这个周末，一批程序员在B站集体"观赛"——不是人打比赛，是AI写的程序互相打。
擂主是个2.5万粉的UP主"喵了个猫了个咪了个猫"，擂台是他自己搭的：把一字不差的同一句提示词发给一批大模型，限一小时各自写一个C++游戏bot，交卷后全部扔进同一套裁判引擎里打上万局。系列名叫"AI算法对抗大赛"，上一集14个模型各写一个坦克互轰，光定名次的终场赛就打了1.4万局，31万播放。GitHub哔哩哔哩GitHub
先说这集最出圈的细节。
UP主自己写了一个"出题方参照"bot用来验赛道，实力值489，比亚军（467）还高——出题的差点把做题的干趴；
豆包上半场-444分、下半场-49分，进步幅度全场第一，名次却只排第10，评论区神总结：“豆姐怎么是进步女王？”
中场时每个选手会收到成绩表、自己1260局的回放、以及13个对手的可执行程序（不给源码）。结果Muse、MiMo、Haiku下半场交回的代码和自己上半场逐字节相同：拿到情报，一行没改。GitHub
然后，那条1720个赞的置顶评论许愿了：把美团LongCat、小红书dots、百度文心都拉进来，豆包当BOSS，办一场"区王争霸"。5天之后，昨晚（10月21日）第7集真上线了。评论区最高赞的感叹是：“才几天就给搓出来了，这是真高产。”哔哩哔哩哔哩哔哩
赛制两场连打，戏剧拉满。第一场"光轮对战"，10个模型各写一个Tron bot，打了5713局，法国Mistral拿冠军；第二场"屎山优化"，考的是真实程序员噩梦——第5集那份又慢又乱、还藏着5个必须保留怪行为的仓储调度代码，输出必须逐字节不变，按8组隐藏负载的加速比排名。结果两场榜单根本对不上：GitHub
光轮冠军Mistral，在屎山面前代码与基线几乎相同，约1×，原地交卷；
光轮亚军LongCat，在屎山里交的代码编译失败；
真正赢麻的是阶跃Step 5 preview（139.4×）和腾讯混元（138.2×），屎山并列第一，综合两场积分，阶跃坐上"区王"之位；
不占名次的参照线Claude Sonnet 5.5，单发还是甩出169.7×的天花板。GitHub
一个项目冠亚军、另一个项目垫底——"会不会写代码"从来不是一个数字，这也是这套擂台比任何静态跑分都诚实的地方。
而它最对程序员胃口的，是可复现。提示词原文、选手包、每家交卷的原样代码、逐局结果、浏览器里直接放的回放、裁判脚本，全部开源在GitHub仓库meow-ai-arena（MIT）。仓库甚至先泼自己冷水：每个模型只测一次、单次有偶然；第3集附加实验显示只换个工具，实力值能差120分以上；不同集分数不能直接比。在甩结论之前先交代证据边界，这在评测内容里比结论还稀缺——挑coding工具的人，这条尤其值得记住：模型和它接的harness是一套的，换工具就是换选手。GitHub
擂台还给你留了入口：自己的bot丢进`challenge.py`，几分钟后拿到你在所有AI中的排名；社区榜备好了投稿提示词，可以直接扔给Claude Code/Codex/Cursor让它替你打PR；UP主还搭了个arena.meowllm.top，人可以手操单挑历代选手。哔哩哔哩
第7集片尾藏了个附加实验：16年前（2010年）人类写的光轮bot被拉进赛道同台——代码因授权没开源，仓库只列了出处。点赞最高的留言就一句：“算得深，不如读分对。”GitHub
榜单会继续涨，但这个把战报摊在阳光下的擂台值得你下场。要是你不服——`python challenge.py 你的bot.cpp`，几分钟就知道自己离"区王"差几个段位。
