 设计.json` 会直接打印造价和合法性。198.94 元不是隐藏参数,是一秒钟能查出来的数字。

更有意思的是同一条规则对桥的宽容。它写得很直白:只看车,桥在最后一辆车过去之后塌了也没关系。 钱是硬约束,桥的身后事是软的。这场比赛要的不是一座耐久的桥,而是在预算内完成一次通行。GitHub

199 元不是误差,是这条线的一次实测。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章