标签： USAAIO

USAAIO 第一轮为 3 小时现场机考，分非编码题与编码题两类，编码题须在 Google Colab 完成、全部代码只能跑 CPU。配速关键不在手速，而在把调试时间提前预算出来。2027 年第一轮为 2 月 19 日美东 12:00-15:00，报名 1 月 31 日 23:59 截止。

一、先弄清这 3 小时里你要交付什么

分配时间之前，得先知道时间会花在哪。USAAIO 的题型只有两类：非编码题与编码题。编码题必须在 Google Colab 中完成，而且第一轮有一条硬约束——全部代码必须在 CPU 上运行，GPU 既不需要也不允许。

这条约束对配速的影响比多数人预估的大。它意味着你不能靠算力硬扛：模型规模、迭代轮数、数据处理方式都得控制在 CPU 能在合理时间内跑完的范围内。考场上最常见的时间黑洞不是想不出思路，而是写完一版代码点了运行，然后干等着它跑——这段等待时间是纯消耗。

另一件要提前知道的事：这是现场机考，考点为学生所在学校或 USAAIO 授权考点（大学、图书馆、考试中心），全程由真人监考，且全球考生在同一时间开考。所以你不会有"等下网络不好再说"的余地，环境确认必须在考前完成。

二、一个可执行的三段式分配

180 分钟不建议平均切给每道题，因为两类题的时间特性完全不同：非编码题的耗时基本可预测，编码题的耗时则取决于你调试了几轮。一个稳妥的框架是：

① 开局 10 分钟：通读全卷、不动笔。把非编码题和编码题分开数一遍，标出哪几道编码题需要训练模型、哪几道只是数据处理或实现某个函数。这 10 分钟是整场性价比最高的投入——它决定你后面 170 分钟不会走错方向。

② 中段 110 分钟：先清非编码题，再打编码题。非编码题不依赖运行环境、不会被跑代码卡住，应该优先落袋。做完后按"实现难度低、运行时间短"的顺序进编码题。

③ 末段 60 分钟：留给最重的那道编码题 + 收尾。其中最后 15 分钟必须锁死用于检查提交状态、确认输出格式、保存 notebook，不再开新题。

这套分配的核心思想是：把不确定性大的任务放在你还有余量的时候做，把确定能拿的分尽早拿到手。

2026年竞赛真题

三、CPU 限制下，怎么把运行时间压下来

既然第一轮不允许用 GPU，那么"让代码尽快跑完"就是一项独立的应试能力，值得在平时专门练：

① 先用小样本跑通全流程，确认没有报错、输出格式正确，再放大到完整数据。很多人反过来做，一上来就全量跑，跑了十分钟才发现某一步写错了；

② 把训练轮数当成可调旋钮，而不是固定值。在 CPU 上，轮数翻倍就是时间翻倍，先跑出一个能用的结果，有余量再加；

③ Colab 的单元格是分段执行的，善用这一点：把数据加载与预处理放在独立单元格里跑一次，后面反复调整模型时不必重复加载；

④ 等代码跑的时候，去做非编码题——这是这场考试里唯一可以"并行"的操作，别盯着进度条发呆。

四、从命题原则倒推：时间该花在哪

官方公布的命题原则说明了这场考试真正想看什么：强调第一性原理，要求从原理出发推导并搭建模型，把 AI 模型当黑箱直接调用会被显著扣分；同时要求数学推理与工程实现结合，并考察模型设计的创造性，而非套用标准模板。

对配速的启示很直接：不要把时间全押在"让它跑出一个高分数"上。一段思路清晰、能说明为什么这样设计的实现，价值高于一段调参调出来但讲不清逻辑的代码。如果时间紧张，与其再试一组超参数，不如把已有方案的推导写清楚。

第一轮考纲涉及的话题包括：Colab 中的 Markdown、AI 数学基础、基础编程、机器学习、PyTorch 深度学习进阶编程、深度学习基础与 CNN 基础。其中"Colab 中的 Markdown"常被忽略——它恰恰是你在 notebook 里说明思路的工具，写不利索会直接影响表达效率。

五、拿多少分才够：用分数线倒推配速目标

满分 300 分。晋级与荣誉都按当届公布的绝对分数线划定，不是固定百分比。历届数据可作参考：

① 2026 年：第二轮晋级线 98/300；第一轮三档荣誉线为杰出荣誉榜 201、高级荣誉榜 146、荣誉榜 98；

② 2025 年：第二轮晋级线 53/300；三档荣誉线为 217、153、72；当届 393 人参赛、76 人晋级，晋级率 19.3%。

注意一个容易踩的坑：2026 年的荣誉榜线与晋级线恰好都是 98，但 2025 年两者并不相同（72 与 53）——两条线是分别划定的，不能互相推断，更不能拿去预测下一届。

把这些数字换算成配速目标：晋级线通常落在总分的三分之一左右，意味着你不需要把每道题都做到完美。与其在最难那道题上耗到最后，不如确保中等难度的题目全部拿满——这才是 3 小时里最划算的分配方式。

🔥 AI 奥赛体验课，限时 9.9 元（原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

3 小时里最贵的不是键盘时间，是你盯着进度条等代码跑完的那几分钟。

USAAIO竞赛新赛季备赛已开启，扫码领取USAAIO真题&参考书

欢迎咨询【USAAIO竞赛辅导课程】

USAAIO 官方规则写明每一轮都必须到场、由真人监考，这才是第二轮线下考的原因；而"在 MIT 考"并非固定安排——MIT 只是往届承办场地，2027 年第二轮地点尚未公布。报名 2027 年 1 月 31 日 23:59（美东）截止，第一轮 2027 年 2 月 19 日开考。

一、先纠正一个前提：MIT 不是固定考点

"USAAIO 第二轮在 MIT 考"这个说法之所以流传很广，是因为它曾经确实成立过——但它描述的是某一届的安排，而不是一条长期规则。把两届的实际情况并排看就很清楚：

① 2025 年第二轮：4 月 27 日，在 MIT 举行；

② 2026 年第二轮：两天两地——4 月 4 日在哈佛医学院波士顿校区 TMEC（14:30-17:30），4 月 5 日在 MIT Building 10 Room 250（09:00-13:00），两天合计 7 小时；

③ 2027 年第二轮：官方公布的时间是 2027 年 3 月或 4 月，具体地点尚未公布。

也就是说，MIT 在这里的身份是承办场地，逐届安排，并非赛事的固定属性。如果你看到某处把"第二轮在 MIT"写成 2027 赛季的确定信息，那是把往届当成了通例。在官方公布之前，正确的做法是按"地点待公布"准备，把出行与住宿的决定留到通知发布之后。

二、"为什么必须线下"才是这个问题真正的答案

与其问"为什么在 MIT"，不如问"为什么非得到场"。这一层官方是有明文的，而且只有三句话，值得逐条读：

① 每一轮都必须到场并由真人监考（Every round must be taken onsite and proctored）——注意是"每一轮"，第一轮同样适用，不存在"第一轮在家考、第二轮才线下"的说法；

② 考试在学生所在学校，或 USAAIO 授权的考点举行，授权考点包括大学、图书馆与考试中心——大学之所以频繁出现在名单里，是因为它本来就是最容易满足场地与监考条件的机构；

③ 监考人信息只在比赛期间收集（We will collect your proctor's information only during the competition）——报名阶段不需要填监考人，报名的主体是考生本人。

配套的后果条款同样明确：未经监考的考试成绩不予认证，也不能晋级。所以"到场 + 真人监考"不是形式要求，而是成绩是否算数的前提。理解了这一条，第二轮为什么被安排在大学校园里就不难解释了——它需要的是能容纳集中考试并配齐监考的场地，哈佛、MIT 恰好是历届选中的那类地方。

2026年竞赛真题

三、监考软件这一层，官方说了什么、没说什么

关于监考，有一处需要特别澄清。官方在第二轮赛前说明会的议程中确实列有"监考软件说明"（Proctoring software instruction）一项，但从未公开说明需要录制哪些画面。因此"全程录屏""同时录制脸和手""屏幕监控加人脸录像"这类具体描述，目前找不到官方出处。

这个区分对备考是有实际意义的：你需要准备的是场地与监考人，而不是设备。与其研究要不要外接摄像头、怎么摆手机，不如尽早确认学校能否作为考点、由谁担任监考。真正会导致成绩作废的是"没有到场、没有监考"，而不是某个具体的录制姿势。

四、第二轮到底在考什么

USAAIO 的题型分为非编码题与编码题两类，编码题须在 Google Colab 中完成。两轮的算力设定不同：第一轮全部代码在 CPU 上运行，GPU 既不需要也不允许；第二轮部分题目可能用到 GPU，Colab 提供 L4。2026 年第二轮期间，Google 还为每一名参赛者免费提供了 500 个 GPU 计算单元。

从官方公布的第二轮命题原则看，考查方向也很清晰：强调第一性原理，要求从原理出发推导并搭建模型，把 AI 模型当黑箱直接调用会被显著扣分；同时要求数学推理与工程实现结合，题目覆盖经典 AI 概念与 Transformer、生成式模型等现代进展，并考察模型设计的创造性，而非套用标准模板。

这类任务需要连续数小时的专注与稳定的算力环境，也从另一个角度解释了为什么它被放在线下集中进行——2026 年第二轮除了考试，还在赛前安排了哈佛与 MIT 教授的三场主旨报告，线下场地承载的不只是一场考试。

五、赛制链路与晋级线

比赛本身是两轮——Round 1 与 Round 2；第二轮之后的夏令营不是第三场比赛，而是晋级者的集训与国家队选拔环节，Team USA 在夏令营中选出，出战 IOAI 与 IAIO。

晋级按当届公布的绝对分数线划定，不是固定百分比，满分 300 分。2026 年第二轮晋级线为 98/300；2025 年为 53/300（393 人参赛、76 人晋级，晋级率 19.3%）。第一轮的三档荣誉线单独划定：2026 年为杰出荣誉榜 201、高荣誉榜 146、荣誉榜 98；2025 年为 217、153、72。

这里有个容易踩的坑：2026 年的荣誉榜线与晋级线恰好都是 98，但 2025 年两者并不相同（72 与 53）——两条线是分别划的，不能互相推断。第二轮的奖项设置为夏令营资格、金奖、银奖、铜奖与荣誉提名。

六、报名与备考要点

2027 赛季报名自 2026 年 6 月 1 日开启，2027 年 1 月 31 日 23:59（美东）截止。第一轮为个人赛，全球考生在同一时间开考。参赛资格方面，官方规则页写明适用于美国或加拿大公民、永久居民，或在美加全日制就读的初高中生。

第一轮考纲涉及的话题包括：Colab 中的 Markdown、AI 数学基础、基础编程、机器学习、PyTorch 深度学习进阶编程、深度学习基础与 CNN 基础。按这个顺序打底，再进入第二轮所要求的第一性原理推导与模型搭建，路径是连贯的。

🔥 AI 奥赛体验课，限时 9.9 元（原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

把注意力从"在哪个学校考"挪回"到场与监考是否落实"，第二轮的准备就抓在了正确的地方。

USAAIO竞赛新赛季备赛已开启，扫码领取USAAIO真题&参考书

欢迎咨询【USAAIO竞赛辅导课程】

写给家长：美国人工智能奥赛（USAAIO）2027 赛季第一轮报名截止 2027 年 1 月 31 日 23:59（美东），第一轮竞赛 2027 年 2 月 19 日（美东 12:00-15:00）。这篇不讲口号，只讲家长真正要决策的几件事：孩子能不能报、要投入多少时间、题目难到什么程度、以及家长该做与不该做什么。

一、先弄清这是一项什么样的比赛

美国人工智能奥赛由美国的非营利组织主办，MIT、Google、Jane Street 等机构提供支持，任务是选拔并组建 Team USA，代表美国出战国际人工智能奥林匹克（IOAI）等国际赛事。它不是编程速度赛，也不是做项目、递作品的评审类活动，而是一场有固定考试日、有分数线、有明确晋级链路的学科竞赛。家长最需要先建立的认知是：它考的是人工智能的原理与方法，Python 只是表达工具。

二、资格问题：这是家长要问的第一句话

这项赛事面向美国与加拿大的 K-12 学生。这一条决定了它不适合所有家庭，请在讨论备考之前先确认孩子的在读身份是否符合官方口径。如果孩子在国内就读，想走人工智能奥赛这条路，通常是从中国区的选拔通道进入国际赛事，两条路径的报名要求并不相同，不要按同一套时间表准备。

把资格问题放在最前面，是因为它是唯一无法靠努力弥补的一环。先确认，再谈投入，顺序反了会浪费一整个赛季。

三、时间表：从现在到 2027 年 2 月，孩子会经历什么

第一阶段（现在到 2027 年 1 月底）：完成报名，同时把 Python 与机器学习基础补到能读懂题干的程度。报名在 2027 年 1 月 31 日 23:59（美东）关闭，请按美东时区核算，不要卡在最后一天。

第二阶段（2027 年 2 月 19 日）：第一轮线上考试，美东 12:00-15:00，共三小时。这一轮是绝大多数选手会经历的全部内容。

第三阶段（成绩公布后）：达到当届晋级线的选手进入第二轮线下考试，再往上是USAAIO camp（集训营）与国家队选拔。作为参考，2026 赛季的第二轮安排在 4 月 4 日与 4 月 5 日两天、分别在哈佛与 MIT 进行，两天合计约 7 小时；USAAIO camp（集训营）为 6 月 8 日至 12 日，在哈佛物理系 Jefferson Lab 举行。2027 赛季的对应安排尚未公布。

四、题目长什么样？家长可以自己看一眼

很多家长的焦虑来自"不知道题有多难"。其实第一轮的题目形式并不神秘：以官方公布的 2026 年第一轮试卷为例，题目被拆成若干大题，每道大题下设几个小问，每个小问标注分值；相当一部分小问是五选一的选择题，考的是对概念的准确判断，而不是长篇代码。

下面这页真题里的两小问，一问是"随着模型复杂度上升，偏差与方差各自如何变化"，另一问是"什么情况下 F1 分数比准确率更值得参考"。这类问题的门槛不在编程，而在有没有真正理解模型评估的逻辑——这恰恰是可以靠系统学习补上的部分。

2026年竞赛真题

五、孩子需要什么基础？三个可验证的标准

与其问"孩子够不够格"，不如用三个能当场检验的标准来判断：

① 能独立读懂并运行一段带 NumPy 或 Pandas 的 Python 代码，知道每一行在做什么，而不是只会照抄。

② 能用自己的话解释"过拟合"，并说出至少两种缓解办法。能解释，才说明是理解而不是背诵。

③ 看到一道英文题干不会立刻放弃。第一轮全程英文，阅读障碍造成的失分往往比知识缺口更多。

三条里能稳稳做到两条，这一届就值得试；一条都做不到，建议先把 Python 与英文阅读补上，把参赛目标放到下一届，而不是硬报一届去"感受气氛"。

六、关于分数线，家长最容易理解错的一点

这项赛事的晋级按当届公布的绝对分数线划定，不是固定百分比，所以往年的线只能当参考、不能当目标。可查的数据是：2026 赛季第二轮晋级线为 98 分（满分 300）；2025 赛季为 53 分，当届 393 人参赛、76 人晋级，比例约 19.3%。

第一轮还单独设有三档荣誉线，2026 赛季为 Distinguished Honor Roll 201 分、High Honor Roll 146 分、Honor Roll 98 分；2025 赛季则是 217、153、72 分。请注意 2026 年荣誉线与晋级线恰好都是 98 分，但 2025 年两者并不相同（72 与 53），二者之间不存在换算关系，看到某一年重合就推断"荣誉线等于晋级线"是典型的误读。

七、家长真正能帮上忙的四件事

① 把时区和截止时间落到日历上。报名与考试都按美东时间执行，家庭日历上写清楚换算后的本地时间，比任何催促都有用。

② 准备好考试当天的设备与网络。第一轮是线上三小时的考试，提前一天验证设备，比当天临时排查从容得多。

③ 不要替孩子设定名次目标。分数线由当届整体表现决定，把目标定成"读懂题、做完会做的题"，比定成"必须晋级"更能稳住状态。

④ 接受第一年可能只拿到一份成绩单。这项赛事的价值在于持续参与，第一年的定位是摸清自己的位置。

八、常见问题

问：孩子没学过机器学习，第一年报名有意义吗？

答：有意义，但要把预期放对。第一年的合理目标是完整做完一次考试、拿到一个真实分数，用它定位下一年的提升方向，而不是指望一步晋级。

问：需要买很贵的电脑或显卡吗？

答：第一轮不需要。值得一提的是，2026 赛季 Google 为每位进入第二轮的选手免费提供了 500 个 GPU 计算单元，算力问题在更高轮次才会真正出现，且官方有对应支持。

问：这项比赛的成绩含金量如何？

答：可查的战绩包括：Team USA 在 IOAI 2026（阿斯塔纳）获 2 金 3 银 3 铜，在 IAIO 2026（斯洛文尼亚卢布尔雅那）获 1 金 1 银 2 项荣誉提名，在 IOAI 2025（北京）获 3 银 3 铜 1 项荣誉提名。这是一条通向国际赛场的正规通道。

问：家长完全不懂 AI，会不会帮不上忙？

答：不会。家长要做的是时间管理、设备准备与情绪支持三件事，专业内容交给孩子和老师即可。看不懂题目并不影响你把后勤做扎实。

九、想先摸清孩子目前的真实位置？

资格、时间、基础三件事确认完，剩下的问题就只有一个：孩子现在离第一轮的题目还差多远。与其反复猜测，不如用一节课把 Python、机器学习原理、数学底座和官方赛题四块各测一遍，拿到一份可以对照的起点报告。

🔥 AI 奥赛体验课，限时 9.9 元 （原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

家长真正要做的判断只有两个：这条路孩子的身份走不走得通，以及这一年家里能给出多少块完整的周末——把这两件事答清楚，剩下的都是执行。

USAAIO竞赛新赛季备赛已开启，扫码领取USAAIO真题&参考书

欢迎咨询【USAAIO竞赛辅导课程】

人工智能奥赛的学习路径，不该按"第几个月学什么"来排，而该按四条能力线并行推进：编程与数据处理、机器学习原理、数学底座、官方赛题校准。2027 赛季第一轮报名截止 2027 年 1 月 31 日（美东），竞赛 2027 年 2 月 19 日（美东 12:00-15:00）。本文给出四条能力线的具体标准与三个里程碑。

一、路径不是时间表，而是四条并行的能力线

很多人问"学习路径"，期待的是一份"第一个月学 Python、第二个月学机器学习"的月历。但按月排课在这项赛事上很容易失效，原因是它的考法是交叉的：一道题可能同时要求你读懂数学表述、判断模型行为、再算出一个具体数值。任何一条线掉队，题就做不完整。

更实用的方式是把路径理解成四条同时爬升的能力线，每条线各自有可验证的"到位标准"：

① 编程与数据处理线：能用 Python 把数据读进来、清干净、算出想要的统计量。

② 机器学习原理线：不背结论，能解释每个方法为什么这样做、什么时候会失效。

③ 数学底座线：线性代数与概率统计，必须能动手算而不只是"听说过"。

④ 赛题校准线：用官方真题反复对表，确认自己理解的深度和考试要求的深度一致。

二、第一条线：把 Python 练成工具，而不是知识点

这条线的判定标准很朴素：给你一份数据，你能不能在不查太多资料的情况下把它处理好。具体到能力项，需要熟练的是变量与数据类型、列表与字典、函数封装、以及用 NumPy 做数组运算、用 Pandas 做表格筛选与聚合、用 Matplotlib 把结果画出来。

容易被低估的是"数据结构的细节"。切片的左闭右开、DataFrame 与 Series 的区别、缺失值该用均值还是中位数填充——这些看似琐碎的点，恰恰是命题时最容易设置陷阱的地方。判断自己这条线是否到位，可以用一个标准：看到一段代码，能直接说出它的输出，而不需要跑一遍。

三、第二条线：机器学习要学到"能解释"为止

这项赛事在选拔取向上明确偏重第一性原理。也就是说，只会调用现成库函数、记住"随机森林一般比决策树好"这类结论，在考场上帮不上忙。真正要掌握的是每个方法的动机与边界：

偏差与方差：为什么模型复杂度上去后训练误差降了、测试误差反而升？各自的来源是什么？

评价指标：准确率在类别不平衡时为什么会骗人？F1 是怎么把精确率与召回率合起来的？

降维与投影：主成分分析在做什么、投影之后残差代表什么？

神经网络基础：反向传播传的是什么、卷积层的输出尺寸怎么算？

把这四组问题都能用自己的话讲清楚，这条线就基本立住了。

四、第三条线：数学底座决定你能走多远

数学线常被排在最后补，但它其实是天花板。需要动手能力的部分主要是两块：线性代数——向量内积、投影、矩阵乘法与维度对齐；概率统计——常见分布、期望与方差、条件概率与贝叶斯思路。

这里的"动手"不是修辞。真题中会直接要求你算出投影向量的具体表达式、再从中提取整数参数作为答案，光有概念印象是写不出来的。所以这条线的练法应该是每周固定做题，而不是读教材。

五、第四条线：用官方赛题给自己对表

前三条线练到什么程度算够？答案不在教材里，在真题里。以 2026 赛季第一轮的一道题为例：题干先给一个三维向量，要求计算它在某个单位向量上的投影，答案写成特定的分式形式后提取参数求和；紧接着的下一小问，又要求写出投影后的残差向量并再次提取参数。两小问各 5 分，同属一道 15 分的大题。

这道题很能说明这项赛事的风格：数学、编程与机器学习概念被压进同一道题里，任何一环模糊都拿不到分。而分块计分的结构也意味着，即使做不完整道题，把能算的小问算对，分数照样进账。

2026年竞赛真题

六、三个里程碑：怎么知道自己走到哪一段

里程碑一——能独立读完一份真题。不要求做对，只要求每道题都知道它在问什么、需要用到哪块知识。到这一步，说明四条线都已经起步。

里程碑二——在限时条件下拿到稳定分数。三小时之内做完并保持稳定，说明能力已经转化成了考场表现，而不只是纸面理解。

里程碑三——能对着答案讲清每道错题错在哪一条线上。是数学没算对、是概念理解偏了、还是代码逻辑想错了？能精准归因，后续提升才有方向。

七、路径上最常见的三处错位

① 先学框架、后补原理。花大量时间学深度学习框架的用法，却说不清梯度是怎么回事，这在重原理的考法下几乎没有回报。

② 把项目经历当成备赛。做过项目当然有帮助，但项目里可以查资料、可以试错，考场上不行。两者训练的是不同的肌肉。

③ 按分数线倒推投入。晋级线是按当届绝对分数划定的，2026 赛季第二轮线为 98 分，2025 赛季则是 53 分，逐年不同，不能靠往年数字反推今年该学到什么程度。

八、常见疑问

问：四条线要按顺序走完吗？

答：不用。它们是并行的，只是早期编程线的权重高一些，后期数学线与赛题线的权重更高。

问：第一轮考多久、什么形式？

答：2027 年 2 月 19 日美东时间 12:00-15:00，共三小时，线上进行。

问：没进第二轮，这条路径是不是白走了？

答：不是。第一轮单独设有三档荣誉线，2026 赛季分别为 201、146、98 分，达线即有对应荣誉；能力本身也可迁移到科研与项目。

问：第二轮和第一轮的准备方向一样吗？

答：方向一致但强度不同。2026 赛季第二轮在哈佛与 MIT 线下举行，两天共七小时，且 Google 为每位第二轮选手提供 500 个 GPU 计算单元，实操比重明显更高。

问：国内学生能按这条路径走吗？

答：这项赛事面向美加 K-12 学生。国内学生的能力路径可以照搬，但报名通道应看中国区的对应赛事。

九、想知道自己现在卡在哪条线上？

四条线里，最难自我判断的是"我以为我懂了"的那一条。与其自己摸索，不如用一节课把四条线各测一遍，直接定位短板再排接下来的时间。

🔥 AI 奥赛体验课，限时 9.9 元 （原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

路径的意义不在于走得快，而在于每一步都能被验证——能验证，才谈得上进度。

USAAIO竞赛新赛季备赛已开启，扫码领取USAAIO真题&参考书

欢迎咨询【USAAIO竞赛辅导课程】

没有大学会公开宣布"认可"某项竞赛，美国人工智能奥赛也不例外，但它与顶尖高校的关联可查证：2026 赛季第二轮考场设在哈佛与 MIT，USAAIO camp（集训营）在哈佛物理系。2027 赛季第一轮报名截止 2027 年 1 月 31 日（美东），竞赛 2027 年 2 月 19 日。本文用公开事实说清其真实分量。

一、"藤校认可"这个说法，本身就需要先纠正

先把最容易误导人的一层拆掉：美国大学的招生办不会发布"认可竞赛清单"，也不存在"拿了某个奖就进某校"的对应关系。任何把竞赛与录取直接划等号的说法，都不来自学校本身。

真正能被核实的，是这项赛事与哪些高校、机构发生了实际关系——场地、师资、经费、赞助、公开发布的战绩。这些是硬事实，也是招生官在阅读材料时能感知到的分量来源。下面几节列出的都是公开可查的部分。

另外要顺带纠正一个常见错误：MIT 与斯坦福并不属于藤校。常春藤联盟只有八所——哈佛、耶鲁、普林斯顿、哥伦比亚、宾夕法尼亚、达特茅斯、布朗、康奈尔。很多机构把"藤校"当成"美国顶尖大学"的同义词使用，读的时候要留意。

二、第一条硬事实：第二轮的考场就在哈佛和 MIT

2026 赛季的第二轮是线下举行，而且拆成了两天两地：4 月 4 日在哈佛波士顿校区 TMEC，14:30-17:30；4 月 5 日在 MIT Building 10 Room 250，09:00-13:00，两天合计约 7 小时。

一场中学生赛事能连续借用两所学校的教学楼办考试，本身就说明主办方与这两所学校之间存在稳定的合作关系。这不是"认可"，但比任何宣传语都更具体。

三、第二条硬事实：集训营开在哈佛，日程里排了招生说明会

2026 赛季USAAIO camp是6 月 8 日至 12 日在哈佛物理系 Jefferson Lab 举行的集训营，期间安排多场 team selection test，国家队名单由多场测试的累计表现决定，而不是单场定胜负。

值得注意的是，这次集训营的日程里包含一场哈佛招生说明会。这依然不等于"录取优惠"，但它意味着入围到这一层的学生，会在校园里直接接触到招生方的信息——这是绝大多数竞赛给不了的场景。

四、第三条硬事实：谁在为这项赛事投入资源

赛事公开的支持与赞助名单里，既有学术机构也有产业方：NSF 人工智能与基本相互作用研究所、Google、Jane Street、Temple University 等都在其中。一个具体到可以核对的细节是：2026 赛季 Google 为每一位进入第二轮的选手免费提供 500 个 GPU 计算单元。

为什么这件事值得单独说？因为算力是 AI 竞赛真实的门槛。愿意为几十名中学生承担这笔成本，说明支持方把这批选手当作值得投入的人才池——这层判断，和"名校认可"想表达的其实是同一件事，只是它有据可查。

图源：USAAIO官网

五、第四条硬事实：国际赛场上的成绩单

这项赛事的终点是组建 Team USA 出战国际赛。它是美国学生通往 IOAI、IAIO、IAI²O 三项国际赛事的唯一通道，公开战绩包括：

① IOAI 2026（哈萨克斯坦阿斯塔纳，8 月 2-8 日）：2 金 3 银 3 铜。

② IAIO 2026（斯洛文尼亚卢布尔雅那，2 月 23-27 日）：1 金 1 银 2 项荣誉提名。

③ IOAI 2025（北京，8 月 2-9 日）：3 银 3 铜 1 项荣誉提名。

另外，2024 年美国队首次出征 IOAI 即取得 4 金 4 铜，该届 8 名队员后续全部被 MIT 或斯坦福录取。这条常被引用的数据要读准两点：一是它说的是2024 年那一届的 8 个人，不能推广成"参赛就能进"；二是能进国家队的学生本身在学术、科研、课程上都极为突出，录取是综合结果，竞赛是其中一环。

六、这项赛事在申请材料里真正的作用是什么？

把上面几条串起来看，它的价值不在"认可"两个字，而在三个更实际的地方。

第一是辨识度。AI 方向的中学生竞赛数量仍然有限，一个有国家队选拔链条的赛事，在一堆同质化活动里天然更显眼。

第二是可验证性。荣誉线、分数线、晋级名单都由主办方公开发布，招生官不需要额外求证。

第三是叙事支点。它能自然带出你在 Python、机器学习、第一性原理推导上的真实投入，让文书里的技术兴趣有落点，而不是空谈热爱。

七、关于"藤校认可"的四个误判

① 把"名校办赛"读成"名校录取加分"：场地与合作关系不等于招生政策，两者由完全不同的部门决定。

② 把 MIT、斯坦福算进藤校：这两所是顶尖理工强校，但不属于常春藤联盟，写进文书或简历时用词要准确。

③ 只看金牌，忽略第一轮荣誉：第一轮单独划三档荣誉线，2026 赛季分别是 201、146、98 分（满分 300），拿到 Honor Roll 同样是可写进材料的正式结果。

④ 以为奖项本身会说话：真正打动人的是"你为此做了什么"，奖项只是这段经历的注脚。

八、常见问题

Q1：中国学生能参加吗？

A：这项赛事面向美国与加拿大 K-12 学生。国内学生若想走同类路径，中国区的对应通道是 NOAI。

Q2：拿到第一轮荣誉，写进申请有用吗？

A：有用。它是主办方公开发布的正式荣誉，且分数线逐年公布，含义明确、不易被质疑。

Q3：一定要进国家队才有意义吗？

A：不是。从第一轮到USAAIO camp，每一层都有对应的公开结果；准备过程中掌握的 Python 与机器学习能力，本身也能支撑科研或项目经历。

Q4：晋级线每年一样吗？

A：不一样。第二轮晋级线 2026 赛季为 98 分、2025 赛季为 53 分，按当届绝对分数划定，不是固定百分比。

Q5：哈佛招生说明会所有选手都能参加吗？

A：那是 2026 赛季USAAIO camp（集训营）日程的一部分，面向进入集训营的选手，并非全体参赛者。

九、想先看清自己离第一轮荣誉线还差多少？

与其纠结"名校认不认"，不如先用一节课看清第一轮的题型、分值结构与三档荣誉线，再决定 2027 赛季怎么排时间。

🔥 AI 奥赛体验课，限时 9.9 元 （原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

名校从不发认可名单，但它们把教室、算力和招生官都放到了这场比赛里——这已经是最直白的回答。

USAAIO竞赛新赛季备赛已开启，扫码领取USAAIO真题&参考书

欢迎咨询【USAAIO竞赛辅导课程】

美国人工智能奥赛（USAAIO 主办的 USA-NA-AIO）的晋级机制逐层递进：第一轮线上初赛按分数线选出第二轮选手，第二轮在哈佛与 MIT 线下举行，USAAIO camp（集训营）通过多场选拔测试组建国家队。2027 赛季报名截止 2027 年 1 月 31 日（美东）、第一轮 2027 年 2 月 19 日。本文用官方公布的历年分数线讲清每一关怎么过。

一、晋级机制总览：逐层递进，最后一关是国家队选拔

先把整条链条摆出来，后面每一节再拆开讲：第一轮线上赛 → 第二轮线下赛 → USAAIO camp（集训营） → 组建 Team USA 出战国际赛。

需要先纠正一个常见理解：不少介绍把这场比赛写成"两轮个人赛"。按主办方公布的赛程，USAAIO 的比赛轮次包括 Round 1、Round 2 与 USAAIO camp——第一轮线上、第二轮在哈佛与 MIT 举行、USAAIO camp是六月在哈佛的集训营，集训营期间安排了多场国家队选拔测试。把USAAIO camp漏掉，就会误以为进了第二轮就等于进国家队。

另一个要点是这条通道的排他性：USA-NA-AIO 是美国学生代表本国出战 IOAI、IAIO、IAI²O 三项国际赛事的唯一路径。也就是说，晋级机制不只是一场比赛的内部排名规则，它同时决定了谁能拿到国际赛的入场券。

面向对象是美国与加拿大的 K-12 学生，主办方是美国的非营利组织，Google、Jane Street 等企业与机构提供支持。

二、第一关：线上初赛，分数线决定谁能进第二轮

第一轮是所有人的起点，线上进行，满分 300 分。晋级不是按固定百分比，而是按当届公布的绝对分数线（cutoff score）——这是整套机制里最容易被误解的一点。

看两组官方公布的真实数据就很清楚：2026 赛季第二轮分数线是 300 分中的 98 分；而2025 赛季只有 53 分。同样是进第二轮，两年的门槛差了将近一倍。

2025 赛季主办方还公布了完整的统计：第一轮参赛 393 人，晋级第二轮 76 人，晋级率 19.3%。这个比例可以当作参考量级，但它是结果而不是预设——分数线先定，比例是算出来的。

换算成备考语言：你要瞄准的不是"打败多少人"，而是"在 300 分里稳稳拿到三位数"。第一轮题目按 Problem 分块、每块再拆成若干 Part 计分，一道大题可能值 15 分、其下每个小问 5 分，因此把会做的小问全部拿下，比死磕一道难题更有效。

2026年竞赛真题

三、没晋级也有收获：第一轮的三档荣誉怎么算

第一轮除了晋级线，还单独设了三档荣誉，同样按绝对分划线。

① Distinguished Honor Roll（最高档）：2026 赛季线为 300 分中的 201 分，2025 赛季为 217 分。

② High Honor Roll：2026 赛季 146 分，2025 赛季 153 分。

③ Honor Roll：2026 赛季 98 分，2025 赛季 72 分。

这里有个值得注意的细节：2026 赛季的 Honor Roll 线与第二轮晋级线恰好都是 98 分，但 2025 赛季两者并不相同（荣誉线 72 分、晋级线 53 分）。所以"拿到 Honor Roll 就一定进第二轮"并不成立，两条线是分别划定的，需要看当届公告。

对绝大多数第一次参赛的学生来说，把第一年的目标定在拿一档荣誉，比一上来就盯着国家队更现实，也更容易坚持下去。

四、第二关：线下两天赛，强度是第一轮的数倍

第二轮从线上转到线下，赛制也完全不同。以 2026 赛季为例：4 月 4 日在哈佛（波士顿校区）进行第一天比赛，下午 14:30-17:30 共 3 小时；4 月 5 日在 MIT 进行第二天比赛，上午 9:00-13:00 共 4 小时。两天合计七小时，考的是持续作战能力。

比赛之外还安排了学术与升学环节：哈佛与 MIT 的招生说明会、校园参观，以及多位教授与业界嘉宾的主旨演讲。这部分虽然不计分，但对参赛学生的实际价值不低。

算力方面，主办方公布 Google 为每位第二轮选手免费提供 500 个 GPU 计算单元——这也侧面说明第二轮的题目需要真正跑模型，而不只是纸面推理。

五、第三关：集训营与国家队选拔测试

USAAIO camp才是决定国家队名单的环节。2026 赛季于 6 月 8 日至 12 日在哈佛举行，选拔测试与讲座安排在哈佛物理系 Jefferson Lab，选手统一住宿与用餐。

五天的日程里安排了多场国家队选拔测试（team selection test），分布在不同日期的上午与下午，另外穿插学术讲座、业界嘉宾分享与哈佛招生说明会。也就是说，国家队名单不是由某一场考试决定的，而是多场测试的累计表现——这对稳定性的要求远高于前两轮。

选拔完成后组建的 Team USA，代表美国出战 IOAI 等国际赛事。2026 年在哈萨克斯坦阿斯塔纳举行的 IOAI 上，Team USA 取得 2 金 3 银 3 铜；同年 2 月在斯洛文尼亚卢布尔雅那举行的 IAIO 上取得 1 金 1 银 2 项荣誉提名。

六、关于晋级机制，最容易被误解的四点

① 晋级线不是固定百分比：它是每届单独公布的绝对分，会随题目难度大幅浮动，用往年比例反推今年门槛并不可靠。

② 荣誉档位与晋级资格是两套线：某些年份重合，某些年份不重合，必须看当届公告。

③ 进了第二轮不等于进国家队：中间还隔着USAAIO camp（集训营）的多场选拔测试。

④ 参赛资格有身份与地域要求：面向美国与加拿大的 K-12 学生，具体资格判定与报名方式以主办方公告为准，不要凭他人经验推断。

七、常见问题

Q1：第一轮多少分算稳？

A：没有恒定答案。2025 赛季 53 分即可晋级，2026 赛季则需要 98 分。把目标定在近两届较高线之上，安全边际会大一些。

Q2：第一轮是在学校考还是在家考？

A：线上进行，需按主办方要求完成监考与录屏流程，具体操作说明随报名发放。

Q3：第二轮要自己承担差旅吗？

A：第二轮为线下举行，出行与住宿安排以当届通知为准；2026 赛季主办方公布了集中住宿与用餐的安排。

Q4：各轮之间隔多久？

A：以 2026 赛季为参照，第一轮在 2 月、第二轮在 4 月初、USAAIO camp在 6 月中旬，全程跨度约四个月。

Q5：第一年没晋级，第二年还能再来吗？

A：可以按当届报名要求重新报名。从公布的数据看，多位队员都是连续参赛后才进入国家队的。

八、想搞清自己现在离晋级线还差多少？

与其反复猜今年的分数线，不如先用一节课把各轮的判定方式、第一轮的分值结构和真实题感一次看清，再决定 2027 赛季怎么排计划。

🔥 AI 奥赛体验课，限时 9.9 元 （原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

三道关卡各有各的打法，先把第一关的分数线变成一个具体数字，路线就清晰了。

USAAIO竞赛新赛季备赛已开启，扫码领取USAAIO真题&参考书

欢迎咨询【USAAIO竞赛辅导课程】

零基础能不能参加美国人工智能奥赛？能，但要先分清你是哪一种"零基础"。第一轮为线上作答、以概念判断与推理为主，不要求做过项目。2027 赛季第一轮报名截止 2027 年 1 月 31 日（美东），竞赛 2027 年 2 月 19 日 12:00–15:00（美东），从现在起算还有约半年准备期。

一、"零基础"有三种，先对号入座

同样一句"我零基础"，落到备赛上完全是三条不同的路。先判断自己属于哪一类，后面的时间分配才不会错。

① 编程零基础：没写过 Python，连循环和函数都陌生。这类同学的第一件事不是学模型，而是把语法关过掉，否则后面看任何材料都会卡在代码上。

② AI 零基础：Python 能写，学校信息课或校外编程课打过底，但没接触过机器学习概念。这类反而是起点最好的一批，可以直接进概念阶段。

③ 竞赛零基础：Python 和机器学习都摸过，甚至跑过模型，但从没参加过学科竞赛，不了解题目怎么问、时间怎么分配。这类要补的是应试形态，不是知识。

三类里最吃亏的是第一类和第三类互相误判——编程零基础的人跟着教程跑模型，看着很热闹却什么都没沉淀；竞赛零基础的人回头去学语法，白白浪费最宝贵的几个月。

二、从今天到考试日，还剩多少时间？

零基础最怕的不是难度，而是时间估错。把两个日期钉在墙上倒推，节奏就清楚了。

第一个是报名截止 2027 年 1 月 31 日。这是行政节点，错过就没有下一次，与你准备到什么程度无关，所以要在日历上单独标出来。

第二个是竞赛日 2027 年 2 月 19 日。从当下到这一天大约半年，对编程零基础的同学，合理的分段是：前两个月补 Python 语法与数据处理，中间两个多月建立机器学习概念，最后一个多月专攻真题形态与限时训练。

要提醒的是，这个节奏建立在每周有稳定投入的前提上。零基础靠考前一个月冲刺，在这类以概念理解为主的比赛里几乎不可能奏效，因为它考的不是背下来的结论，而是能不能推。

三、第一轮的题目长什么样？

与其想象，不如直接看官方公开的赛题形态。第一轮采用分节编排，每一节围绕一个主题展开若干小题，题目多为五个选项的单选，单题标注分值。

从公开赛题可以看出三个特征：

① 题干短、概念密。一道题往往只有两三行，但要求你分清模型复杂度、偏差与方差之间的关系，或判断在什么情况下 F1 值比准确率更合适。

② 不要求写代码，要求懂原理。例如比较两个模型哪一个的非零权重更少，本质上考的是对正则化的理解，而不是能不能调库。

③ 选项都"看起来对"。干扰项通常是把因果关系反过来，或把条件放宽一档，靠印象作答的失分率非常高。

2026年竞赛真题

四、Python 到底要学到什么程度？

零基础同学最容易在这里失控——一头扎进语法教程，三个月还没走出基础章节。其实这场比赛需要的 Python，是一个很小的集合。

必须掌握：变量与基本数据类型、条件与循环、函数定义、列表与字典、以及用 Numpy 做数组运算。这一层是读懂题目和示例代码的门槛。

建议掌握：用 Pandas 读取和筛选表格数据，用 Matplotlib 画出最基本的散点图与折线图。它们的作用是让你能亲手复现概念，把抽象的"过拟合"变成看得见的曲线。

暂时不必碰：面向对象、装饰器、多线程、工程化部署。这些在竞赛题里几乎不会成为考点，却极容易吞掉大量时间。

五、机器学习部分，零基础从哪进最省力？

不要从"跑通一个项目"开始，那条路看着有成就感，但留不下能答题的知识。更省力的入口是按三层顺序推进。

第一层建立评价体系：先搞懂准确率、精确率、召回率、F1 各自解决什么问题，以及在类别不平衡时为什么准确率会骗人。这一层是判断题的主战场，性价比最高。

第二层理解泛化：训练误差与测试误差为什么会分叉，模型复杂度上升时偏差和方差各自怎么变，正则化是靠什么把权重压到零。这一层几乎每年都考。

第三层再看模型本身：线性回归、逻辑回归、决策树、最近邻这些经典方法的假设与适用场景。注意顺序——先有评价与泛化的框架，模型才不是一堆孤立名词。

六、第一年的合理目标是什么？

零基础同学最该调整的，其实是预期。第一年把目标定成"拿奖"，很容易在中途放弃；定成下面这三件事，反而更容易走得远。

① 完整参加一次第一轮。经历一次三小时的线上作答，比读十篇攻略更能建立真实的难度认知。

② 拿到一份可写进申请的成绩记录。即便没有进入荣誉榜，与全美加同龄人同场作答后的成绩本身就是可以陈述的经历，关键是写清赛事全称、赛季与所处档位。

③ 沉淀一套自己的概念笔记。第二年再战时，这套笔记会让你的起点直接跳过今年花掉的大半时间。

七、零基础最常踩的四个坑

① 用工具代替理解。这场比赛强调第一性原理，靠工具直接给结论，题目稍作变形就会失手。

② 把算力当门槛。第一轮不需要训练大模型，一台普通笔记本完全够用，官方赛题也是公开可获取的。

③ 只做题不复盘。干扰项设计是这类题的精髓，做完不把每个错误选项讲明白，等于没做。

④ 忽略英文题干。题目为英文表述，术语密度高。提前把常见术语的英文写法过一遍，考场上能省下大量反应时间。

八、常见问题

Q1：完全没写过代码，现在开始还来得及吗？

A：到 2027 年 2 月 19 日还有约半年，只要每周投入稳定，走完"语法—概念—真题"三段是可行的；但需要立刻开始，不能等到寒假。

Q2：需要先学数学基础吗？

A：需要一点，但不多。掌握基本的概率与统计直觉、能读懂简单的函数图像即可，不必提前学高等数学。

Q3：第一轮在哪里考、要不要出国？

A：第一轮为线上作答、在学校环境完成并录屏，不需要出国；线下环节出现在第二轮，地点为哈佛与 MIT。

Q4：零基础也需要准备项目作品吗？

A：第一轮不以作品评价，重点是概念判断与推理。与其赶工做项目，不如把评价指标和泛化这两块吃透。

Q5：一个人准备容易半途而废，怎么办？

A：把半年拆成以两周为单位的小目标，每两周用一节公开赛题自测一次。有反馈的节奏比"每天学一小时"的口号更容易坚持。

九、想知道自己属于哪一类零基础？

与其自己猜起点，不如用一节课把三类零基础的分界、半年时间的分段安排以及第一轮的真实题感一次看清，再决定 2027 赛季怎么打。

🔥 AI 奥赛体验课，限时 9.9 元 （原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

零基础不是不能开始，是不能晚开始——把 1 月 31 日那个截止日先记进日历！

USAAIO竞赛新赛季备赛已开启，扫码领取USAAIO真题&参考书

欢迎咨询【USAAIO竞赛辅导课程】

美国人工智能奥赛获奖名单在哪查？答案是官方渠道：USAAIO 组委会在官网公布第一轮荣誉榜与 Team USA 名单，队员姓名、年级、学校与所在城市逐人列出。2027 赛季第一轮报名截止 2027年1月31日（美东）、竞赛 2027年2月19日。本文说清名单的公布方式、能读出什么信息，以及怎样让自己出现在下一份名单上。

一、名单从哪来：三份不同性质的名单别混在一起

搜"获奖名单"的人往往把三件事当成一件：第一轮的荣誉榜、第二轮的金银铜、以及最终的 Team USA 国家队名单。它们的产生阶段、人数量级与公布方式都不一样，混着找必然找不到。

第一轮是线上赛，成绩优异者进入荣誉榜，其中最高一档为 Distinguished Honor Roll；第二轮是线下赛，在哈佛与 MIT举办，决出金、银、铜；第二轮最顶尖者入选 Team USA，代表美国出战 IOAI 国际人工智能奥林匹克。

因此正确的查法是：先确认你要找的是哪一层，再去对应的官方公告页。非官方渠道转载的"名单"不具备核验价值——名单的权威性来自主办方本身。

二、名单上写了什么：一张队员卡片的四行信息

Team USA 名单不是一串干巴巴的姓名，官方采用逐人卡片的形式：一张本人照片，下面依次是姓名、就读年级、学校全称与所在城市，部分队员还标注了大学去向，并附一个通向个人简介的链接。

这种呈现方式透露出两个信息。其一，名单是可核验的——学校与城市写得具体，任何人都能对照查证，这也是它在申请材料里站得住的原因。其二，官方把队员当作"人"而非"分数"来展示，个人简介里通常包含研究兴趣与项目经历，说明这条荣誉链看重的是长期投入，而不只是一次考试的分数。

对准备参赛的学生来说，这一页其实是最好的目标参照：你能看到上榜者在什么年级、来自什么类型的学校、把精力放在了哪些方向。

图源：USAAIO官网

三、往届名单背后的硬战绩

名单的分量不在名字本身，而在这些名字后来走到了哪里。三组已公开的数据值得记住：

① 2024 年首次征战 IOAI，美国队即取得 4 金 4 铜，8 名队员全部被 MIT、斯坦福录取。这是这条荣誉链被名校招生体系看见的起点。

② IOAI 2026 在哈萨克斯坦阿斯塔纳举行，Team USA 拿下 2 金 3 银 3 铜。请注意这与 2024 年是不同届次的战绩，两组数字不要混在一起引用。

③ IOAI 2027 第四届将在新加坡举办，时间为 2027 年 7 月 4-10 日，由 AI Singapore 与南洋理工大学联合主办——这意味着新一届名单上的名字，将出现在新加坡的赛场上。

四、从名单里能读出的三条规律

① 高年级占优，但并非绝对。卡片上的年级多为 senior 与 rising senior，说明多数上榜者经历了两三年积累；不过赛事面向美加 K-12，低年级参赛的意义在于用一届换经验。

② 学校类型分散。数理专门学校与普通公立高中同时出现在名单里，这说明校内是否开设 AI 课程不是决定性因素，自学路径完全走得通。

③ 专业方向高度一致。队员的后续去向集中在计算机与人工智能相关专业，反过来说明这份名单对"AI 方向的学术叙事"支撑力最强，用在别的专业叙事里反而浪费。

五、中国籍学生能不能进这份名单

能，但有前提。USAAIO 面向美国与加拿大 K-12 在校生，在美加就读的中国籍学生可以正常参赛并进入荣誉名单，评奖不因国籍区别对待。第一轮为线上赛、由学校监督录屏完成，这一点对国际学生比较友好。

不在美加就读的中国大陆学生，则应把目标放在 NOAI 中国人工智能奥赛——它是 IOAI 在中国的官方选拔通道，从中选拔 8 名中学生组建 IOAI 中国代表队。两条路径终点相同，入口不同，别在错误的入口排队。

六、想进下一份名单：2027 赛季的时间倒推

把日期钉死，剩下的就只是执行：第一轮报名截止 2027年1月31日（美东），第一轮竞赛 2027年2月19日（美东 12:00–15:00，3 小时），第二轮在哈佛与 MIT 线下举行、具体时间官方尚未公布。

从现在到 2 月 19 日的排期建议是：先用一到两个月补 Python 与概率统计、线性代数的基本直觉；再用两到三个月吃透监督与无监督学习的主流方法族，以及过拟合、交叉验证、数据泄漏这些模型评估常识；最后一个月用官方公开赛题做限时实战。

还有一条容易被忽略的规则：官方明确黑盒调用 AI 模型会被显著扣分，考的是第一性原理与推导过程，靠工具速成进不了名单。

七、常见问题

Q1：往届名单会一直挂在官网上吗？

A：官方通常保留历届队员展示与新闻稿，但页面结构会随赛季更新，最稳妥的做法是找到当届公告原文并自行保存截图与链接。

Q2：第一轮荣誉榜会公开所有人的姓名吗？

A：公布口径由主办方按当届规则决定，个人成绩会通知到本人。涉及未成年人信息的展示范围，以官方公告为准。

Q3：名单上没有我，成绩单还有用吗？

A：有用。与全美加同龄人同场竞技后的成绩记录本身可以写进申请，关键是写清赛事全称、赛季与你所处的档位。

Q4：怎么防止被"内部名单""提前查分"之类的说法误导？

A：只认主办方公告与本人成绩通知两个来源。名单不存在提前渠道，凡是收费查名单的都不必理会。

Q5：需要很强的算力才能进名单吗？

A：不需要。官方赛题免费公开，练习可在免费云端环境完成，一台普通笔记本足够，真正的差距在推导与实现的扎实程度。

八、想知道自己离名单还差多远？

与其反复刷往届名单，不如用一节课把赛题风格、评奖档位与你现在的真实起点一次看清，再决定 2027 赛季冲哪一层。

🔥 AI 奥赛体验课，限时 9.9 元 （原价 649 元）

翰林名师亲授，一课打通 AI 四大领域，零基础也能学，扫码即可报名咨询 ⇓

名单是结果，不是入口——从 1 月 31 日那个报名截止日开始倒推吧！

USAAIO竞赛新赛季备赛已开启，扫码领取USAAIO真题&参考书

欢迎咨询【USAAIO竞赛辅导课程】