英伟达 AVO 在 ARC-AGI-3 公开集拿到 100 分，把 Opus 5 从约 30% 拉满
同一套带持久记忆和监督器的通用智能体架构，用 Claude Opus 5 做底完成全部 183 关；公司强调瓶颈在 harness 而非基座模型。
英伟达技术博客 8 月 21 日写，Agentic Variation Operators（AVO）在 ARC-AGI-3 公开集上拿到 100.00 RHAE，用 Claude Opus 5 做底完成 25 个环境、183 关，共 6624 次环境动作，比同样用 Opus 5 的 VISTA（7542 次）少约 12%。ARC Prize 此前给 Opus 5 高推理档的公开集基线是约 30.2%。作者组以首席工程师 Terry Chen 领衔，明确说「评模型不等于评智能体」，长期任务的瓶颈在系统架构。
同一套架构先前用于 GPU kernel 优化：连续跑 7 天、探索 500 多个方向、提交 40 个 kernel 版本，在 DGX B200 上宣称比 FlashAttention-4 最高快 11.5%。这次只换了任务接口和评测工具。结果仅覆盖公开集，不是 ARC Prize 的半私有/私有集。