信用预算制的 ICPC 风格编程：当智能体必须为每个决策付费时

当前对自主编码智能体的评估往往基于不切实际的无限资源假设，而现实软件工程受限于资源竞争。随着智能体群体规模扩大，忽视计算与时间成本可能导致预算耗尽。为此，本文提出 USACOArena，一个基于严格“信用”经济的交互式 ACM-ICPC 风格竞技场。在该环境中，生成的每个 token、本地测试及耗时均消耗固定预算，迫使智能体进行战略权衡。研究表明，现有前沿智能体难以在准确率与约束间取得最优平衡，表现出发散且依赖路径的行为。USACOArena 为开发高效、资源感知的智能体架构提供了关键的动态训练场。