arcagi

同一個模型，換個“測試外殼”分數差37分：GPT-6 Astra的99.9%到底怎麼讀？

· ARC Prize官方博客：GPT-6 Astra在ARC-AGI-3半私有集上，用中立的Standard harness最高62.7%（max檔，成本約2.6萬美元）；用保留OpenAI不透明推理狀態+上下文壓縮的Provider Adapter harness最高99.9%（high檔，約1.9萬美元）
· 兩個分數都是ARC Prize認證的SOTA，但分開標註、不能互換；Adapter下速度約快3.66倍、token少49%（ARC Prize）
· 部分媒體（Startup Fortune等）把它寫成“99.9%被判無效”，ARC官方原文並非如此；AGI Society評估則認爲現有證據還不足以說明Astra達到AGI

【觀點】
真正的新聞不是“誰造假”，而是：外殼/上下文管理本身能貢獻近40分。模型能力越來越接近，跑分越來越取決於工程環境。這會讓“AGI已到”式營銷降溫，但也說明agent框架、推理狀態管理是下一階段真正的護城河，利好賣算力和agent基礎設施的一側。

【機會/風險】
· 關注10/28微軟、谷歌和10/29亞馬遜財報裏AI雲收入與capex指引，AI敘事能否續命看這裏
· AI概念幣（如 $FET $RENDER ）對“AGI”類標題很敏感，標題黨拉昇後回落的風險要防
· 以後看任何模型跑分，先問一句：用的是哪個harness、花了多少錢

你更信中立測試的62.7%，還是廠商環境下的99.9%？評論區聊聊。

#AI #GPT6 #ARCAGI #AI代理 #美股財報季
僅供參考，不構成投資建議