Gemini 2.5 拿下 ICPC 金牌水平：12 題解出 10 題，排位相當於全球第二

兩個月前剛在國際數學奧賽拿下金牌，Google DeepMind 的大模型又去大學生的地盤砸場子了。

9 月 4 日，在亞塞拜然巴庫舉辦的第 49 屆 ICPC 國際大學生程式設計競賽全球總決賽上，進階版 Gemini 2.5 Deep Think 在賽事官方監督下遠端參賽。它比人類選手晚起跑 10 分鐘，在 5 小時內解出 12 道演算法題裡的 10 道。按總罰時 677 分鐘計算，如果計入正式榜單，它可以直接排在全場 139 支全球頂尖高校隊伍的第 2 名，穩穩鎖定金牌位。

這不僅是 AI 第一次在大學級別的頂級演算法競賽拿到金牌戰績，更有意思的是，全場人類高手全軍覆沒的硬骨頭，反倒被它啃下來了。

45 分鐘刷掉 8 道題，還解了全場唯一一道零通過題

比賽的節奏快得有點嚇人。開賽前 45 分鐘，Gemini 就端掉了 8 道題，到第 3 個小時又攻下 2 道。

全場最戲劇性的一幕發生在 C 題（Problem C）。這是一道關於管道液體分流網路的最佳化題，每個管道可以是全開、全關或部分開啟，組合狀態趨近無限，需要求出最快填滿所有蓄水池的配置。全場 139 支高校參賽隊無一解出，通過率為零。

Gemini 卻在開賽半小時內拿下了它。它的思路非常清奇：先給每個蓄水池賦予一個「優先順序權重」，將原問題轉化為動態規劃結合極小化極大定理（minimax），再利用解空間的凸性，通過巢狀三分搜尋快速鎖定最優優先順序。

根據 DeepMind 的復盤，這次跑的模型融合了多智慧體並行思考技術。系統內部會有多個 Gemini 智慧體分別提出解法，自己在終端裡跑程式碼、做測試，再根據執行反饋持續迭代，而不是單線碰運氣。

DeepMind 內部測試還顯示，拿這套系統去跑 2023 和 2024 年的 ICPC 決賽題，同樣能穩拿金牌，解題水平基本相當於全球前 20 的頂級演算法競賽選手。

為什麼重要

對開發者來說，這標誌著 AI 寫程式碼正在越過一個分水嶺：從寫模版、補全函式的「打字助手」，變成能夠處理複雜邊界條件和抽象邏輯的「架構級搭檔」。目前 Google AI Ultra 訂閱使用者已經在 Gemini 應用裡用上了輕量版 Deep Think，雖然離比賽中這種幾十個 agent 狂跑的算力還有距離，但在日常排查複雜死鎖或冷門演算法最佳化時，已經能提供完全不同的排查思路。

對行業而言，競技演算法一直被視作人類智力密度的最高護城河之一。ICPC 容錯率極低，只有完全正確的解法才能得分，哪怕多錯一次或慢一分鐘都會被罰時懲罰。Gemini 在這裡拿到第 2，說明結合了搜尋、強化學習和自驗證的多智慧體架構，已經能攻克極度複雜的長邏輯鏈條。我們認為，這會直接倒逼 OpenAI 和 Anthropic 加速把各自的推理模型推向多 Agent 協同和自動化程式碼驗證，單模型暴力出奇跡的時代正在過去。

不過也得潑一點冷水。比賽是在封閉、邊界清晰、結果可自動驗證的環境裡進行的，而工業級軟體工程最難的部分往往是需求模糊、文件缺失和歷史技術債。AI 能當 ICPC 金牌選手，不代表它明天就能接管你的千萬行遺留程式碼庫。但看起來，留給人類程式設計師「只拼純演算法技巧」的生存空間，確實已經被壓縮得所剩無幾了。