几个月的专家活，现在一小时（南洋理工 LACE 与组合优化的新分工）
南洋理工 LACE：组合优化里，几个月的专家活，据解读约一小时、通常不到 10 美元算力能做完。费用倍数等为自算。
一个港口每天要安排几十艘船靠泊。
每艘船什么时候进港、停哪个泊位、派哪几条拖轮去拖，都得有人排。
过去，这套排法要靠运筹专家花几个月写算法、调参数、反复试。
据 Progressive Robot 对一篇 Nature Machine Intelligence 论文的解读，现在这件事大约一小时就能做完，用模型的算力费用通常不到 10 美元。
这就是南洋理工大学（NTU）颜然、龚华天等人提出的 LACE 框架。
论文 2026 年 10 月 1 日发表。
先别急着欢呼，也别急着焦虑。
我们先把这件事拆开看清楚。
先说清楚：什么是组合优化
组合优化，说白了就是「从海量的排法里挑一个好的」。
几个你每天都会碰到的例子：
- 快递员今天送 30 个件，按什么顺序跑最省路
- 医院下个月的排班，谁上哪个班最合理
- 港口里的船和拖轮，怎么配对最不耽误事
它们有一个共同点：选项不是多，是多到数不过来。
30 个送货点的顺序，排列方式的数量是一个 33 位数。（这是我自己算的：30 的阶乘约等于 2.65 × 10³²。）
就算一秒能检查十亿种，查到宇宙寿命用完也查不完。（也是我自算的：约 2.65 × 10²³ 秒，而宇宙年龄约 4.3 × 10¹⁷ 秒。）
所以没人去找「绝对最好」的那个答案。
大家找的是「足够好、而且找得够快」的答案。
启发式算法：专家的直觉，写成了代码
找「足够好」答案的方法，叫启发式算法。
它不保证最优。
它是一套经验规则：先送最近的件，先排最急的船，冲突了就换一个试试。
启发式算法，本质上是把一个专家多年踩过的坑，压缩成几百行代码。
问题在于，这种压缩一直很贵。
每个行业的约束都不一样。
港口有潮汐和泊位长度，医院有法定休息时间，电网有负荷上限。
换一个问题，往往就得重新请专家，重新写，重新调。
据 Progressive Robot 的解读，传统做法是「数月的专家迭代」。
这就是为什么很多中小企业的排班和调度，至今还靠一张 Excel 和一个经验丰富的老员工。
不是不想优化。
是请不起优化。
最天真的想法：直接让大模型写
既然大模型会写代码，为什么不直接让它写一个排船算法？
很多人确实这么试过。
结果并不好看。
据报道，在 CO-Bench（一套包含 36 个经典组合优化问题的测试集）上，直接 prompt o3-mini 写算法，平均得分只有 0.571。
同样的测试，LACE 拿到了 0.945。
此前表现最好的同类方法 EoH-S，是 0.870。
能跑出有效解的比例，报道给出的是 94.4% 对 61.1%。（报道这组对比紧跟在直接 prompt 之后，我理解 61.1% 指的是直接让模型写的那种方式——这是我的推断。）
这里藏着一个很重要的结论：
模型本身不是瓶颈。
把模型放进什么样的流程里，才是。
（报道也提到，LACE 的增益来自框架，而不是单纯换一个更大的模型。）
LACE 是怎么工作的
LACE 的全称是 LLM-driven Algorithm Construction via Complementary Evolution，直译是「用大模型、靠互补进化来构建算法」。
你用自然语言描述一个运筹问题。
框架负责构建、测试、改进算法。
它分两步走。
第一步：先把题目讲清楚（I-O-T-H 契约）
大模型最常犯的错，不是算不好，是没听懂题。
LACE 第一阶段做的事，是验证一份「问题契约」，由四部分组成：
- I（Input）：输入长什么样
- O（Output）：输出要什么格式
- T（Tool）：可以调用哪些工具
- H（Heuristic）：启发式算法本身的接口
（报道只给了这四个字母的全称，上面每一项的通俗说法是我的理解。）
契约先对上，后面才不会白跑。
这一步很像一个好项目经理接需求：先确认你要的是什么，再动手。
第二步：互补进化，然后挑一组搭配
契约验证完，LACE 在限定的时间里让算法「进化」：生成候选、在训练实例上跑分、留下好的、继续改。
关键词是「互补」。
它最后保留大约 10 个启发式算法，然后用 MILP（混合整数线性规划，一种经典的数学优化方法）挑出一个组合。
为什么要留一组，而不是只留最强的那一个？
（以下是我的理解。）因为现实里的问题实例千差万别。
A 算法擅长船多泊位少的日子，B 算法擅长潮汐窗口很窄的日子。
单挑哪一个都有短板。
把它们组成一支队伍，按情况分工，短板就被补上了。
这和组一个好团队是同一个道理：你要的不是十个一样强的人，是十个强在不同地方的人。
「约 1 小时」到底意味着什么
一小时这个数字，很容易被理解成「AI 想了一小时」。
不是。
据报道，时间的大头花在训练实例上评估候选算法，大约 30 到 39 分钟。
按 48 到 68 分钟的总时长粗算，这部分占了将近一半到八成。（这是我自算的范围，报道没有给出每个模型分别对应哪个数。）
换句话说，大部分时间不是在「想」，是在「试」。
这恰恰是它可信的地方。
算法好不好，不是模型说了算，是跑出来的结果说了算。
报道还给了不同驱动模型的每题平均表现：
| 驱动模型 | 得分 | 费用 | 用时 |
|---|---|---|---|
| Gemini 3 Flash Preview | 0.951 | $1.59 | 48 分钟 |
| o3 Mini | 0.961 | $9.21 | 59 分钟 |
| DeepSeek V4 Pro | 0.810 | $2.07 | 68 分钟 |
| Claude Sonnet 4.6 | 0.981 | $45.08 | 67 分钟 |
所以「不到 10 美元」要读仔细：它是常见情况，不是所有模型都成立。
用 Claude Sonnet 4.6，单题平均约 45 美元。
它的分数最高，比 Gemini 3 Flash Preview 高 0.03，费用却是后者的约 28 倍。（倍数是我按表里的数自算的。）
多花的钱值不值，取决于你的问题有多贵。
「0.945」又意味着什么
CO-Bench 的分数是相对分。
在四个全新的港口和拖轮调度问题上，报道写的是 LACE 拿到 0.97 到 0.99，参照物是「测试中的最佳结果」。
（以下是我的理解。）你可以把 1 看成「追平了这次测试里见过的最好成绩」，0.945 就是平均做到了那个水平的九成多。
但有两点必须分清：
- 相对分高，不等于证明了最优。报道明确说了这一点。
- 「测试中的最佳」取决于参加测试的是谁，换一批对手，参照物就会变。
更值得看的是那四个新问题。
据报道，FunSearch 等五个基于大模型的方法，在这些问题上没能产出可行的算法。
遗传算法等传统方法，问题越难，和 LACE 的差距拉得越大。
新问题，才是检验一个方法是不是只会背题的地方。
MIT 开源：你可以怎么用
据报道，LACE 以 MIT 协议开源，包含 40 个问题、7109 个测试实例，代码放在 GitHub 和 Zenodo 上，还提供 Colab，默认通过 OpenRouter 调用模型。
MIT 协议意味着你可以拿去改、拿去商用，只需保留版权和许可声明。
如果你是非运筹背景，我的建议是这样（以下是建议，不是官方教程，具体步骤以仓库说明为准）：
1) 先在 Colab 里跑一个现成问题
别一上来就搬自己的业务。
先用自带的问题跑通一遍，看清楚输入、输出、费用和时间长什么样。
2) 选一个便宜的驱动模型试水
既然默认走 OpenRouter，换模型应该不难。（这是我的推断。）
按上面那张表，先用便宜的跑出基线，再决定要不要为那几个百分点多花钱。
3) 准备真实实例，而不是编几个例子
LACE 靠在实例上反复跑分来进化算法。
你给它的实例像不像真实业务，直接决定它进化出来的东西能不能用。
4) 上线前，让懂行的人审代码
尤其是电网、医疗排班这种出了错代价很大的场景。
专家经验被压缩成一小时之后
现在回到那个让人不太舒服的问题。
如果几个月的专家活一小时就能做完，专家还剩什么？
报道其实已经给出了答案：人仍然需要定义问题、提供真实实例、审核安全关键的代码。
把这三件事拆开看，你会发现它们正好是 LACE 自己做不了的部分。
1) 定义问题，是 point of view
LACE 能把「排船」这道题做好。
但「什么才算排得好」——省燃料、少等待，还是优先保大客户——它不知道。
这个判断来自你对业务的理解。
模型能求解，提问的权力还在你手里。
2) 选实例，是 taste
7109 个测试实例是别人的。
你的港口在台风季是什么样，你的医院在流感季是什么样，只有你知道。
挑出哪些情况值得被测试，是一种品味。
这种品味没法下载。
3) 审代码，是责任
算法跑出 0.98 分，不代表它不会在某个凌晨三点给出一个荒唐的排法。
签字的人，永远得是一个人。
当生成变得廉价，判断就变得昂贵。
过去，运筹专家的价值有一大部分花在「把直觉写成代码」上。
这部分正在被压缩到一小时。
剩下的，是把业务翻译成问题、把现实挑成实例、为结果负责。
所以：专家正在从「写算法的人」，变成「定义问题、挑选现实的人」。
前者正在变成一小时的算力费。
后者，越来越贵。
冷静收尾
LACE 不是一个会自己找活干的系统。
它是一台很快的算法工厂，前提是有人告诉它造什么、用什么料、造出来谁验收。
（我的看法：）物流、排班、电网这类问题，过去因为请不起专家而一直靠经验凑合，现在门槛低了很多。
但门槛降低的，是写算法的门槛。
不是理解问题的门槛。
如果你懂一个行业的约束和痛点，这对你是个好消息：你终于可以不靠一整个运筹团队，就把你的经验变成能跑的系统。
如果你的价值只在「会写那几百行代码」，现在是时候往上走一步了。
一小时能做完的事，就让它一小时做完。
剩下的时间，留给只有你能回答的那个问题：到底什么算「好」。
来源：Progressive Robot 对 Nature Machine Intelligence 论文的解读（2026-10-09）；论文 2026-10-01 发表（南洋理工大学颜然、龚华天等）。30!≈2.65×10³²、费用约 28 倍等为作者自算；文中未写 LACE 的具体 GitHub 地址（事实文件未给出）。