Sakana AI 智慧體奪冠 AtCoder：花 1300 美元擊敗 804 名人類

以前大家看 AI 寫程式碼，大多侷限在刷刷 LeetCode 演算法題，或者給程式設計師當個程式碼補全助手。但在工業界，真正卡住人類工程師脖子的，往往是物流排程、供應鏈排產這類極其複雜的「啟發式最最佳化」難題。這種題沒有標準答案，全靠工程師的經驗、直覺和沒日沒夜的調優。

總部位於東京的 Sakana AI 宣佈了一項戰績：自家的 ALE-Agent 在 AtCoder 舉辦的啟發式程式設計賽 AHC058 中拿下了第一名，擊敗了 804 名人類參賽者。這也是業內第一次有 AI 智慧體在大型即時最最佳化程式設計賽中擊敗人類奪冠。

這次比賽在 2025 年 12 月 14 日舉行，比賽視窗只有 4 個小時。題目設計得很有意思：模擬一套層次化的機器生產線，比如造蘋果的機器、以及用來製造這些機器的上一級機器。參賽者必須寫出一套最優規劃演算法，決定按什麼順序製造和升級哪些層級的機器，產出效率才最高。這背後對應的，其實就是工廠排產和供應鏈排程等現實工業痛點。

沒按出題人的套路走，它自己發明了新啟發式

有意思的是，這個智慧體並沒有按照出題人預想的常規路線來解題。

AHC058 的出題人原本預期大家會用貪心演算法（Greedy）或束搜尋（Beam Search）敲定全域性框架，再用模擬退火（SA）做細節微調。但 ALE-Agent 展現出了一種極具「AI 風格」的解法。

它自主推匯出了一套被稱為「虛擬力量（Virtual Power）」的啟發式策略：即使某臺機器還沒開始運作，演算法也能提前給它賦予潛在價值權重，從而避免目光短淺。在模擬退火階段，它沒有隻盯著改動一步兩步的小修小補，而是準備了三套基於貪心法的大規模方案重組機制。只要發現陷入區域性最優，就直接大刀闊斧重構整套規劃。

再加上一系列人類肉眼很難寫出的極速運算最佳化，比如建立預計算查詢表、剔除所有冗餘開銷。比賽開始兩小時後，ALE-Agent 第一次提交程式碼就衝上榜首；中間雖與人類頂尖高手 yosupo 展開拉鋸戰，但在比賽進行到兩個半小時時奪回第一，並將優勢保持到了終場。

燒掉 1300 美元算力，頂尖出題人看呆了

為了在這 4 個小時內贏下比賽，ALE-Agent 耗費了大約 1300 美元的算力成本。其中包括約 1000 美元的 API 賬單和 AWS 等基礎設施費用。

具體跑下來，它呼叫了 2654 次高推理強度的 GPT-5.2，以及 2119 次高思考級別的 Gemini 3 Pro Preview。智慧體利用多模型並行生成方案、對比篩選，並從中提取經驗教訓，作為下一輪寫程式碼的上下文輸入。

出題人、世界排名前列的演算法專家野地宏美賽後坦言，開賽前他覺得大模型很難做這道題，因為貪心演算法需要極強的人類實驗直覺。看到結果後他感到非常震撼：智慧體推匯出了連他都沒料到的模擬退火新解法。儘管在區域性直覺上人類依然佔優，但 AI 那種壓倒性的海量試錯與推理結合能力，是人類完全不具備的。

不過，Sakana AI 自己也承認，AI 目前並不是百戰百勝。雖然 ALE-Agent 在此前的比賽裡多次打入前列，但這是它拿下的首個冠軍。目前它的虛擬積分為 2592，在 AtCoder 活躍使用者中排在第 66 位。

為什麼重要

我們認為，這場比賽最大的意義，在於它打破了「大模型只會做有標準答案題目」的刻板印象。

以往業界測大模型寫程式碼，基本全在測單點邏輯或者單元測試。但這次解決的是 4 小時賽程、完全開放、沒有任何標準模板的工業級運籌學挑戰。AI 能在這個場景下奪冠，說明測試時算力擴充套件（Inference-time Scaling）配合多模型協作，已經具備了一定程度的自主科學探索與實驗調優能力。

對企業和開發者來說，4 小時燒掉 1300 美元聽起來不便宜，但如果放在現實的物流乾線排布、晶片佈線或是供應鏈採購場景裡，能把整體執行效率拉高哪怕幾個百分點，省下的成本可能是上千萬美元。相比養一個頂級運籌學專家團隊常年攻關，讓自動化智慧體在幾小時內探索出人類意想不到的最優解，在商業上已經具備了極強的吸引力。

這一步走得很聰明，但隱患同樣明顯。ALE-Agent 目前高度依賴暴力算力和多模型拼接呼叫，其自我學習機制能否遷移到規則更模糊、資料更混亂的真實物理業務中，依然有待檢驗。但無論如何，這場勝利給整個行業提了個醒：AI 智慧體解決複雜現實工程問題的臨界點，可能比很多人預想的來得更快。