一人团队不是终点，评测才是

一人团队之后，评测更重要

这个实验设计里，超八成参赛者为一人团队，比143万元奖金和超3万份投稿更值得看。这说明 AI 工具至少把从想法到 demo 的协作成本压下来了。我最近带学生跑 AI agent，对比的 baseline 是普通 function calling 和纯提示词；跑下来，检索、代码生成、调试反馈被串成流程后最省事，模型本身聪明程度反而没那么关键。

但数据不能只看热闹。没有专业开发背景者超六成，万粉以下创作者占88%，前10名约半数赛前不足1万粉。门槛确实降了。数据集偏差也要考虑：平台用户偏年轻、偏内容创作；Toy 平台上被使用，也不等于生产环境里可靠。

我更关心后面怎么评。ReAct 这类论文提醒过，工具调用让模型从答题走向做事，但要看任务成功率、副作用和可追溯日志。B站把作品推到真实用户面前，比颁奖更像实验。接下来要看热度能不能换成可复用的评测集。