如果一场开发者比赛不让你写一行代码，你还愿意参加吗？

Dev社区刚刚发起了第一场“智能体测评马拉松”。和常见的48小时极限开发不同，这次主办方直接给你一个已经训练好的语音AI智能体，你的任务只有一个：找出它的毛病。

打开网易新闻 查看精彩图片

赛制把重点放在了系统性评测上——你需要检查这个智能体在推理逻辑、执行性能和安全防护三个维度上的漏洞。不用搭环境、不用调参数，纯粹的“找茬”就能参赛。

这种反向操作引发了两种声音。一部分开发者觉得新鲜：平时总是埋头构建系统，现在切换到攻击者视角审视现成的智能体，反而能更直观地掌握当前技术在真实场景中的表现边界。另一部分人则质疑，脱离实际的工程搭建环节，这种测评是否真能反映智能体能力上的薄弱点？毕竟很多缺陷只有在特定上下文里才会暴露。

不过从赛事组织方提供的阵容来看，这套玩法并非草台班子临时起意。合作方名单包括Okareo、Ai4 2026、Telnyx以及Agent Builders Breakfast，横跨评测工具、行业会议、通信基础设施和开发者社群四个方向，相当于给评测流程搭了一层专业框架。

参赛规则也刻意降低了门槛：全程线上、异步进行，单人成队，完全免费。活动窗口定在7月6日到13日，注册截止日期为7月4日。主办方还设置了奖项来吸引更多开发者入场。

说到底，这场测评马拉松考验的不是你的构建能力，而是你的判断力——在别人搭建好的系统里，你能不能比原作者更早看见裂痕。当行业把大量精力投在造智能体上，或许确实需要一批人专门负责“怀疑”它们。