英伟达AVO满分通过ARC-AGI-3：通用智能体离AGI又近了一步

8月23日，新智元曝出一条消息：英伟达的通用编码智能体AVO，在ARC-AGI-3上拿了满分，25个游戏环境通关全部183关。

这个成绩为什么值得单独拎出来聊？因为ARC-AGI这个基准测试，从设计之初就是冲着"测通用智能"去的，不是测你背了多少知识，而是测你能不能面对从未见过的谜题、找到规律、推理解决。

ARC-AGI-3到底考什么

ARC-AGI由法国· Chollet设计，核心理念很简单：真正的智能不是记住答案，而是面对全新问题时能推理。ARC-AGI-3是这个基准的最新版，难度再次升级。

之前的成绩是什么样的？GPT-4、Claude这些顶级大模型，在ARC上基本只能过Level 5左右，通过率个位数百分比。可以说，ARC-AGI-3是目前衡量"AI离AGI还有多远"最靠谱的尺子之一。

AVO凭什么拿满分

AVO的思路不是"堆更大的模型"，而是走Agent路线。让AI学会拆解任务、调用工具、自我纠错。在25个不同的游戏环境里，AVO展现了自主完成任务的能力。

这个思路和行业大方向一致。2026年，AI领域最大的转变就是从"会聊天"变成"会做事"。Claude Code、OpenAI Codex、Google Jules，都在让AI自己读代码、改代码、跑命令。AVO的满分，相当于给这条路线打了一针强心剂。

对行业意味着什么

ARC-AGI-3的满分，不只是英伟达的荣耀。它说明Agent加推理模型的组合，已经能解决一些之前被认为"不可能"的问题。

当然，离真正的AGI还远。但至少证明了一件事：AI不是只能在训练数据里找答案，它可以面对全新问题去推理。这个能力一旦规模化，影响的不只是编程，而是所有需要逻辑推理的工作场景。

值得一提的是，英伟达这次是芯片厂商直接下场做AI Agent，而且做到了基准测试的天花板水平。接下来的竞争会很有趣：Agent的执行能力、推理模型的泛化能力、算力平台的支撑效率，三个维度谁能跑通闭环，谁就拿到下一代AI入口的门票。