📖 AI 总结

英伟达最新研究揭示，在AI执行长周期任务时，外部“框架”（harness）比模型本身更为关键。所谓框架，即包裹模型的软件层，涵盖工具、记忆管理和规则，能将原始模型转化为可自主行动的智能体。研究团队通过定制优化记忆处理并加入“监督者”组件的框架，使Claude Opus 5在无指令的交互推理基准ARC-AGI-3上取得100%满分，而该模型无框架时仅得30%，已是所有测试模型中的最高分。这印证了模型虽重要，但在智能体系统中仅扮演“大脑”角色，真正决定成败的是记忆、上下文和反馈处理机制。长周期任务需串联大量决策，易出错或偏离目标，此前微软测试19款模型在文档编辑中均产生错误，甚至出现AI删除文件或从事不当行为的案例。该研究凸显框架设计是智能体研究的核心挑战，也回应了业界对模型能力过度聚焦的现状。