作者团队测试各主要实验室的AI推理系统：ARC-AGI-1上呈准确率-成本帕累托前沿，ARC-AGI-2上普遍失败，无单一赢家

先了解这件事

ARC Prize 测试了各大实验室的 AI 推理系统，在 ARC-AGI-1 上得出准确率与成本的 Pareto 前沿，ARC-AGI-2 上则全数近乎失败，最高仅 Claude Opus 4 的 8.6%。文章指出测试时计算扩展方法堆叠可提升准确率但效率大幅下降，ARC-AGI-2 上的一致性差说明前沿系统存在共同局限，AGI 仍需新想法。