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"做到第9集：请9个主流大模型同台玩了一把"贪官造桥"，截至11月10日下午播放量已超95万。冠军是GPT-6.2 Sol，总分102.67，是全场唯一总分破百的选手。所谓夺冠"歪招"并不神秘：这场比赛按造价给分，桥造得越便宜分越高；而且赛场、裁判程序和全部比赛材料都公开了，普通人可以直接下场做同一道题。哔哩哔哩GitHub
规则把比赛切成7关：9个模型各自限时90分钟，开局一次性拿到全部关卡，前6关先让规定车辆按时完好过河，过了关再比造价，第7关则是决赛桥对捣蛋车的两两攻防。分数怎么算更能说明问题：每关成绩按100×参考造价÷自己的造价折算，和参考答案一样便宜拿100分，比参考造价更省还能破百，没过、没交、超预算一律0分。换句话说，主办方把参考造价立成了一条"返利线"，省下的每一分钱都是分数——"贪官"这顶帽子就是这么来的。GitHubGitHub
判过的方式比想象中宽容：过关只认"本关全部场景里每辆车都按时完好到达"，车过去以后桥塌了也算过；但穿模、速度爆炸、NaN、杆件形变超20%这类物理异常直接判失败。于是桥不需要永远结实，只需要撑到车辆开完的那几秒。真正考的是在确定性的XPBD物理引擎里，把材料抠到刚好不断的极限——而选手手上的模拟器和裁判用的是同一份程序，可以无限次试，公开场景里没有隐藏题。GitHub
Sol的冠军桥就是这套逻辑的样板：第2关造价7702，比主办方10616.73的参考造价低约27%，拿下137.85分；第5关"钱不够"（预算10000还禁用木杆）是它全场唯一独自攻克的关卡。同一段结果也划出了第二层门槛：Claude Opus 5.5和GPT-6 Astra都在第5关超预算吃了0分，Grok干脆后两关没有交卷，其余6个模型在第4～6关集体挂零——没过关，连谈"省"的资格都没有。GitHub
第7关攻防把歪招和硬实力分开算账：每人交一座静态决赛桥加一辆造价6000以内的捣蛋车两两对打，72局里18局被对方车队冲垮，没有出现物理异常。Astra的捣蛋车攻破8座桥里的6座，是全场最强进攻，总分却只排第3——因为前三名自己造的桥都挡住了对手全部8次冲击。桥够结实，歪招就轮不到你头上。GitHub
对普通人来说，复现是官方现成铺好的路，分三步。第一步直接下场：浏览器版模拟器可以载入9位选手的设计和参考答案试车，也可以自己搭一座，搭好的桥在全部公开场景通过后就能上传，进第1～6关按造价排序的排行榜。第二步让AI代打：仓库里附带一份专门写给coding agent的提示词文件，投稿接口也写在里面，把提示词交给你自己的AI，它就是在同一张赛场上和这9位选手做同一道题。第三步验证整场比赛：本地编译引擎后跑一遍评分脚本，把六关54份设计、6份参考答案和第7关72局逐项重算，8核机器上几秒钟到一分钟就能打出"核对通过"。GitHub
能复现的是赛场、口径和打法，不是模型在90分钟里的算力吞吐。9位选手用的都是所在工具的最高思考档，但工具和接入渠道各不相同，主办方在规则里写得很清楚：不能把这场比赛的结果当作模型能力排名。另外，11月9日另一位UP主"程序员阿江-Relakkes"也发布了8个模型的造桥赛，但玩法完全是另一套：全程盲打，不给看画面、不给代码环境和计算器，模型只拿河面宽度和预算纯靠脑算交图纸，压轴关8家只过了3家。两场比赛名次不能直接对比，信号却一致：大模型评测正在走向造桥这类有约束、可验证的工程题，而且这回，赛场连同数据一起留给了普通人。GitHub哔哩哔哩
