NVIDIA 的 AVO 框架結合 Claude Opus 5，在無需明確指令或規則的情況下，完成了 25 個公共環境中的全部 183 個關卡，在 ARC-AGI-3 基準測試中獲得 100% 的完美分數。 AVO 是一個整合持久記憶與工具使用的進化變異算子框架，其底層推理引擎為 Anthropic 的 Claude Opus 5，該模型在長運行智能體方面表現出顯著改進。

事件背景

ARC-AGI-3 是一個互動式推理基準測試，旨在通過挑戰智能體探索新環境、即時推斷目標並建立環境動態的內部模型來衡量類人智能。與靜態基準測試不同，它要求智能體在沒有先前指令或明確目標的情況下自行決定如何操作，從而測試其在抽象回合制環境中適應和規劃的能力。

社群觀察

社群成員正在討論該分數是反映真正的智能還是高效的架構優化，部分人指出私有測試集尚未測試，並質疑這種成功是否能推廣到其他領域，例如遊戲。