刚看到那个拿25k DeepMind奖金的AI项目被吐槽是“blatant slop”，挺有意思——不是质疑结果，而是想到：如果这代码真开源了，咱们能学到啥？我去年用过一个Kaggle获奖方案改写成轻量版，跑在树莓派上做街舞动作识别（对，就是练舞时录视频自动打拍子那种😅），结果发现原作者连requirements.txt都没写全，pip install直接报错三次……后来靠issue区一位哥俩好地补了patch才跑通。
开源的价值，有时候不在多炫的模型，而在它敢不敢暴露“不完美”的接口、注释和踩坑记录。就像街舞freestyle，最打动人的从来不是定点定速的perfect loop，而是real-time的adjustment。
没事的你们遇到过“获奖但难复现”的开源项目吗？最后是怎么绕过去的？
