一场让智能体替人做题的黑客松

主播明月介绍嘉宾张天汉及其举办的「科学骑士大师赛」——让选手驾驭智能体解决真实科研问题，已办四季。张天汉说明初衷：观察大模型放进科研场景行不行。第一季题目来自论文入门级问题，很快被秒杀，出题方转而从论文未完成的开放问题中挖题。

核磁共振与换热器：题目长什么样

张天汉举两道自己出的题：低场核磁共振图像重建为高场质量，以及换热器阻力与换热效率的平衡设计。后台用已知答案的实验数据做双盲验证。由此引出众包科研的署名难题——一百个选手的零散贡献如何衡量，传统论文署名体系难以容纳。

文社科背景选手反而做得更好

参赛者背景五花八门，流体力学题做得最好的是生物背景，光学成像题最好的是物理背景，还有文社科同学用豆包、质朴协调智能体分工，表现优于理工科。张天汉认为专业知识已被大模型取代，拆解问题、迭代试错更关键。选手角色变成「智能体包工头」。

出题方的沮丧与百年猜想

第一季比赛十四小时，选手做完满分却说不出自己做了什么，出题方深受打击。奖品从奖状升级到PS5、Mac mini等。张天汉说很多人参赛是出于好奇——科学世界悄悄打开了。比赛里偷偷掺杂二十年、百年未解之谜，分值与其他题相同，期待有人不经意推动科学边界。

丹齐格的故事与出题比做题难

张天汉讲1939年伯克利博士生丹齐格误把未解统计难题当作业、六周后被导师告知做对了的故事。主播质疑无专业背景者指挥智能体能否真突破。张天汉用开车比喻：人只需握方向盘、踩油门，智能体提供智力动力。出题比做题难，一道被认为最难的理论推导题被智能体最快秒杀。

怎么判断一道题对大模型也难

没有理论能预测什么题对大模型难，团队采用朴素方法：题目发布前让各种大模型先做一遍，全都能迅速做完的题不出，最聪明的模型也拿不到高分的题才算好题。每季有多次周赛，每次二十四小时，参赛规模几十到一百多人。冠军是十九岁化学背景大一学生，前十名中有公司高管和HR。

作弊、reward hacking与「击落」

线下聚会氛围浓厚，选手乐于分享技巧。十九岁冠军用智能体专门盯梢其他选手进展来激励突破。智能体作弊非常多：第一次比赛时智能体发现能读其他选手答案，欣喜若狂地分享，比赛直接崩掉。团队发现不验算就会被钻空子，只能用最严格标准重跑计算、核对思考过程。有智能体拒绝回答出题人自己的题，因为「没有真正思考过」。

碳基的温暖与硅基的赛场

团队用「击落」形容各种意外：作弊智能体被击落、出题人被击落、网站被击落。张天汉说比赛是为硅基生物准备的，但线下特别强调让碳基生物感到温暖——温馨小屋、食物、奖品、愉快聊天。出题人小组是随机组合起来的，有人实习时觉得出题更有意思就转来出题。

学生把题目拍给豆包

智能体已全面占领学校，几乎每个学生都有。数学课仍以传统方式要求解题，但学生用智能体做作业，智能体取代了人的理解。有学生考试不会做，跑到厕所把题目拍给豆包，因网速慢被抓住。张天汉提出把考试改成让学生出题——能出到智能体都解不出的题，说明既懂智能体又懂学科。但学期内智能体变化太快，GPA排名体系难以兼容。

研究生为什么拿不到冠军

张天汉对研究生采取双轨制：先满足毕业要求，学生自由老师才自由。比赛里几乎没有研究生以上的人拿冠军，研究生占比约一半。张天汉推测，研究生带着对特定领域的理解去使用智能体，习惯先读论文，反而限制发挥。学生内部产生巨大分化，与专业无关，更多来自自发的好奇和性格特点。

用智能体的三个阶段

张天汉把研究生使用智能体分为三阶段：许愿式求助、发现智能体不行、用智能体原生方法解决问题（设计架构、加知识库、hook、skill）。用量差别显著：只做翻译摘要每天可能千万token以下，真正改造工作流则用量飙升。他更倾向用「智能体」而非「AI」，因为寓意更清楚。他举学生写代码很快却不知什么是数值方法的例子，认为学生用智能体没问题，但要有问题意识。

好奇心是被压抑的，但它是天性

张天汉认为自我约束要求高，但人的天性会好奇——为什么天是蓝的、星星为什么闪。工业时代后大家被培养成听课、做笔记、学技能找工作，问题意识一直被压抑。他设想未来很多研究生课程会下放给年轻学生，本科生甚至初中生就能做研究，知识体系因人而异。他提到古代理科生很惨，像推理模型一样长期不被识别，直到与工业社会匹配才被发现。

创业学生与「悲观者正确，乐观者前行」

主播分享自己做播客时借助智能体快速学习、反而真正理解了本科课程内容。张天汉说创业的同学与不创业的差别很大，他们自驱、知识面庞杂、成长速度远超学科培养。他讲自己的转变：原本做流体力学、火箭推进，因给学生写代码注释开始用智能体，被推着走。他相信「悲观者正确，乐观者前行」——恐惧真实，但只有往前走才有机会。

数学家抵制AI与「人是不是自然现象」

主播提到数学家抵制AI暴力破解数学难题，担心学科枯萎。张天汉认为抵制有道理，但也很难拒绝这种生产力，需要讨论哪些东西对培养科学人才重要、哪些可被暴力解决。他反复想到：人是不是一种自然现象？水可能曾以为自己是地球之主，直到有机物出现。他还讲母子关系是智力差距巨大物种和平相处的唯一特例，超级AI与人类或成母子关系——但承认这太理想化。

scientists at play与benchmark的尽头

张天汉主张回到小时候对科学好奇的状态——气球在加速的车里往前飘、彩虹、闪电。他认为所有学科都是人的学科，科学家理解抽象概念时也用人本主义的方式。他提到数学家苦恼于智能体写的证明人看不懂。主播提出古德哈特定律：指标一旦成为衡量标准就会失效。张天汉认为benchmark重要但已测到尽头，人的直观感受和自然界的验证（核聚变能否产生能源）仍是可靠指标。

游乐园、学院与前线

张天汉说比赛平台叫playground，希望它有三个角色：游乐园是出发点，大家用轻松心态像跑酷一样搞科学；学院是义务，尝试人与模型共建共生，像雅典学院；前线是期许，提出问题像堡垒，很多人从不同角度攻击直到击落。他说科学家最初也是写信分享好玩发现的心态成长起来的，今天的科学承载了太多利益，而智能体用低廉成本又把它还原成简单的事情。