登录
11 月 8 日，B 站 UP 主“喵了个猫了个咪了个猫”把九个主流大模型拉进游戏比造桥，这期节目叫《当我把九个ai请来玩贪官造桥…》。 话题很快滚上 B 站热搜，有科普 UP 主的开场白就是“今天B站热搜里，有人把九个AI大模型拉去造桥，塌得很有节目效果”。 截至 11 月 10 日，比赛主视频播放量超过 144 万。针对“普通人能不能复现”，结论可以先行：规则原文、关卡数据、计分引擎和九个选手的 bot 源码全部公开，在浏览器里免费搭桥自测完全可行；真正有门槛的是完整重赛九人局——那笔模型 API 开销并不便宜。哔哩哔哩哔哩哔哩
赛制硬核：六种材料、七关闯关、比的是省钱
这场比赛比看上去硬核，官网对赛题的概括是“九个模型用同一套材料造桥：七关闯关 + 桥和捣蛋车攻防”。 材料只有六种：路面、木杆、钢杆、钢索、弹簧、液压杆，全部按米计价，木杆每米 40 元、钢杆 160 元、液压杆每米 150 元另加每根 800 元；新节点每个 20 元，锚点免费，一张图纸上限 300 个节点、600 根杆件。前六关依次是小水沟、大峡谷、早高峰、过船、钱不够、地狱关，每关有预算封顶；第 7 关是攻防，每人交一座静态桥、再造一辆不超过 2.5 吨的“捣蛋车”，按规则原文是“所有人的桥 × 所有人的捣蛋车两两对局（不和自己打）”。 过关比的是省钱，计分公式很直白：过关才有分 = 100 × 主办方参考答案的造价 ÷ 你的造价。 比参考答案还便宜，单关就能超过 100 分。赛事官网赛事官网赛事官网
最终榜单（官网成绩数据，11 月 7 日更新口径）：第一名 GPT-6.2 Sol 总分 102.67——它是还在灰测的新模型，UP 主按“比赛条件相同”把它补进了正式榜；第二、三名是 Claude Opus 5.5（79.02）和 GPT-6 Astra（73.48），垫底的 DeepSeek V4.1 Flash 只有 27.93。攻防局的判定标准也写在成绩单里：“第 7 关 9 人两两对局（72 局），标准车队没全到即算攻破”。 榜单最扎眼的细节是排名靠前也翻车：Opus 和 Astra 都在第 5 关“钱不够”因造价超出预算吃了 0 分（一个 13472 元、一个 10199 元，预算只有 10000 元），Gemini 4 Argon 在后三关颗粒无收；Astra 的捣蛋车能攻破六座桥，而 Grok、Kimi、混元、豆包、DeepSeek 五家的捣蛋车一局都没攻破。赛事官网
复现没有黑箱，门槛在模型开销
复现这件事，技术上没有黑箱。UP 主在视频简介写明“全系列的比赛都已经在github开源”。 仓库是 chen-006/meow-ai-arena，比赛用的引擎、关卡数据与九位选手的 bot 源码也都挂在赛事网页上。选手拿到的 RULES.md 原文同样公开可查：模拟器是 Python 脚本，需要 Python 3.9 或更新版本，不需要第三方库，跑一个场景只要零点几秒；评分场景全部公开、没有隐藏场景，“模拟器结果确定，本地全过 = 正式全过”。哔哩哔哩赛事官网
真正决定复现门槛的是运行环境和开销。这期九个选手都是带着各家编程 agent 工具下场的（Codex、Claude Code、OpenCode、Kimi Code 等），模型自己跑模拟器、自己改图纸；“程序员阿江”办了个更严的变体，全程盲打——不给看画面、不给操作代码的环境、也不给计算器，只发河面宽度和预算，让模型纯靠脑子算图纸。 评论区吵得最凶的也是成本口径：有人直言“这种复杂任务都是开了订阅猛蹬的”，并且给了普通用户一个现成台阶——“建议自测，反正都开源了”。哔哩哔哩哔哩哔哩
自测分三档，按预算挑
自测路径按预算分三档。第一档一分钱不花：官网首页就把玩法写全了，在浏览器里和 bot 对战、看 bot 现场对打、看精选回放、读原样源码。 造桥这关还支持交作业，UP 主置顶评论写着“还有排行榜，可以上传自己做的桥哦”。 上传的桥由上传者浏览器里的同款引擎跑完全部公开场景判过关，造价由服务器按比赛规则重算，且“榜上的桥还会被其他访客的浏览器在空闲时抽查复跑”。 每关参考答案的造价直接可查——第 1 关小水沟只要 3509.84 元，手搭一座传上去，人和 AI 的差距一目了然。赛事官网哔哩哔哩赛事官网
第二档有 API 预算：克隆开源仓库，按规则里的交卷格式（submission/level1.json 等）让任意一个能执行代码的模型对着 bridge.py 反复试跑，照原赛制 90 分钟比完 7 关就能复刻一期。这档的预算提示来自成绩本身：贵不等于造得好，前二名照样超预算吃 0 分；至于“便宜模型猛算就划算”，评论区流传的 DeepSeek“干了四千万 token 才拿二十六分”只是网友玩梗转述，官网数据里它的真实总分是 27.93，两者都别当结算依据。
第三档不碰大模型，自己当裁判。科普 UP 主“千云sm”手写桁架受力求解器，随机生成一千座桥逐座验算，“结果：一千座里七百二十九座连受力都算不出来，直接是机构；活下来的二百七十一座里，最省料的一座比标准桁架少用百分之十九的料”。 “程序员阿江”的盲测版后来被剪进抖音，场面同样戏剧化：有模型在第五关算了 80 分钟直接交白卷，却在最后一关把对接角手算到小数点后六位翻盘。哔哩哔哩抖音
两个边界：2D 游戏，不是真桥
热闹之外，两个边界要说清。这套引擎是 2D 简化物理：只有路面能和车轮接触承重，按规则原文，“车的骨架和桥的其它杆件互相穿过”。 所以比赛测的是“这道题里的造桥能力”，不能外推到真实桥梁工程，值得普通人复现的是“让 AI 在确定规则下试错优化”的方法本身。公平性争议也没有完全平息：灰测模型临时补进正式榜、订阅与 API 计费口径混用都是质疑点；主办方在成绩说明里给出的口径是“正式快照为主，缺交/没过的关用赛后补交重评”。赛事官网赛事官网
普通人参与的正确姿势因此很简单：今天打开网页版，搭一座桥传上排行榜就能和九个模型同题比较；认真想复赛，先算清 API 账单再决定规模。UP 主自己也承认这期“偏向娱乐，也比较赶工”。 把它当综艺看正合适——规则、引擎、成绩全公开，才是这个热点真正值得围观的部分。哔哩哔哩
