NVIDIA AVO 在 ARC-AGI-3 公共集达到 100%
NVIDIA 介绍其 Agentic Variation Operators（AVO）项目：这是一套面向长时程自主任务的智能体架构。NVIDIA 表示，AVO 在 ARC-AGI-3 公共集取得 100% 成绩；该架构此前也用于软件工程与 GPU 内核优化等需反复试验、读取反馈并修正的任务。
关键要点
- NVIDIA 将前沿语言模型之外的上下文、工具调用、状态维护、反馈处理和失败恢复等系统能力，视为智能体完成长任务的关键。
- AVO 的目标不是一次性生成答案，而是让智能体能提出假设、修改实现、运行测试并迭代。
- 文中披露的是 ARC-AGI-3 的公共集结果，不能据此直接外推到所有真实世界任务。
为什么重要
这项结果把关注点从“模型本身有多强”进一步移向智能体的运行框架。对部署团队而言，能否稳定地管理状态、测试与恢复流程，可能和底层模型选择一样决定长任务的可靠性；同时，基准成绩仍需结合任务范围与公开集设置审慎解读。
原文要点
NVIDIA 将 AVO 描述为通用智能体架构，并以 ARC-AGI-3 及 GPU 内核优化为例说明其长链路自治工作方式。