在日本东京的举办的AtCoder启发式编程世界杯总决赛（AtCoder Heuristics World Finals）中，人类选手Psyho经过10小时苦战最后还是守住了人类的尊严赢得了冠军，OpenAI研发的先进推理模型AHC最终获得亚军，但下一次人类还能赢吗？
赛场：优化难题
AtCoder启发式编程竞赛是全球顶级的编程赛事之一，专注于解决“优化问题”。这类任务没有唯一的正确答案，参赛者需要在有限的时间和计算资源内，寻找尽可能最优的解决方案
本次总决赛的题目名为“小组指令与墙壁规划”（Group Commands & Wall Planning）。在一个30×30的网格上，分布着K个机器人，每个机器人都有一个起点和终点。参赛者需要在机器人移动前，通过添加墙壁来改造迷宫，并将机器人分组。随后，通过发布团队或单兵指令，引导所有机器人以最少的操作次数回到各自的目标位置。最终得分由操作数和距离惩罚共同决定。这是一个典型的NP困难问题，极其考验选手的策略、创造力和持久力。
战况：跌宕起伏的10小时
比赛过程充满了戏剧性，OpenAI全程直播了其模型的自主参赛过程——在10小时内，模型独立分析问题、编写代码、提交解答，没有任何人类干预
开局（0-3小时）：AI的闪电战
比赛伊始，OpenAI模型采取了高效的“贪心策略”。它完全忽略了设置墙壁的选项，而是专注于在现有迷宫中规划最快的路径和分组，凭借其强大的计算速度，迅速冲上排行榜第一。然而，经验丰富的竞赛圈内人都明白，这种早期的领先在人类选手的中后期复杂策略面前往往难以维持
转折（约第3小时）：AI开始建墙了！
正当大家猜测AI是否会陷入“不建墙”的局部最优解时，模型突然开始放置墙壁！
中盘（3-7小时）：人类的反击
AI的初步建墙策略相对保守，而人类选手则展现出了惊人的创造力。他们设计出各种复杂的策略，如漏斗形墙壁、分阶段重组、微调优化等。其中，选手@asi1024更是构建出了“雕塑般华丽”的迷宫布局。逐渐AI与人类的差距逐渐缩小。在比赛进行到大约7小时的时候，选手Psyho成功反超，登顶第一
高潮（约第8小时）：AI的绝地反击
就在大家以为AI后劲不足时，剧情再次反转。模型通过自我迭代，发现了新的思路，包括更优的建墙策略和资源调度算法，一举夺回了榜首位置，并将优势保持到了第9个小时
终局（最后1小时）：人类的最终胜利
比赛进入最后冲刺阶段，AI的进步开始放缓，面临着“超时”（TLE）和收益递减的压力。而另一边，冠军选手Psyho持续提交着优异的解决方案，不断扩大领先优势。最终，随着比赛结束，Psyho锁定胜局，为人类赢得了这场对决
赛后
冠军Psyho在赛后坦言自己“精疲力竭”，在过去三天里仅睡了约10个小时。OpenAI的直播团队也提到，Psyho在参赛时几乎是靠着1小时的睡眠在支撑
一个有趣的细节是，赛后有人在社媒上问Psyho，他是否使用了如Cursor或Windsurf这类AI辅助编程工具来提高效率，Psyho说没有，只用了普通的VS Code，加上一些基本的自动补全来加速重复性工作
这次比赛证明了，OpenAI的模型已经具备了以下关键能力：
-
1. 持续性推理能力：在长达10小时的竞赛中，模型能够保持专注，持续分析问题并产出解决方案，而不是在短暂爆发后就陷入停滞 -
2. 战略性探索：模型从最初“不建墙”的简单策略，进化到中途开始“建墙”，再到后期探索出“更好的建墙和资源调度”，这展示了它具备战略调整和探索更优解空间的能力 -
3. 渐进式改进：模型并非一步到位，而是在10小时内通过不断提交、获取反馈、再优化的循环来逐步提升分数。这模拟了人类专家解决难题时的迭代过程
（文：AI寒武纪）