雪瑜(@xueyu1125):GPT-6 Astra 在 ARC-AGI-3 上拿到 99.9%，我直接惊了，于是赶紧查了下它到底在测什么。 ARC-AGI-3 会把智能体扔进一个从未见过、没有说明书，甚至不告诉你胜利目标的二维交互环境。AI需要： 1. 观察当前画面。 2. 尝试移动、点击或交互。 3. 根据画面变化猜测规则。 4. 建立游戏的《世界模型》。 5. 推断胜利条件并规划通关。 6. 把前面关卡学到的规则迁移到后续关卡。 ARC-AGI-3 考察 AI 能否像人类一样在没有说明书的陌生交互环境中，通过试错自主发现规则，完成目标，主要是用来是衡量模型的学习能力。实际上OpenAI的图标口径是有问题的，并且没有使用官方的基准测试工具。ARC Prize Foundation 官方于 2026 年 9 月 3 日发布的 GPT-6 Astra 独立评测文章里的最佳数据是62.7% 但即使是官方的62.7% 也很惊人，或者GPT-6 Astra真的会开启AGI时代

2026.09.04 08:33

GPT-6 Astra 在 ARC-AGI-3 上拿到 99.9%，我直接惊了，于是赶紧查了下它到底在测什么。 ARC-AGI-3 会把智能体扔进一个从未见过、没有说明书，甚至不告诉你胜利目标的二维交互环境。AI需要： 1. 观察当前画面。 2. 尝试移动、点击或交互。 3. 根据画面变化猜测规则。 4. 建立游戏的《世界模型》。 5. 推断胜利条件并规划通关。 6. 把前面关卡学到的规则迁移到后续关卡。 ARC-AGI-3 考察 AI 能否像人类一样在没有说明书的陌生交互环境中，通过试错自主发现规则，完成目标，主要是用来是衡量模型的学习能力。实际上OpenAI的图标口径是有问题的，并且没有使用官方的基准测试工具。ARC Prize Foundation 官方于 2026 年 9 月 3 日发布的 GPT-6 Astra 独立评测文章里的最佳数据是62.7% 但即使是官方的62.7% 也很惊人，或者GPT-6 Astra真的会开启AGI时代