11 月 8 日，B 站 UP 主“喵了个猫了个咪了个猫”发布《AI 算法对抗大赛》第九集，九个模型在 90 分钟里挑战七个关卡。前六关的规则不复杂：先让规定的车按时、完好过河，过关以后才比造价，关卡分 = round(100 × 参考造价 ÷ 你的造价, 2)。桥越便宜，分越高。换句话说，这题考的不是“能不能造”，而是“能不能在预算里造出来，还造得比别人便宜”。最后的过关曲线很陡：前三关九个全过，第四关剩三个，第五关剩一个，第六关三个；总分从 102.67 到 27.93。哔哩哔哩GitHub
第四关是第一个陡坡。24 米的河中间是航道，船到时，水面到 6 米高度不能有桥。Astra 的选择最直接：不用任何机关，把跨航道的一段抬到 6 米净空以上，最高点 7.5 米，113 根杆件，造价 18718 元，过了，65.94 分。Sol 造了一座可动的桥：两组液压杆在船到时改变桥面姿态，红绿灯把两岸车流压住，等船过去再放行，造价 11712 元，比参考答案的 12342 元还低（参考答案只是基准，不是理论最优），105.38 分。Opus 也做了可动结构，但钢杆用得多，17585 元，70.19 分。同样是“让船过去”，一个靠加高，一个靠加机构；省钱规则把后者抬到了前面。
这里的“省钱”不是少用几根杆，而是换一套受力与通行方案。Astra 的高桥是静态几何，Sol 的可动桥是“结构 + 传感器 + 时序”的系统；后者更复杂，却更便宜。这些模型更容易生成一个看起来合理的静态结构，更难把机构、触发和车流组织成一个闭环。
第五关“钱不够”把差距拉得更开。24 米河，预算 10000，木杆禁用，左岸还有一个 4 米深的旧码头坑。九个模型里只有一个过关：Sol，8620.74 元，95.31 分。它的桥是 19 根路面、12 根钢索、2 根弹簧、1 根钢杆。其余模型的选择分成两类：一类把桥做瘦——混元只用 19 根路面，5651 元；DeepSeek 12 根路面加 4 根钢索，5584 元——都便宜，都没过。另一类把桥做强——Opus 13472 元，Astra 10199 元，双双超预算，0 分。Astra 只超了 199 元。meowllm
便宜的设计不是“少几根杆”，而是换一种结构；贵的设计也不是“多几根杆”，而是没有换结构。从结果看，只有 Sol 在“禁木”这个新约束下重新推导了受力路径。其余模型要么沿用旧模板，要么在旧模板上做减法。多数模型的默认动作是局部增删：过不了就加杆，超预算就删杆；删到桥塌，或者加到预算爆掉。真正难的是第三步——发现这套模板本身不成立，换一套。
有些失败甚至不在结构上。Astra 在第五关超预算 199 元；Opus 超 3472 元；混元在地狱关报出 34497 元，预算只有 20000。规则写得很清楚：没过、没交、超预算都是 0。比赛包自带 `bridge.py check`，一条命令就能算出造价。这不是算错数，是收口没做：把预算当成一句需要理解的说明，而不是一条需要在交卷前断言的硬线。GitHub
第二关还有一个更安静的数字。同一座 30 米峡谷，Sol 花 7701.80 元，DeepSeek 花 20128.23 元，两个都过了，分数 137.85 对 52.75。模拟器是确定性的，场景全部公开，本地可以无限次试——信息不是瓶颈。瓶颈在过程：有没有把“试一次”变成“建成本模型、扫参数、找敏感项、再收敛”。从结果看，很多模型停在“能过”，剩下的时间用来加保险，而不是压造价；它们没有把造价当成一个可以优化的变量，只当成交卷时的一个结果。
第七关是攻防。每人交一座静态决赛桥和一辆捣蛋车，所有人的桥和别人的车两两对打，共 72 局。Sol、Opus、Astra 的桥都守住了 8/8；从第五名开始，桥只能守住 4～6 座，捣蛋车一辆桥也没攻破。省钱省到最后，如果桥经不起一辆 2.5 吨以内的捣蛋车，便宜就没有意义。造价和可靠性之间那条线，才是工程真正难的地方。GitHub
所以，这场“省钱赛”暴露的工程短板，不是大模型画不出一座桥。它们能画出很像桥的东西，前三关九个全过。真正的短板是：它们不习惯把约束当硬线，不习惯把成本当设计变量，不习惯为了省 199 元回头重算一遍，也不习惯在便宜和可靠之间做标定。能过是演示，又便宜又能过才是工程。
当然，这不是模型能力总榜。九个模型用的工具、接入渠道不同，每个模型也只跑了一次；主办方自己也在仓库里提醒，不能把这场结果当作模型能力排名。但有些东西和排名无关：交卷前算一次造价，换约束时重推一次受力，过了关再问一句“还能不能更便宜”。这些动作不需要更强的模型，只需要把任务当成工程，而不是当成一次生成。
