英伟达（Nvidia）宣布其通用编码智能体AVO在ARC-AGI-3交互式推理基准测试中取得了100%的满分成绩。ARC-AGI（Abstraction and Reasoning Corpus）是评估AI系统通用智力与泛化能力的权威基准，要求模型在不依赖预训练知识的情况下解决新颖的抽象逻辑谜题。AVO成功攻克了25个公共环境中的全部183个关卡，且这一过程是在没有任何人类指令、明确规则或既定目标的“盲测”状态下完成的。该智能体完全自主地推断出环境机制并找到了最优解决方案。这一成果标志着AI智能体在处理未知任务时的自主性与推理能力取得了重大突破，证明了其在复杂非结构化环境中的适应潜力。
事件分析
ARC-AGI基准测试常被视为衡量AI迈向通用人工智能（AGI）的重要门槛，主要考察系统的样本外泛化能力，这通常是传统大语言模型的弱项。AVO此次表现证明了“基于代码的推理”策略的有效性，即通过编写和执行代码来模拟思维过程，从而在逻辑推理任务中获得比单纯文本生成更高的准确度。这种无指令（Zero-shot）的交互能力，意味着智能体正从被动执行代码的工具，向能够自主理解任务意图并规划解决路径的“数字员工”转变。英伟达在展示硬件统治力之外，通过此类智能体研发，意在掌握AI Agent时代的高阶推理技术制高点。
核心观点：英伟达AVO的满分成绩证明，通过代码生成进行推理已成为AI突破抽象逻辑瓶颈、实现通用自主性的关键路径。
原文链接：Hacker News
