NVIDIA的通用编程Agent在ARC-AGI-3推理基准测试中拿了满分。18…

NVIDIA的通用编程Agent在ARC-AGI-3推理基准测试中拿了满分。183个关卡、25个公开环境，全部通关——而且是在没有任何指令、规则或明确目标的情况下完成的。 ARC-AGI-3被认为是目前最难的AI推理测试之一，因为它考察的不是记忆和模仿，而是真正的泛化推理能力。以前的模型在这个测试上普遍表现不佳，NVIDIA这次直接拿了个100分。 从技术层面看，这个成绩意味着AI Agent的「自主探索」能力有了质的飞跃。传统AI需要人类告诉它该做什么，而这个Agent能在完全陌生的环境中自己搞清楚规则、制定策略、执行任务。 对行业的影响是深远的。当Agent能在没有指令的情况下自主完成复杂任务，很多以前需要人工设计流程的工作——测试、调试、运维、安全审计——都可能被Agent接管。 不过也不用过度恐慌。ARC-AGI-3是标准化测试环境，和真实世界的复杂度还有差距。但它确实证明了一件事：AI Agent的自主决策能力正在逼近甚至超越人类水平。这个方向的进展速度，比大多数人预期的要快。