AI造桥赛里的零分桥:车能开过去为什么还不及格?

源自200位全网作者

12:53

先看一座桥。

24 米的河,左岸还有一个 4 米深、10.5 米宽的旧码头坑。我把它放进比赛开源的同一套模拟器,只把预算上限临时放宽,重跑了两个场景:小轿车和面包车都开了过去,桥上一根杆件都没断。可按正式规则,它拿 0 分。

原因不是桥塌了,也不是车掉下去了。是造价:13472,预算是 10000。

这是 B 站 UP 主“喵了个猫了个咪了个猫”的“AI 算法对抗大赛”第 9 集。 2026 年 11 月 7 日,9 个 AI 模型在 90 分钟里设计桥梁。第 5 关叫“钱不够”:24 米的河,加左岸旧码头坑,而且没有木杆。预算 10000,参考答案造价 8216.12。哔哩哔哩GitHub

Claude Opus 5.5 提交的是一座钢桁架加斜拉索的桥。它造得很结实,车全过去了,桥还站着。

但规则把“能过车”和“能得分”分得很开:先过关,再比造价,关卡分 = 100 × 参考答案造价 ÷ 你的造价;可造价一旦超过预算,不是扣分,是“设计不合法”,该关直接 0 分。 车能开过去,只是拿到比分的必要条件。GitHub

同一关,GPT-6.2 Sol 的桥造价 8620.74,两个场景也全过,按公式拿 95.31 分;重跑时它每次都会断一根弹簧。Opus 的 13472 如果只按公式算,是 60.99 分——但规则先看合法性,超预算,连这 60.99 都没有,直接 0 分。 两座桥的路面成本几乎一样(5250 对 5082),差距主要在钢:Opus 花 5421 买钢杆,Sol 只花 325,剩下靠钢索和两根弹簧撑住。Sol 的桥不“结实”,重跑时弹簧会断,车还是过去了——规则只看车有没有到,没要求桥完好。GitHub

这就是这座零分桥最值得看的地方。它不是因为“不行”,而是因为它回答的是“造一座能过车的桥”,这一关问的却是“用 10000 块以内,让车过去”。前者是工程演示,后者是约束优化。预算不是赛后的评分项,是赛题的一部分;越过这条线,桥不是“差一点”,而是“不合法”。

第 5 关的名字“钱不够”已经把提示写在脸上。它不给木杆,预算也不够造一座完整的桥,就是想看选手会不会放弃“造一座好桥”的直觉,改用钢索、弹簧、可拆可垮的结构。钢桁架是这类跨度的常见答案,也是这一关所有提交的设计里最贵的答案。

这只是一次运行,赛事方也提醒不能据此给模型排能力榜。Opus 最后总分 79.02,排第二。 Sol 则以 102.67 排第一。但这一关的 0 分就是 0 分。GitHub

更值得琢磨的是,为什么一个能无限次本地试跑、还带着 `bridge.py check` 命令的 AI,会把一份超预算 34.7% 的设计交上去。比赛没有公开选手的会话记录,所以没人知道它有没有查过造价、是不是时间不够,还是把预算当成了“扣分项”。但规则和工具都摆在那里:这条命令会直接打印“造价 13472 超过预算 10000”。

车能开过去,桥没及格。及格线不在桥上,在报价单上。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章