一道必须穷举最坏情况的推理题。它测的不是模型会不会算，而是它会不会把「所有失败情况」数干净——而这正是很多模型习惯性漏掉的一步。
—
加载中…
按题面条件，答案是 29。社区里流传的 21 只覆盖了其中一种失败摆法，而且连那种摆法也算少了。把所有失败摆法逐一数完，最狠的一种能摸出 28 颗仍然凑不齐要求，所以第 29 颗才保证成功。本页把四种摆法逐条列出来，答案由算法现算，不是写死的。
因为题目问的是「保证」，也就是最坏情况。只要还存在一种摸法能凑不齐，答案就不成立。想到几种算几种会漏掉其余几种，而漏掉之后算出的数偏小——偏小的数看起来还挺合理，最难自己发现。
会变，而且变化不小。这道题最大的弱点就是题目公开，模型可能记住了答案。所以本页提供了同构新题生成器：换口味名、换形状名、换数量，解题逻辑完全一样，答案现算。数字一变，答对就更能说明它是在推理而不是在背题。
几种表现：数字换了还答原来那个数；形状从圆形换成心形就答不出来；追问它为什么不是某个更小的数时支吾，或者引用「这是经典题的公认答案」；多给一种口味后答案完全不变。多一种口味一定能让失败上限变大，答案不变就是没重算。
不会。题面生成、答案计算和解析全部在浏览器里完成，页面不发任何网络请求，也不会生成任何文件。你选中的口味数、形状数和种子只留在浏览器本地，同一个种子下次打开还是同一道题，方便分享给别人对答案。
这道题看上去是小学奥赛水平：一袋糖，三种口味，每种两种形状，问最少摸几颗能保证凑齐「不同形状的两种口味」。它的全部难点不在计算，而在是否把情况数干净。模型很容易给出一个看起来挺合理的数——它找到了某种摸不到的情况，算出一个上限，然后就把那个数当答案了。问题在于，失败的方式不止一种。
把所有失败摆法数完，最狠的一种能摸出 28 颗仍然失败，所以第 29 颗才保证成功。
缺一种目标口味、缺另一种、两种口味都只拿到同一种形状（形状有几种就算几种）。想清楚这点，题目就没有想象中难。
第三种口味对目标没有贡献，是凑满失败上限的免费筹码。漏掉它算出的数会偏小。
口味、形状、数字全换，解题逻辑一样，答案现算。数字一变，背题立刻露馅。
只要数字没法判断是算的还是蒙的。思路里出现「只想到一种情况」才是真信号。
鹈鹕骑车测结构生成，这道题测穷举彻底性。互补着看，比只看一道准得多。