OpenAI 推理系统摘得 IOI 金牌：力压所有 AI，与人类同台排第 6

如果把全球最顶尖的高中生程序员聚在一起，给他们五个小时做题，AI 能排第几？

答案是第六名。

在刚刚结束的 2025 年国际信息学奥林匹克竞赛（IOI 2025）线上赛中，OpenAI 的推理系统拿下了金牌级别的分数。在所有参赛的 AI 里它排第一，如果把人类选手一起算进来，330 名全球天才少年里，只有五个人跑到了它前面。

更让人吃惊的是，它面对的比赛规则和人类一模一样：五个小时，最多提交 50 次。

扔掉拐杖，反而跑赢了

如果倒回 2024 年，OpenAI 在这门竞赛上的成绩可以说是灰头土脸。当时他们的系统只拿到了第 49 百分位，连一块铜牌都没摸到。

去年团队用的是典型的堆料战术：重度微调模型，搭了一套极其繁琐的脚手架系统，塞满了人工提取的特征和合成测试用例，硬靠外力帮 AI 找补逻辑漏洞。

今年他们直接换了思路，把复杂的脚手架全拆了。模型输出一堆解法后，团队只用了一个轻量级的小架构配合基础启发式规则，挑出最好的那份提交。

结果就是这一减负，成绩直接飙到了第 98 百分位。

一套底座，连拿两块金牌

不仅架构变轻了，OpenAI 这次连专用的算法竞赛模型都没训。

研究员 Noam Brown 透露，这次在 IOI 拿高分的核心模型，其实就是前阵子在国际数学奥林匹克竞赛（IMO）拿金牌的同一个通用逻辑模型。

做完评估后，团队发现这套模型不光数学好，编程能力同样强得离谱，于是一行代码都没改，原封不动直接扔进了 IOI 赛场。

在过去短短几周里，同一个推理系统先在 AtCoder 拿到第二，接着斩获 IMO 金牌水平，现在又拿下 IOI 金牌水平。

Noam Brown 甚至直言，照这个演进速度，到了明年，模型自身的能力可能就会彻底超过人类能设计出来的任何复杂脚手架。

为什么重要

我们认为，这件事最可怕的地方不在于 AI 又拿了一块金牌，而在于拿金牌的方法变了。

以前业内做代码大模型，思路往往是专项专训，给模型喂海量特定数据，再在外面套一层又一层复杂的工程护栏。但 OpenAI 这次的成绩证明，当通用的深层推理能力跨过某个门槛后，数学逻辑和代码算法在本质上已经合流，根本不需要再专门做垂直适配。

对开发者来说，这传递了一个非常明确的信号：未来写代码的核心能力，不是记多少语法或拼装多少专用小工具，而是模型底层的通用推理有多硬。那些为了弥补模型智商不足而搭建的复杂提示词链条、外挂校验脚本，正在以肉眼可见的速度贬值。

当然，这套系统目前参加的还是线上赛道，真正的现场线下环境往往还有更多不可控的工程约束。但看起来，通用推理模型通吃复杂脑力劳动的时代，比大家预想的来得还要快得多。