9月5日行业洞见｜Matt Turck：ARC-AGI-3 已被打满

今日焦点

GPT-6 Astra 在 ARC-AGI-3 上拿到 98.6%，而该基准今年上线时前沿模型只有 0.5%。FirstMark 合伙人 Matt Turck 直言这太疯狂，OpenAI 工程负责人则问：我们是不是需要一个新的 AGI 基准。

关键内容

• ARC-AGI 设计初衷是抵抗缩放范式，o1 在 2024 年也只有 18%

• - Astra 带原生 harness 考试，官方口径 99.9% 与第三方 98.6% 已对不齐

• - Epoch AI 排第一 vs Artificial Analysis 仅 61 分，评测体系互相打架

• - Chollet 承认进展比预期快约一倍，并提前自己的 AGI 预测

一句话总结

当模型强到把旧尺子打满，别急着庆祝，先去找下一把尺子——你的下一个产品要靠新尺子活。