北京
一位研究者抛出一个大胆判断：只要肯认真做，聪明人能在ARC-AGI-3上拿90%以上。这等于说，当前最硬核的通用智能测试，可能没想象中难。
90%门槛意味着什么
ARC-AGI-3是去年发布的视觉推理基准，专门考"少样本学习"——给你几个例子，自己悟规律再解题。之前普遍认为，这测试人类也得费番脑筋，AI更是屡屡碰壁。
但François Chollet（凯洛）的这句话把难度锚点直接拉下来了。如果人类天花板在90%+，那现在AI的30-40%得分，差距是能力问题还是题目设计问题？
测试设计的隐藏漏洞
凯洛本人是ARC-AGI的创造者，他的判断有分量。但这也暴露一个尴尬：当初设想的"人类水平"可能估算偏高。
实际测试里，部分题目依赖特定视觉技巧或模式识别，受过训练的人类确实能批量破解。这不像数学竞赛的绝对难度，更像智商测试里的"可训练项"——练过和没练过，分差巨大。
AI追赶的两种路径
对AI来说，消息喜忧参半。喜的是目标线更清晰了：90%是硬指标，不是模糊的人类水平。忧的是，如果人类靠"认真努力"就能达标，说明测试考察的可能是"可学习的启发式"，而非真正的抽象推理。
现在两条路线在赛跑：一条是堆数据、堆算力，把模式识别练到极致；另一条是搞懂人类怎么"悟"规律，把那套迁移能力复现出来。前者见效快，后者才是AGI。
基准测试的军备竞赛
ARC-AGI-3的遭遇不是孤例。从图灵测试到围棋，每个"终极标准"都被攻克得比预期快。现在轮到视觉推理了。
凯洛这句话的潜台词或许是：该准备ARC-AGI-4了。但更难的是，下一次怎么设计才能区分"真聪明"和"练得多"？
测试设计者永远在追一个移动靶。人类90%的门槛一旦确立，AI的突破就只是时间问题——真正的悬念是，突破的方式能不能让我们学到点新东西。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
