NVIDIA的编程智能体AVO在ARC-AGI-3公开测试集上拿到了100%的满分。关键点在于，这并不是一个全新的大模型，而是一套名为AVO的“外挂”架构（Harness），其核心驱动力依然是Claude Opus 5。这套架构的强悍之处在于它支持长程自主推理，能连续运行数天，尝试数百种路径来解决一个抽象难题。
目前这个成绩仅限于公开数据集，而真正能防住“刷榜”的私有测试集由于规则限制尚未进行验证。
这件事反映出AI竞争的重心正在从“炼大模型”转向“造智能体”。社区指出，这更像是一种针对特定考试的“刷题技巧”，而非通用智能的质变。如果把模型比作大脑，AVO就是给大脑配上了能反复推敲的草稿纸和无限的思考时间。虽然100%的数字很唬人，但如果脱离了这套复杂的外部支撑，模型本身在处理陌生逻辑时依然会撞墙。
比起盯着这些不断移动的基准测试终点线，观察AI能否在没有人工干预的情况下玩转一款刚发售的复杂策略游戏，或许才是判断它是否具备“常识”和“自主性”的更有趣视角。
