这个热搜词条来自今天上午刚发布的一场真实比赛：B站UP主"喵了个猫了个咪了个猫"发布了"AI算法对抗大赛"第5集，12个大模型组队接力，改一份又慢又乱、还藏着陷阱的老代码——有的提速上千倍，有的改完反而更慢、甚至直接坏掉。 比赛题目、裁判程序、每个模型提交的原样代码和成绩，已经在GitHub开源。哔哩哔哩
官方公布的赛果是：五份成功的终版比原始代码快了约400～2700倍，最快的跑到了Windows计时精度的下限，主办方不得不把每组负载连跑多遍取平均才分得出名次。 另一端同样戏剧化：有队伍的终版全部出错，也有"优化"后的版本在个别对抗性输入上比未优化的参考写法还慢。GitHub
这一集和这个系列前四集"让AI写游戏bot互打几千局"的玩法不同，第一次把比赛改成了真实的工程活：不打对战，12个模型分成6支双人队，接力优化一份又慢又乱的老代码，还要互相给对方的代码找反例。 题目是一个C++仓储机器人调度仿真，基线代码里藏着5个必须原样保留的怪行为，比如取消失败也计数、充到90%就离开充电桩，而随题附带的旧文档和代码注释写的全是另一回事。 也就是说，AI不仅要改得快，还不能在字节级别改变输出——这正是真实世界里碰十几年老代码时的处境。GitHubGitHub
比赛分三轮，6个主程和6个测试手随机配对抽签分队：第1轮，主程在"输出与基线逐字节相同"的前提下尽量提速，交卷前还要给队友写一份交接文档；第2轮，测试手拿另外5队的代码构造合法输入找反例，输出不同、异常退出或60秒内没结束都算，越没被人找到的缺陷越值钱；第3轮，测试手在全新会话里接手本队代码，修好别人指出的反例，实现订单老化、载货耗电、报表加字段三项需求变更，再继续优化。团队总分由主程速度、抗反例、找反例、接手正确、接手速度、两轮盲评等7个分项加权。
最终排名：队F（主程MiMo V2.6 Pro、测试手GPT-6 Astra）以90.8分拿下团队第一，队C（Gemini 3.8 Flash＋GPT-6.1 Sol）77.9分第二，队A（Kimi K3＋Sonnet 5.5）71.4分第三，垫底的队E只有20.4分。 值得注意的是，冠军既不是提速榜头名，也不是找bug最多的模型，而是两轮都没掉链子的那支队。GitHub
"有的比原来还慢"有明确的技术来源。第2轮汇总的缺陷点显示，四家主程犯了同一种回归错误：把基线里"用到才算"的寻路改成提前全部算好再缓存——正常负载下确实更快，但遇到目的地不可达、封锁频繁变化的对抗性输入，就会把算力浪费在大量无用预计算上，甚至退化到超时，主办方明确写道"随机对拍测不出来"。 赛后复测还抓到同一类问题：队B由Fable 5.1接手后的终版，在参考实现只需5.9秒就能跑完的输入上连续超时，一次跑了97.3秒。GitHubGitHub
队E的情况最极端：接手手Grok 4.7第3轮用满45分钟，交上来的代码一行没改，9组隐藏负载全部出错；UP主怀疑账号当时被官方降智，但从记录上无法证实。 这类"提速报表全绿、边角输入悄悄回退"的现象，恰好是AI改真实老代码时最需要提防的坑：光看平均性能数字不足以证明改动安全，必须带对抗用例验收。GitHub
主程榜和测试手榜则给出了另外两个反直觉的结果。主程榜首不是提速101倍的Gemini 3.8 Flash，而是88倍的Kimi K3——它的代码没有一名测试手找到反例，而Gemini速度分拿满却被5名测试手找到反例，单项"抗反例"直接归零。GitHub
测试手榜上最亮眼的是"在别人留下的烂摊子上继续优化"的能力：DeepSeek V4.1 Flash的主程原版只比基线快7倍，Opus 5.5接手后终版冲到2743倍，单轮增值约629倍；GPT-6 Astra则靠找到6个缺陷点登顶测试手榜。 换句话说，这一集真正测的不是"谁写的代码跑得快"，而是从理解遗留代码、留下交接文档、接手他人工作到对抗性找问题的整条工程链。GitHub
成绩也带着明确的适用边界：每个模型每轮只跑了一次，主办方自己强调这是"这一场"的结果，不是能力排名；第2、3轮首次比赛因提示词没讲清楚、各家条件不一致而整体作废重赛。 工具的影响也不小——同一个模型只换agent工具，第3集的附加实验就测出实力值差120分以上。 不过通过者的底线过硬：五份成功终版各自用1500个随机边界用例与参考实现逐字节对拍，0个不一致。GitHubGitHubGitHub
“可读性"上则不用对AI太有信心。三个参赛模型对12份匿名代码做了可维护性盲评，最高的一份终版只得7.8分（折合百分制约71分），而盲评标尺上"干净的参考实现"是75分、原始屎山是10分：提速上千倍之后的AI代码，离人类工整写法仍有可见距离，但它们甩开的是原来那座"山”。GitHub
最后是一个场外细节，可能比比赛结果更值得用AI干活的人留心。比赛内部原本把找反例环节称为"攻防"“击穿”，但这套说法被Claude和OpenAI的安全机制当成网络攻击任务拦下过，主办方不得不整体改名才跑得完。 UP主还在置顶评论里说，比赛期间被封了一个账号：“这期损失非常惨重，被A/封了个5x，我才用了一周啊😭没退款，损失128刀”。 换句话说，用AI做正经的代码审查和优化，目前还得绕开安全审查误伤这一道现实的坎。GitHubB站
