USAAIO，美国版"NOAI"，选拔什么能力？有多难？
看懂全球AI奥赛
2026年4月4日，一个美国高中生坐在电脑前，打开一个空白的Jupyter笔记本。
题目要求他做两件事。第一，从标准的注意力机制出发，自己推导出一种更省算力的"线性注意力"，再用PyTorch把它从头写出来，做成一个能跑的多头注意力模块。题面上白纸黑字写着：禁止使用框架里现成的注意力模块，禁止从HuggingFace调用任何模型。第二天，题目换成扩散模型，就是Stable Diffusion、Sora背后那套生成技术，要他从加噪声的前向过程一路推到训练用的损失函数，中间还得手推两个高斯分布之间的KL散度。
这不是哪所大学的研究生考试。这是美国中学生的AI奥赛，USAAIO。
它和NOAI，目标都是国家队选拔
USAAIO全称USA-North America AI Olympiad，美国和北美人工智能奥林匹克。它面向美国和加拿大的中学生，主办方为美国选拔代表队，去打国际人工智能奥林匹克，也就是IOAI。
（顺便提醒一句：USAAIO不是USACO。USACO是美国信息学奥赛，考算法，通向IOI；USAAIO考的是AI，通向IOAI。一字之差，两回事。）
IOAI这个名字，关注NOAI的家长应该不陌生。它是AI领域的国际科学奥赛，和数学的IMO、信息学的IOI并列，2025年第二届就在北京办的。关系一句话讲清：NOAI选中国队去IOAI，USAAIO选美国队去IOAI。两边选出来的孩子，最后在同一个赛场上碰头。美国和中国一样，都是IOAI的创始国。
所以USAAIO就是美国那一侧的"NOAI"。同一个终点，两套选拔。可有一条最关键的差别，几乎是反着来的：一个鼓励你用现成的AI模型，一个明令禁止、逼你从零搭。
怎么选，考什么
NOAI是两轮：初赛在各城市笔试，前200名进国赛上机，最后定下8人国家队，没有省选，三个月走完。USAAIO是三级：先是面向全美和加拿大开放、全程监考的线上Round 1（2026年在1月30日），高分者受邀进Round 2（连考两天），Round 2拔尖的再进集训营，做一连串队伍选拔测试，最后排出美国队。
题目是关键。USAAIO的Round 1全是选择题，但几乎没一道能靠常识秒答：模型越复杂偏差和方差各往哪边走、什么时候该看F1而不是准确率、L1和L2正则哪个把更多权重压成零，还有一道直接甩给你一个三维向量，让你手算主成分分析的投影、化简成最简形式。说是选择题，本质是一张机器学习理论加线性代数的笔试。
Round 2才是真正拉开差距的地方，也就是开头那个高中生遇到的。它不再是选择题，而是开放题：把线性注意力的复杂度为什么能从平方降下来推明白，再从零写出PyTorch模块；把扩散模型从加噪声到训练损失的整套概率推导走一遍。USAAIO自己的题目设计说明写得很直白：所有题都要从第一性原理推导和搭建，黑箱式地调用现成AI模型会被重罚。Round 2里有一道形状分类题，只给20%带标签的数据、80%没标签、连验证集都不给，还明令禁止用预训练模型，逼选手自己从头训。
一边在白纸上推公式，一边在数据里调模型
NOAI走的是工程实战：第一轮选拔考概念，第二轮国赛上机在真实数据集上做AI实战、打榜，处理数据的时间常常比训模型还长。它练的是会用AI把真实问题解出来。USAAIO走的是原理推导：手推扩散损失、手写注意力、禁用现成模块。它练的是懂AI为什么管用、能自己把底层搭出来。
一边在真实数据上调模型，一边在白纸上推公式。
一个反直觉的事实：选拔关，比终点关还狠
IOAI决赛本身，形式上更接近Kaggle那种打榜：给真实数据集，鼓励选手用预训练模型，比谁训出来的分数高。可USAAIO的Round 2偏偏禁止调现成模型、要你手推手写。也就是说，在数学推导这条线上，USAAIO的选拔比它要把选手送去的IOAI决赛本身还硬核。
选拔关为什么比终点关还狠？因为它选的是地基。打榜的工程手感，靠选拔之后的集中训练还能赶；可对扩散模型、注意力机制内部到底怎么回事的理解，靠的是长期积累，临时补不出来。USAAIO认准的是：底子厚的人，到了终点学得更快、走得更远。
那IOAI到底要什么能力
要看懂这个判断，得先知道IOAI的题长什么样。它不是"更难的NOAI"，是另一种东西：每道题都先给你套上一组奇怪的限制，还常常要你钻进模型内部、去改它里面的某一层。
往届IOAI出过这样的题：给你一个会画图的扩散模型，只许你改其中一层，让它以后一画牛、牛旁边就自动多出一个消防栓，可换别的东西又不能冒出来；或者把一张图片最多只留下十六分之一的像素，还要让模型照样认出图里是什么；又或者每个模型最多只让用三百个特征、几分钟内跑完。
这些题，套路化地"调个大模型上去"基本没用，那些限制当场就把这条路堵死了。而像改扩散模型那道，你要是不懂模型内部一层一层是怎么运转的，根本不知道该改哪里。这种"知道往哪儿下手"的本事，恰恰是USAAIO那套从零推导练出来的，不是"训个模型打榜"能练出来的。
于是出现一个错位：IOAI的形式像NOAI（真实数据、可用预训练），它的难点却要USAAIO那套底层功夫。
想冲IOAI，光靠NOAI够吗
NOAI给你的是IOAI的"形式能力"，上手快、和国际赛的考法直接对齐；USAAIO给你的是"深层能力"，懂模型内部、改得动它。到了IOAI最顶尖那一层，这两样缺了哪样都不行。
所以中国孩子走NOAI这条线，起步是顺的，但容易偏到工程一侧、把原理落下。真要冲IOAI，光练Kaggle式的实战不够，还得补上USAAIO那一侧：扩散、注意力这些东西的内部，到底是怎么回事。
两条路没有高下，是侧重不同。只是到了那个8月的赛场上，工程和原理两头都扎实的孩子，才走得最稳。
