# Nvidia 用一套外挂流程把非顶尖模型在 ARC-AGI 3 上拉到满分，说明现在干活靠的是“缰绳”而不是模型本身

> 原标题：Nvidia just showed that the harness, not the AI model, is now the real hero

- 来源：TechCrunch · AI
- 发布时间：2026-08-21T19:43:39.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/52199
- 原文：https://techcrunch.com/2026/08/21/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/

## 摘要

Nvidia 发了篇研究，用他们叫 AVO 的一套外挂流程（负责规划、纠错和记忆），让一个不是最前沿的模型在 ARC-AGI 3 测试里拿了 100% 的成绩。这相当于说，让 AI 处理长链条任务时，外围的调度和纠错机制比模型自身能力强弱更关键。不过文章没提底层模型叫什么、参数量多大、跑一次要多久、成本多少，所以这点先别太激动，离实际能用还有信息缺口。

## 推荐理由

Nvidia 用 AVO 外挂流程让非前沿模型在 ARC-AGI 3 上拿到满分，这条提供了一个观察角度，即长链条任务中外围调度与纠错机制的作用可能超过模型本身。

## 锐评

满分这个数先看它怎么来的，AVO 是套外挂流程，规划、纠错、记忆全在模型外面，那测的其实是这套 scaffold。ARC-AGI 3 这种长链条题，多给几次重试和回溯，分数就能往上抬，代价是 token 和时间成倍涨。底层模型叫什么、跑一次多久、花多少钱，这三样缺一个，100% 就换算不成能用的东西。方向我信，做 agent 的本来就在堆外围，拿它当模型能力的分水岭还早。
