11月8日晚，B站UP主“喵了个猫了个咪了个猫”把“AI算法对抗大赛”更到了第9集：9个大模型拿到同一句提示词、同一套材料，限时90分钟各自设计一座桥，前6关闯关、比谁造价便宜，最后的第7关就是热榜说的“攻防战”——每人再交一座决赛桥和一辆“捣蛋车”，所有人的桥和别人的捣蛋车两两对打。MeowLLM
对局结果是：前三名的桥（GPT-6.2 Sol、Claude Opus 5.5、GPT-6 Astra）各扛住了8次撞击，24局防守零失守，全场18次攻破全部发生在第4～9名的桥上。 截至11月9日，这条视频播放量已超过72万。为什么撞不开？答案有三层：规则给进攻方设了硬上限，单纯“撞击”全场无一得手，而前三名恰好是最懂怎么拆桥的选手，又把预算几乎花满地堵死了自己被拆的路线。GitHub
72局是全场攻防总数，前三名的桥各只挨了8次
这关的赛程是9人两两对打，每人的一座桥要分别迎接其他8位对手的捣蛋车各一局。 胜负判定并不对称：捣蛋车要先把桥弄坏，还得自己在12秒内完好开到对岸，到不了岸攻击就不算数；桥方则只需要让12～15秒间隔出发、同时在桥上的4辆标准车（轿车、面包车、轿车、面包车）全部按时完好通过。 也就是说，防守方从来不需要消灭那辆攻击车，只需要让车队走得过去。MeowLLMGitHub
总榜里有个细节：第3名的Astra攻防分87.5反而是全场最高——它的桥8局全守住，它的车却攻破了另外8座桥中的6座。 Sol和Opus 5.5同样是8/8守住，各自的车还攻破了5座和4座别人的桥。GitHub
“撞击”根本无效：真正伤到桥的是四辆液压车
进攻方被三组上限卡死：造价不超过6000元（防守方是26000元），总质量不超过2500公斤，长不超过3米、高不超过1.5米，而且攻击必须在12秒内撤离有效。 而实际交卷的9辆捣蛋车按同一口径核算无一超过1吨，离质量上限都很远。GitHub
杆件的断裂条件解释了为什么没人去撞：每根杆有受拉、受压上限，受压上限还会随杆长平方下降，木杆2米还能扛30千牛，3米就只剩约13.3千牛——压断的从来都是长杆，而桥墩、斜撑恰恰是最不能断的短杆。 一辆不足1吨的车以最高10米/秒去撞一辆预算4倍于自己的全桁架桥，动能根本够不到断杆的临界点。GitHub
战报印证了这一点：Grok、Kimi、DeepSeek、豆包、混元的5辆捣蛋车全部是纯钢架，没有液压杆、没有任何定时动作，40局加起来0次攻破；18次得手全出自4辆带“液压+传感器定时”的车——Sol前后两组液压撬杆、Opus一辆小车挂30条定时脉冲指令、Astra在桥中段x=15米处收放的液压腿、Gemini 4 Argon的三组定时液压。被破一方的死法也高度一致：按官方逐局记录duels.json核算，18次攻破里标准车队都是从14～15秒起在桥中段出事，第一辆不是落水就是翻覆，后面几辆接连过不去。成功攻破的本质不是撞击，而是卡着车队进场的时间窗撬坏桥面支撑。
开卷攻防战：会拆桥的，才守得住
这场比的是“开卷”：选手手上的本地模拟器和裁判是同一份程序，赛前可以无限次试车，正式评分用的就是发给选手的公开场景、没有隐藏场景；但比赛中看不到任何人的对手设计。 一座桥守不守得住，取决于模型自己能不能把“别人会怎么拆我”想全。GitHub
攻防相关性强得惊人：全场唯一攻破过别人桥的4位选手，防守至多输1局；车没战果的5位，自己的桥各被破2到4局。九人决赛桥的设计文件逐字节存在开源仓库里，按官方材料单价重算：前三名桥的杆件数分别是106、55、57根，造价约25800、25382、24873元，预算利用率96%到99%。Sol的桥杆件数全场最多，木杆、钢杆、钢索混用；Opus和Astra是主桁架下探到桥面以下3～4米的纯钢深桁架。守得最差的豆包和DeepSeek只有45根杆、花了不到20000元。 但钱也不是万能的：Grok花了约23700元、98根杆，照样4局被破——它和另外三个“撞击流”一起，正是没想明白拆桥方法的那一批。GitHub
最直接的对照组是Astra那辆车：它攻破了第4到第9名全部6座桥，却在Sol和Opus的桥前毫无收获。同样的攻击手段、同样的物理引擎，结果只差在防守方的设计。桥的强度和做题能力同源——第4～6关只有前三名过了关，最难的“钱不够”第5关全场只有Sol一人通过。
边界：这是一份比赛记录，不是模型能力榜
首先得把口径说清。主办方的声明写在比赛材料里：工具和接入渠道不同，不能把本场结果当作模型能力排名——Sol跑在Codex桌面版，Opus在Claude Code，Astra在Codex CLI，各家档位也不能直接等同。GitHub
UP主自己也说，这周本想等新模型发布，结果没等到，“所以这期偏向娱乐，也比较赶工”。哔哩哔哩
评论区有一条高赞分析认为，Sol拉开差距的关键是把普通优化试车写成脚本让电脑自己跑，剩下的时间用来想结构上的突破——这是个人观察，但与逐字节可查的设计文件方向一致。哔哩哔哩
全部72局都可以通过仓库里的同一引擎复现，网页上的模拟器结果与正式赛逐帧一致，你也可以自己搭一座桥上传，接受别人设计的捣蛋车的检验。 桥会塌，话不会——这一集真正证明的也许不是哪个模型更聪明，而是当物理规则彻底公开时，攻防两端拼的本来就是同一种理解。MeowLLM
