传统算法，意义已经变了
AI 不等于轮椅
作为早期内测用户，聊聊这个模式的迭代与优化
两种作答风格实测对比以及对评分机制的解读
关于内置模型
传统算法，意义已经变了
当今时代，有多少人是为了求职而埋头苦刷 传统算法 的？想必这个占比已经微乎其微。如今大多数高强度刷算法的人（如果说求职刷hot100的只能是低中之低的强度）无非就两个原因：
- 好玩。全凭自己想出解题思路、AC、AK的那一瞬间是真的爽。
- 有目标。拿到ACM奖牌，除了有纪念意义还可以作为简历的“镇历之宝”。
当今时代，并不是背几个模板题就可以胜任职场的，越来越多的公司开始在面试上放弃传统算法，转战AI Coding。正好作为力扣项目模式的内测用户，我也有一些自己的看法。
AI 不等于轮椅
很多人一听这题能用 AI 写，第一反应就是：那不就是有手就行，只有传统算法题才叫动脑子吧？
如果真去做了就知道，并不是。传统算法题难，难在把一个数学或逻辑问题推到极致；但它的边界是干净明确的，输入输出格式固定。而工程题烧脑的地方完全在另一个维度：海量文件组成的陌生项目，你得在最短时间内理解架构，顺明白调用链路；还得想明白新功能加在哪里才不会破坏原有的架构设计；以及各种可能的边界情况以及存在的BUG。包括但不限于：边界情况全覆盖、非法参数检测与校验、高并发情况下的稳定性保证、异常处理等。这些都是传统算法学不到的东西。
对于一个复杂项目，进行架构设计、定位问题、边界测试，其实并不比一道Hard的算法题来的简单。
作为早期内测用户，聊聊这个模式的迭代与优化
其实力扣这个项目模式也不是一开始就长现在这样的。我作为最早那一批内测用户，完整经历了它的两个阶段，对比特别强烈：
- 第一阶段：本质上还是 情景套壳的算法题 。 最早那版是不让用 AI Agent 的。题目看起来是个工程背景，但仔细一看其实就是把好几个不同的传统算法硬生生揉在一道题里，前面再给你塞一大段长篇大论的业务背景介绍，说白了就是在屎山上面写大模拟，这对我们没有任何帮助。为什么要单开一个项目板块，直接放到传统题库里不好吗，难道仅仅是因为题面长考察阅读理解能力吗？我的评价是：就是来恶心人的。
- 第二阶段：全面开放 AI Agent，但卡死了更严格的边界要求。 到了第二版，官方想明白了，所有题目全部放开 AI Agent，随便你用。但巧妙的地方在于，它把内置的Prompt设计得非常严格。靠复制粘贴一句话下个命令，就指望 AI 自动帮你完成全链路的排查和修复，基本不存在。整个过程必须有真人的深度参与精确制导。
第二种设计模式我非常赞同。这才是贴合当下求职者的考法——不是纯粹的 背题机器 ，而是能不能带着实战经验，并靠AI 的协作把活干好。
两种作答风格实测对比以及对评分机制的解读
为了测试这种题目如何得分，我专门做了个测试，用两种截然不同的思路做了同一套题。
- 第一遍： 轮椅抢占大脑，AI代替思考 。 题目发下来，我连项目文件夹里有啥都不看，直接把题目要求复制给 AI，跟它说你帮我改好。运行报错了？报错信息我也不看，直接复制过去让它接着修。
- 第二遍： 遵循大公司的规范化编码流程 （但也不是完全照搬，有时候过于规范也不是好事..）。也就是我们常说的SDD——规范驱动开发。第一步先让AI阅读README.md，了解项目架构以及题目要求，然后使用Plan模式探索项目，根据题意列出todolist，经人工审核之后逐项修复。
最终结果就是，第二种做法拿到的分数远远高于第一种。事实证明：工具永远是工具，代替人类占据主导地位，在任何时代都是不可行的。
做完题之后，系统会从六个方面打分： 代码行为、代码质量、判断与主导、亲自验证、设计思考、文件改动 。
代码行为和代码质量是最基本的，你的功能得跑得通，代码得写得干净，不能让 AI 往里面塞一堆乱七八糟的废话逻辑。
设计思考和文件改动看的是你的大局观，本来改两个文件就能解决的事，你如果放任 AI 把整个项目的十几个文件全动了一遍，那在实际工作里肯定是要挨骂的。
而最核心的是判断与主导，加上亲自验证。AI 出现幻觉的时候，你能不能一眼看出来并把它拉回来？它写完代码之后，你有没有自己动手跑个测试验证一下，还是闭着眼睛直接交卷？
事已至此，提醒大家： 千万别为了做题而做题 。 研究这套评分机制，是为了养成跟 AI 配合的好习惯。如果开始研究如何通过评分机制冲榜，例如为了凑那个亲自验证的分数，故意在终端里敲几行命令给系统看，那就本末倒置了。
关于内置模型
也算是给力扣官方反馈个小问题（或者叫特性吧）。
目前环境里内置了两个模型： GLM 5.3 Flash 和 Qwen 3.7 Flash 。按理说，前者是更新出来的模型，实力应该更强才对。但实际情况恰恰相反——我目前做完的所有题目，全都是用第二个模型跑的。
为什么会出现这种情况呢？因为在力扣的 Harness 环境下，GLM 5.3 Flash 容易进入 雷霆大思考 模式。而力扣这个 Harness 环境目前是有一套熔断机制的，只要模型思考时间到了大概 120 秒左右，系统就会强制截断。我自己试了好几次，它都会一直深度思考，还没来得及动手改一行代码，就直接触发超时熔断了（当然，这也不排除是我自己太菜了，提示词没给到位）。
所以如果大家现在去做项目题，我给大家两个建议：
- 如果你非要用前面的 GLM 5.3 Flash，那你必须自己先把问题定位得极其精准，直接告诉它去哪个文件改哪几行，立马行动，不能给它留发散思考的空间。
- 或者可以打个配合：先让 Qwen 3.7 Flash 帮你把代码排查一遍、列好修改计划，然后再把现成的计划给前者去执行。不过说实话，直接全程用 Qwen3.7Flash 一路到底也完全没问题。实测下来，两者在代码实现上并没有拉开多大差距。
Edited By: BitDance & Gemini 4 Carbon
评论 (4)
