如果你在想，饱和 ARC-AGI-1 或 2 是否意味着我们现在拥有 AGI... 我想起我去年推出 ARC-AGI-2 时所说的话（这也是我在 2022 年春季宣布 ARC-AGI-2 即将推出时所说的，在 LLM 聊天机器人崛起之前）... ARC-AGI 系列并不是 AGI 的阈值，而是指引研究社区朝着正确问题前进的指南针。 ARC-AGI-1 是流体智能的最小测试——要通过它，你需要展示非零的流体智能。这要求 AI 超越经典的深度学习 / LLM 模式，即预训练扩展 + 静态模型推理，转向测试时适应。 ARC-AGI-2 也是如此，但任务探测更深层次的推理复杂性（特别是在概念组合方面）。不过，这些任务是普通人无需外部工具使用就能在几分钟内解决的（我们是从街上招聘的测试者），因此它并不代表人类流体智能能够达到的上限（比如，解决千年难题）。 ARC-AGI-3（将于 2026 年 3 月推出）探测互动推理：我们评估系统如何探索未知环境，建模它们，设定自己的目标，并自主规划/执行这些目标，而无需指令。 我们还开始了 ARC-AGI-4 和 ARC-AGI-5 的工作，我对此非常兴奋！