11 月 8 日和 9 日，B 站前后脚出现两场 AI 造桥赛。后一场的 UP 主在评论区解释，自己发视频时才发现跟另外一位 up 撞了选题。 一场是九个 AI 玩“贪官造桥”，一场是八个 AI 连闯六关。两边榜单摆在一起，不少重合的模型，结果却对不上。哔哩哔哩
更扎眼的是八人赛的压轴关。有位选手前五关一直很稳，预算控制还成了范例。但在最后一关把桥顶钢架架得太高，两扇桥在半空交汇时撞在一起，拿了 0 分。 评论区把这位选手认成 Claude Opus 5.5。前五关的车都能过，为什么压轴关还是 0 分？抖音
因为“能过车”从来不是这两场比赛的完整题目。
九人赛的规则写得很直白：过关是资格，单关分数是 100 × 参考答案造价 ÷ 你的造价。过关之后，越便宜分越高；便宜到超过参考答案，分数还能破百。 GPT-6.2 Sol 就是这样拿到总分 102.67：在大峡谷关，它的造价只有参考答案的七成多，单关 137.85 分。AI 算法对抗大赛
九人赛里只有 1 个模型过了“钱不够”关，只有 3 个过了“过船”和“地狱关”。车能开过去，不代表分数好看——分数在造价表里。第七关每人再造一辆捣蛋车去拆别人的桥，守得住、拆得动都算分；桥“能过车”只是最低门槛。
八人赛更狠。六道题冻结，每关两次机会：第一稿过拿满分，第二稿过拿一半，两稿都没过就是 0 分。 压轴关“云端换乘”也不是“车从河这边开到那边”，而是两片活动平台接力，把三辆车送到不同高度的出口，全部送达再复位。 这一关满分 25 分，占总分的四分之一。哔哩哔哩ModelDial
坏就坏在合拢这一步。那位选手把桥顶钢架架高了，两片平台在半空合拢时直接撞上。车还没上桥，题就已经错了。0 分不是“桥塌了”，是“桥根本没对上”。
所以两场比赛的“0”不是一回事。九人赛里，Claude Opus 5.5 在“钱不够”关也没过关，但那一关只占总分的七分之一，它靠其余五关和攻防分仍排第二，总分 79.02。 八人赛的 0 分落在权重最高的压轴关，代价大得多。同样是 0，一个是七分之一里的失手，一个是四分之一里的撞车。AI 算法对抗大赛
这也解释了为什么两场赛看起来“撞车”：它们问的根本不是同一个问题。九人赛问的是“你能多便宜地过车”，八人赛问的是“你能不能在第一次就把所有约束算对”。模型是很字面的优化器：给它“车能过”这个看得见的目标，它就把桥造到刚好能过；但造价、首稿通过率、合拢公差、token 消耗这些看不见的指标，才是分数真正待的地方。桥能过车却拿 0 分，不是模型突然不会造桥了，是它没读到计分器里那一行小字。
