François Chollet

补充一句：我们在 3 月发布 ARC-AGI-3，当时前沿模型得分不足 1%，一些 Singularitarian 发帖者把这当成人身冒犯，情绪很激动。他们说基准从根本上坏了，连最聪明的人也解不了，实际上最高只能到 40%，等等。 因为我们发布了一个未饱和基准，此后要面对大量辱骂与仇恨帖。 事实证明，这个基准校准得很好。只要比普通人做得更好，人类拿到 100% 并不难——只需比我们的人类基线用更少动作（该基线并不强，因为我们用的是未筛选人类测试者）。 因此，一旦在智能体通用智能上取得真正进展，AI 拿到 100% 也很可行。AI 在 6 个月内从不足 1% 到 100% 的轨迹表明，该基准捕捉到了近期智能体能力的跃升，而且快于包括我们在内多数人的预期。 > 任何认真投入的聪明人类，在 ARC-AGI-3 上应能拿到 >90%