NVIDIA AVO harness 把 Opus 5 的 ARC-AGI-3 成绩从 30% 拉到 100%
daniel_mac8 · x · 2026-08-22
NVIDIA 用其 agent harness AVO + Opus 5 解掉了 ARC-AGI-3 公开基准，把 Opus 5 相对标准 harness 的 30% 成绩提到 100%。作者总结这套 harness 暴露 LLM 潜在能力的关键设计：
- 跨上下文窗口的持久记忆
- 检查 → 规划 → 实现 → 评估的循环
- 推理时利用执行反馈从错误中学习
- supervisor 检测停滞轨迹并让 agent 改道
- 对话 transcript 的外部状态化（工具调用、执行产物、agent 轨迹）
作者的观点：前沿 harness 工程不需要在前沿实验室也能参与——harness 的进步不必动模型权重，却能决定性拉开差距。
所属事件:NVIDIA AVO 智能体刷爆 ARC-AGI-3 公开集(22 条相关)→
「编程与Agent」频道最新
- Kinex 发布：让编码 Agent 直接操控任意实体机器人并从每次运行中学习 — daibond_alpha · 2026-10-16
- Every 发布 8000 字 Codex 编年史：深访创始团队并支持 agent 协作阅读 — danshipper · 2026-10-16
- 开发者 4 天重写 GitHub:Keel 让 Agent 先声明意图再改代码 — threepointone · 2026-10-16
- 小模型当裁判又塞满上下文：eval 常见反模式遭吐槽 — xeophon · 2026-10-16
- Meta 开放权重模型 Muse Spark Open 上架 Ollama：1M 上下文、可接 Claude Code — ollama · 2026-10-16
- Monid 上线：一个余额按次调用 1700+ 工具的 Agent 工具注册平台 — HeyAmit_ · 2026-10-16