ИИ-агент впервые выиграл рейтинговый турнир по программированию

14 декабря 2025 года AtCoder провёл Heuristic Contest 058 — четырёхчасовой рейтинговый турнир, открытый для любого зарегистрированного участника: решить одну задачу оптимизации, отправлять решения сколько позволяет время, получить место в рейтинге по итоговому баллу относительно всех остальных участников. Токийская лаборатория Sakana AI выставила собственную систему под ником fishylene. Она вышла в лидеры примерно через два часа после старта и удерживала первое место до конца, финишировав первой среди 804 участников. Второе место занял участник-человек, выступавший под ником yosupo.

Система называлась ALE-Agent и была построена на параллельном запуске нескольких топовых языковых моделей: они генерировали варианты решений, тестировали их и передавали результаты обратно на следующий круг — и так все четыре часа. По данным Sakana, на этот запуск ушло примерно $1,300 вычислительных затрат и более 4,000 обращений к моделям. Это заметная сумма для одной заявки на турнир, но такая, которую имеет смысл тратить именно тогда, когда альтернатива — команда инженеров, вручную выполняющая тот же поиск.

Сама задача касалась иерархического производственного планирования — расстановки набора взаимозависимых производственных этапов, каждый со своими ограничениями, в эффективное расписание; такая форма задачи встречается и в реальных цепочках поставок, и в турнирных сборниках. По данным Sakana, ожидаемым подходом было жадное построение решения с последующим стандартным имитационным отжигом. ALE-Agent вместо этого пришёл к другой эвристике: поверх поиска методом имитационного отжига с более разнообразными типами ходов, чем в эталонном решении, агент надстроил собственную функцию оценки, выведенную им самим уже в ходе турнира. Он получил лучший результат не за счёт более быстрого прогона ожидаемого метода, а за счёт поиска в пространстве другой формы.

Именно это различие — самая содержательная часть результата. Система, побеждающая за счёт грубого перебора внутри заведомо рабочего метода, — это утверждение про объём вычислений. Система, побеждающая за счёт нахождения метода, отличного от того, что имел в виду автор задачи, — это утверждение про сам процесс поиска: часть из четырёх часов ушла на выработку подхода, а не только на его настройку.

Это более узкое достижение, чем может показаться. AHC058 — один из примерно ежемесячных рейтинговых турниров по эвристике, которые проводит AtCoder, а не ежегодный финал World Tour Finals, куда съезжаются двенадцать лучших квалифицировавшихся участников года. Именно на этом финале в июле 2025 года система OpenAI лидировала в аналогичном турнире по оптимизации почти все десять часов, пока на финише её не обошёл Пшемыслав Дембяк, победивший с минимальным отрывом, а годом позже система OpenAI выиграла уже оба зачёта этого турнира целиком. Победа ALE-Agent на AHC058 стоит раньше и на более скромном уровне, чем оба этих случая: это турнир обычного сезона, а не финал, и победа над 804 участниками, а не над двенадцатью.

На фоне этой хронологии результат выглядит не как нечто новое, а как продолжение уже наметившейся линии: за примерно полтора года собственной истории турниров AtCoder ИИ-системы прошли путь от результатов вне подиума — ко второму месту против небольшого элитного состава — и далее к чистой победе в турнире с большим числом участников. Новое, что добавляет AHC058, — случай, когда победивший агент не просто исполнил известную технику под давлением времени, а пришёл к эвристике, которую не предвидел даже автор задачи.