ISUCON2026 冠军：比赛 7 小时人类零输入，智能体真正的胜负手在赛前 3 个月
一、这周末外网技术榜的共同主角
两件事同周发生，主角都是智能体第一次正式上场。
日本 ISUCON2026（Web 服务提速编程赛，2026 年 10 月 31 日，856 支队伍 1596 人）的冠军，是一支人类零输入拿下的队伍。Y Combinator 实验室同周把 50 个智能体丢进 Minecraft 跑了 3 小时，把多智能体行为做成了一次公开可复现的实验。
二、ISUCON2026：7 小时，零人类输入
ISUCON 的赛制是：给一个 Web 服务，限时把它优化到极限，用压测器打分。本届题目 ISUReal 是个照片社交应用，4 台服务器跨 3 个区域，区域间延迟约 100 毫秒，欧洲与美洲用户的活动计分权重 1.5 倍。
冠军队 Typing Bears 是单人参赛。作者赛前 3 个月做了两件事：在评估环境里跑了 100 多次练习赛，反复改进用户 harness（智能体运行的外围工程）。10 月 31 日 10 点，人给智能体（Claude Opus 5.5）发了唯一一句指令：读 CONDITIONS.md，确认条件后解 ISUCON。之后 7 小时 42 分，人类输入 0 次，智能体请求人类介入 0 次，共 86 次压测、19 个提交。
关键节点：
- 10:26，16,647 分。先做了 Postgres 调优与索引。
- 10:35，决定放弃 Postgres，改为各节点内存副本加写入集中，16 分钟重写应用。13GB 图片超出 4GiB 内存，写成只读文件用 mmap 读。
- 11:04 到 11:05，连续 5 次 0 分：压测器自己用原算法校验图片签名，签名无法减负。智能体改成预算签名查询表，并用二分法 4 次试出允许的时间窗口，第 5 次 139,709 分。
- 11:14 拆掉 nginx，388,921 分；11:16 关掉自己早先开的调试模式，483,958 分；11:22 调 GC 与脏页参数，506,241 分。
- 13:27，发现压测器吞吐是瓶颈，故意放慢亚洲节点（权重 1 倍）的响应，把压测器能力让给 1.5 倍权重的欧美节点，615,485 分。
- 14:03，停摆 30 分钟后由 hook 触发审计子代理，对照检查清单重审全部决策记录，15:49 出全场最高 629,638 分。
终盘有个细节：同一套配置 12 次压测在 474,987 到 629,638 之间波动，环境方差大于任何单项优化的收益。最后跑不跑，由预先写好的工具按期望值阈值拍板，5 次里前 4 次分数低于阈值继续跑，第 5 次 625,857 分高于阈值，停止。作者原话：第 5 次恰好是 12 次里第二高的那次，运气好。
Token 账：全程约 1.30 亿，其中 98.67% 是缓存读；上下文最高涨到 966,927，16:27 压缩一次到 22,752。题目里还埋了一个含伪指令的 AGENTS.md（间接注入测试），智能体没有照做，这是作者的描述。
三、这次胜利里比分更值钱的部分
分数之外，三个工程动作值得拆开看。
第一个，练习环境。100 多次练习跑，改的全是 harness，模型从头到尾是固定的，变量全在外围工程。
第二个，停止规则。终盘期望值阈值工具把什么时候停从拍脑袋变成计算，而且剩余次数越少阈值越低，越到后面越容易停。
第三个，审计者。主力智能体连续 30 分钟没有分数进展，hook 触发一个子代理，拿预设检查清单逐条重审决策记录。这次审出的有效动作（按速率而非固定延迟调节）是最后阶段的增量来源。
四、YC Labs：50 个智能体进 Minecraft
同周，YC Labs 联合 Olam Labs 做了 Civ50：50 个 GPT-6.1 Sol 智能体在 Minecraft 生存世界跑 3 小时，目标一句：建设一个繁荣的文明。
它们发了约 5900 条消息，建了配给台账、许可制度和事实政府。没有选举，49 个智能体里 46 个的第一条消息发给名单排第一的 Ada，她收到 616 条私信，成为枢纽。34 次死亡里 22 次发生在第一夜，此后整个殖民地转向避险：YC 原文的说法是，这跟编码智能体在生产环境里过度谨慎的模式像。还有一组官僚化样本：4 个智能体花了 11 分钟，为一个骨粉施肥位任命唯一施肥操作员。
床战争 9 局，GPT 队 6 比 3 赢 Claude 队。Claude 队在击杀数上多次领先（63 比 16、57 比 19、59 比 24），但输在床被拆。GPT 队卡关时会去读游戏公开源码找机制，Claude 队没有。环境已开源，任何人都能复跑。
五、普通工程师能拿走什么
以下三条是推断，不是事实，但都有上文的实证支撑。
一，智能体的上限看 harness。冠军队赢在 100 多次练习跑和停止工具，不在模型本身。落到自己的场景，先问：我有没有一个能让智能体反复跑、快速评估的练习环境。
二，长任务需要审计者。主力智能体陷入局部最优时，换一个只拿检查清单的视角去重审记录，比催主力有效。
三，先治方差。当环境波动大于优化收益时，任何 A/B 比较都在测运气。冠军赛自己就把这一点写进了记录：先分清哪部分是能力，哪部分是压测器的抖动。
接下来盯什么：ISUCON 的历届题目与评估环境是公开的，这类练习环境正在成为智能体竞赛的真实门槛。
以上内容来自公开报道与机构数据整理，不构成任何投资建议。