۸۳۰۰ امتیاز. این رقم، دستاوردی است که یک مدل استدلالی (Reasoning Model) — شبیه شطرنج‌بازی که چند حرکت جلوتر را می‌بیند و قبل از هر حرکت درنگ می‌کند — در فینال جهانی AtCoder در ۹ جولای ۲۰۲۶ به دست آورد تا امتیاز ۴۳۰۰ نفری برترین شرکت‌کننده انسانی را تقریباً به دو برابر برساند و او را به تحدی ببرد.
در بخش الگوریتم، هیچ شرکت‌کننده انسانی موفق نشد دو چالش دشوارترین مسابقه، یعنی مسائل C و E را حل کند، در حالی که مدل OpenAI هر دو را پشت سر گذاشت. این عملکرد، نقطه عطفی در استدلال ماشینی است؛ چراکه AtCoder آزمونی خالص از منطق الگوریتمی است و برخلاف ابزارهای کدنویسی رایج، هیچ دسترسی به محیط توسعه (IDE) یا یکپارچه‌سازی با ابزارهای کمکی ندارد.
همان‌طور که در تحلیل قبلی ما درباره‌ی ریسک‌های اعتباری OpenAI برای شرکت اوراکل اشاره کردیم، پیشتازی فنی این شرکت در حوزه استدلال با شتابی خیره‌کننده ادامه دارد و حالا بسیار فراتر از پیروزی‌های محدود سال ۲۰۲۵ رفته است.
زمینه و شرایط رقابت
طبق گزارش سازمان‌کنندگان، این مسابقه نمایشی در توکیو، مدل را در برابر ۱۴ برنامه‌نویس نخبه قرار داد. در این میدان، رقبای تراز اولی در سطح جهانی حضور داشتند؛ از جمله tourist (با رتبه ۳۷۹۷)، ecnerwala (با رتبه ۳۶۱۹)، ksun48 (با رتبه ۳۶۷۰) و jiangly (با رتبه ۳۶۰۷).
این رقابت هفت‌ساعته شامل پنج مسئله بود که ارزش هر یک از این مسائل بین ۹۰۰ تا ۲۵۰۰ امتیاز تخمین زده می‌شد. بوریس مینایف، قهرمان جهان ICPC و عضو تیم استدلالی، تأیید کرد که سیستم در طول برگزاری مسابقه هیچ دسترسی به اینترنت نداشت. این مدل از نظر توانایی با GPT-5.6 که در همان هفته عرضه شد، یکسان و قابل مقایسه بود. این عرضه هم‌زمان با چالش‌های نظارتی همراه بود، چرا که دولت آمریکا نظارت‌های سخت‌گیرانه‌ای را بر دسترسی کاربران به این نسخه اعمال کرد.
جزئیات عملکرد مدل
تحلیل دقیق عملکرد مدل به شرح زیر است:
- سرعت: مدل توانست مسائل A، B و C را در بازه زمانی حدود یک ساعت به طور کامل حل کند.
- استقامت: حل مسئله D در مجموع حدود سه ساعت زمان برد. بلافاصله پس از آن، مدل سخت‌ترین چالش مسابقه یعنی مسئله E را که ۲۵۰۰ امتیاز داشت، به پایان رساند.
- بخش اکتشافی (Heuristic): دو روز پیش از برگزاری بخش الگوریتم، این مدل در رقابت با ۱۲ فینالیست نخبه، امتیازی کسب کرد که بیش از هفت برابر بهترین نتیجه انسانی بود.
به نقل از چوکودای، بنیان‌گذار AtCoder، او پس از دیدن نتایج احساس «شکست مطلق» کرد. جالب است که سازمان‌کنندگان حتی جایزه‌ای به مبلغ ۶۰۰ هزار ین تحت عنوان «پیروزی بشریت» برای هر انسانی که می‌توانست AI را شکست دهد در نظر گرفته بودند، اما این جایزه در هیچ‌یک از دو بخش مسابقات به هیچ انسانی تعلق نیافت.
پیامدهایی برای عامل‌های کدنویسی
این نتیجه، روایت‌های رایج درباره مهندسی نرم‌افزار را تغییر می‌دهد. یک تصور اشتباه رایج این است که امتیازات برنامه‌نویسی رقابتی، توانایی «عامل» (Agent) را می‌سنجند؛ اما در واقع این امتیازات، قدرت مدل زیربنایی را نشان می‌دهند. چون AtCoder آزمونی خالص از استدلال است و نه یکپارچه‌سازی با IDE، پس این موفقیت متعلق به خود مدل است، نه رابط کاربری یا CLI که آن را احاطه کرده است.
اکنون مدل استدلالی به «سقفی» برای امکانات تبدیل شده است. کیفیت رابط کاربری — چه Codex باشد، چه Claude Code یا هر ابزار خودمیزبان دیگری — در برابر منطق زیربنایی ثانویه است. پوسته ابزار تجربه کاربر را تعیین می‌کند، اما مدل است که سقف توانایی و امکان دسترسی به جواب را مشخص می‌کند. این برتری مدل‌های OpenAI در استدلال، موقعیتی را ایجاد کرده است که در کدنویسی عامل‌محور نیز بر رقبایی چون Claude Mythos پیشی بگیرند.
اینکه مدل توانست روی مسائل D و E کلنجار برود — مسائلی که مینایف آن‌ها را «به‌مراتب سخت‌تر از هر مسئله AtCoder قبلی که تیم دیده بود» می‌دانست — نشان می‌دهد AI حالا می‌تواند استدلال‌های عمیق، کند و متفکرانه انسانی را تقلید کند، نه اینکه فقط تکالیف ساده را با سرعت بالا انجام دهد.
روند گسترده‌تر برنامه‌نویسی AI
این موفقیت بخشی از یک رشته دستاوردهای بزرگتر است. در اوایل سال ۲۰۲۶، مدل ALE-Agent از شرکت Sakana AI در یک مسابقه اکتشافی open AtCoder بر بیش از ۸۰۰ شرکت‌کننده انسانی پیروز شد. همچنین OpenAI پیش از این در IOI ۲۰۲۵ رتبه‌ای در صدک ۹۸ام (مدال طلا) به دست آورد و تمام مسائل فینال جهانی ICPC ۲۰۲۵ را حل کرد.
در عرض حدود یک سال، مدل‌های پیشرو از حالت «رقابت با بهترین‌ها» به «تسلط بر بهترین‌ها» در وظایف الگوریتمی رسیدند. برای توسعه‌دهندگان، ارزش یک عامل AI دیگر در توانایی حل مسائل سخت نیست، چون مدل این سد را شکسته است. حالا مزیت رقابتی در نحوه مسیریابی کار (routing)، مدیریت زمینه (Context) و کنترل بودجه است.
باید رصد کرد که این قابلیت‌های «استدلال عمیق» چگونه از مسابقات کدنویسی به طراحی سیستم‌های در سطح تولید (Production-grade) و مدیریت نیازمندی‌های مبهم تجاری منتقل می‌شوند.
گام بعدی شما
- بررسی مدل‌های استدلالی جدید برای طراحی سیستم‌های پیچیده به‌جای استفاده از آن‌ها برای تکه‌های کد کوچک.
- تمرکز بر مهندسی «جریان کار» (Workflow) به‌جای تمرکز صرف بر «دقت حل مسئله».
- رصد انتقال قابلیت‌های استدلال عمیق از مسابقات کدنویسی به مدیریت نیازمندی‌های مبهم تجاری.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو