Nvidia 近日宣布，其“AVO”（代理变异算子）框架在 ARC-AGI-3 公共基准测试集中取得了 100% 的得分。AVO 充当了一种进化式“外壳”，通过封装 Claude Opus 5 或 GPT-5.6 等现有前沿模型来优化代理性能。 Hacker News 上的讨论褒贬不一。批评者指出，100% 的得分仅适用于“公共”测试集，并强调 ARC-AGI-3 旨在测试原始推理能力；使用重型“外壳”来实现这些结果可能并不代表真正的自主智能。另一些人则认为，尽管结果令人印象深刻，但该基准测试往往存在“刷榜”现象，这些工具本质上只是复杂的包装器，而非通用人工智能（AGI）领域的突破。 这一辩论反映出人们对于现行基准测试是否能有效衡量 AGI 的广泛怀疑。尽管一些贡献者认为 AVO 生成自主优化的能力代表了能力的根本性转变，但许多人仍将其视为在定义和实现机器类人智能的过程中，又一次“移动球门”的尝试。