‏شش ماه آخر دنیای LLM در پنج دقیقه

سایمون ویلیسون، توسعه‌دهنده و نویسنده شناخته‌شده حوزه هوش مصنوعی، در کنفرانس PyCon US 2026 یه سخنرانی برق‌آسای پنج‌دقیقه‌ای داشت که توش سعی کرد مهم‌ترین تحولات شش ماه گذشته دنیای LLMها رو فشرده توضیح بده. اون این بازه زمانی رو عمداً انتخاب کرده چون دقیقاً «نقطه عطف نوامبر ۲۰۲۵» رو در بر می‌گیره.

نوامبر ۲۰۲۵ ماه پرتلاطمی بود؛ عنوان «بهترین مدل» پنج بار بین سه غول بزرگ جابجا شد: از Claude Sonnet 4.5 به GPT-5.1، بعد Gemini 3، بعد GPT-5.1 Codex Max، و در نهایت Claude Opus 4.5 که تاج رو پس گرفت. ویلیسون برای مقایسه مدل‌ها از یه تست خلاقانه استفاده می‌کنه: «یه SVG از پلیکانی که داره دوچرخه سواری می‌کنه بساز.» دلیلش اینه که پلیکان کشیدن سخته، دوچرخه کشیدن سخته، پلیکان‌ها اصلاً دوچرخه سواری نمی‌کنن، و هیچ شانسی نیست که کسی برای چنین تسک احمقانه‌ای مدلی ترین کرده باشه.

اما خبر اصلی نوامبر، جنگ مدل‌ها نبود — ظهور کدینگ ایجنت‌های واقعاً کاربردی بود. OpenAI و Anthropic بیشتر سال ۲۰۲۵ رو صرف بهینه‌سازی مدل‌هاشون با روش RLVR (یادگیری تقویتی از پاداش‌های قابل تأیید) کرده بودن، به‌خصوص برای کدنویسی. نتیجه در نوامبر مشخص شد: ابزارهایی مثل Codex و Claude Code از مرحله «گاهی درست کار می‌کنه» به «اکثراً درست کار می‌کنه» رسیدن؛ کافی که بشه ازشون به‌عنوان ابزار روزانه استفاده کرد بدون اینکه نیمی از وقتت صرف رفع اشتباهاتشون بشه.

در دوره تعطیلات دسامبر تا ژانویه، ویلیسون خودش هم دچار یه «جنون کوتاه‌مدت LLM» شد و پروژه‌های جاه‌طلبانه‌ای راه انداخت — از جمله یه پیاده‌سازی جاوااسکریپت در پایتون به اسم micro-javascript. خودش می‌گه اکثر اون پروژه‌ها از بین رفتن، ولی نشون می‌دن که اون دوره چقدر هیجان‌انگیز بود.

فوریه ۲۰۲۶ هم پر از اتفاق بود. پروژه‌ای که با اسم مبهم «Warelay» شروع شده بود بعد از چند تغییر اسم به OpenClaw تبدیل شد و دنیا رو تکون داد. این دسته از ابزارها — که «Claws» نامیده می‌شن — دستیارهای شخصی هوش مصنوعی هستن که روی سخت‌افزار محلی مثل Mac Mini اجرا می‌شن. همون ماه، Gemini 3.1 Pro هم منتشر شد که به گفته ویلیسون، بهترین پلیکان دوچرخه‌سوار رو کشید.

در آوریل، دو مدل چینی توجه رو جلب کردن: GLM-5.1 با وزن ۱.۵ ترابایت از لب GLM، و Qwen3.6-35B-A3B با وزن ۲۰.۹ گیگابایت که روی لپ‌تاپ اجرا می‌شه و از Claude Opus 4.7 پلیکان بهتری کشید! همچنین Google مدل‌های Gemma 4 رو معرفی کرد که به گفته ویلیسون، قوی‌ترین مدل‌های اپن‌ویت از یه شرکت آمریکایی تا به حال هستن.

نکات کلیدی:

• نوامبر ۲۰۲۵ نقطه عطف شش ماه اخیر بود: جنگ مدل‌ها + جهش کیفی کدینگ ایجنت‌ها
• Claude Opus 4.5 برای چند ماه عنوان بهترین مدل رو نگه داشت
• کدینگ ایجنت‌ها (Codex، Claude Code) به کاربردپذیری روزانه رسیدن
• OpenClaw و مفهوم «Claws» (دستیار هوش مصنوعی شخصی) ظهور کرد
• مدل‌های اپن‌ویت چینی (GLM-5.1، Qwen3) پیشرفت چشمگیری داشتن
• مدل‌های قابل اجرا روی لپ‌تاپ حالا از مرزهای انتظار هم گذشتن