NVIDIA AVO 智能体架构在 ARC-AGI-3 拿下满分，系统设计而非模型本身决定上限

NVIDIA 在技术博客中介绍了其研究项目 Agentic Variation Operators（AVO），一个面向长时程自主运行的通用编码智能体系统。该项目在交互式推理基准 ARC-AGI-3 上取得 100.00 的 RHAE 得分，完成了 25 个环境中的全部 183 个关卡，且环境动作数比 VISTA 少 12%。

值得注意的是，AVO 所用的底层模型 Claude Opus 5 单独基线得分约为 30%。NVIDIA 强调，这一结果说明前沿语言模型只是智能体的一个组件，外层的系统设计——包括上下文管理、工具使用、状态维护、失败恢复等——才是解锁长时程前沿表现的关键。

在 GPU 内核优化实验中，AVO 连续自主运行七天，探索了超过 500 个优化方向，提交了 40 个内核版本。在 NVIDIA DGX B200 系统上，生成的多头注意力内核比 cuDNN 快最多 3.5%，比 FlashAttention-4 快最多 10.5%；随后仅用约 30 分钟的额外自主工作就将内核适配到分组查询注意力。

AVO 的核心机制包括持久记忆和监督者两部分：持久记忆保存此前的实现、评估结果和推理过程，让智能体可以从当前状态继续而非反复重建搜索；监督者则监控整体轨迹，在搜索停滞时将主智能体引向其他策略。

NVIDIA 表示，同一套通用智能体架构只需更换环境特定的工具和评估接口，即可从 GPU 内核优化迁移到 ARC-AGI-3，体现了架构的通用性。