● 一个小 10，000 倍的模型如何胜过 ChatGPT？

📌 一句话摘要 本文探讨了微型递归模型（Tiny Recursion Model，简称 TRM），这是一个拥有 700 万参数的架构，它通过优先考虑迭代推理而非模型规模，在逻辑推理基准测试中超越了 DeepSeek R1 和 Claude 3.7 等大型 LLM。 📝 详细摘要 本文挑战了行业对

● Deedy 采访 Sam Altman 和 François Chollet，探讨 AGI 与未来趋势

📌 一句话摘要 Deedy 预告了即将发布的采访视频，他与 Sam Altman 和 François Chollet 探讨了 AGI 时间线、Sora 以及 AI 研究等话题。 📝 详细摘要 Menlo Ventures 合伙人 Deedy 分享了他在 ARC-AGI-3 发布会上与 Sam

● François Chollet 论自动化与 AGI 的区别

📌 一句话摘要 François Chollet 认为，真正的 AGI 需要具备自主适应能力，并将其与依赖人工工程的特定任务自动化框架区分开来。 📝 详细摘要 在回应关于 ARC-AGI 基准测试的讨论时，François Chollet 阐明了他对通用智能的定义。他断言，AGI 必须具备自行构

● ARC-AGI-3：科学推理的微观模型

📌 一句话摘要 François Chollet 认为，如果 AI 无法掌握 ARC-AGI-3 所需的简化科学方法，那么它尚不具备解决治愈癌症等复杂现实世界问题的能力。 📝 详细摘要 Chollet 利用 ARC-AGI-3 环境批判了当前 AI 的能力现状。他提出，在受控且易于访问的环境中进

● ARC-AGI-3 人类测试方法论

📌 一句话摘要 弗朗索瓦·肖莱详细介绍了 ARC-AGI-3 的人类测试方法：如果 10 名未经筛选的普通人类测试员中至少有 2 人能解决，则该环境被视为可行。 📝 详细摘要 弗朗索瓦·肖莱解释了 ARC-AGI-3 严格的人类测试流程。他澄清说，可行性是由 10 名没有经过预先专门训练的人类测

● 定义 ASI 与 ARC-AGI-3 的结果

📌 一句话摘要 肖莱认为，解决 ARC-AGI-3 任务并不构成超级智能，因为 ASI 应该优于每一个人，类似于目前 AI 在国际象棋和围棋中的表现。 📝 详细摘要 在后续推文中，肖莱批评了将 ARC-AGI-3 的成功与人工超级智能 (ASI) 混为一谈的做法。他指出，如果普通人类都能解决这些

● ARC-AGI-4 基准测试定于 2027 年初发布

📌 一句话摘要 François Chollet 宣布，作为全新年度发布计划的一部分，下一代 ARC-AGI 基准测试——ARC-AGI-4——定于 2027 年初发布。 📝 详细摘要 François Chollet 概述了 ARC-AGI 基准测试系列的战略路线图。他确认 ARC-AGI-4

● ARC-AGI-4 基准测试定于 2027 年初发布

📌 一句话摘要 François Chollet 宣布 ARC-AGI-4 基准测试定于 2027 年初发布，并将遵循年度发布策略。 📝 详细摘要 François Chollet 更新了 ARC-AGI 基准测试的路线图，确认 ARC-AGI-4 将于 2027 年初发布。他阐述了其年度发布计

● ARC-AGI-3 基准测试发布：前沿大模型表现远落后于人类

📌 一句话摘要 ARC-AGI-3 基准测试结果显示，当前主流前沿大模型得分均低于 1%，远低于人类 100% 的得分，凸显了通往 AGI 的巨大差距。 📝 详细摘要 该推文引用了 ARC-AGI-3 基准测试的发布信息。测试结果显示，包括 Opus、GPT-5.4、Gemini 3.1 和 G

● ARC-AGI-3 基准测试发布

📌 一句话摘要 François Chollet 宣布发布 ARC-AGI-3，这是一个旨在通过交互式推理环境评估代理智能的新基准测试。 📝 详细摘要 该推文宣布了 ARC-AGI-3 的发布，这是一个专注于评估代理智能的基准测试。它强调了当前的前沿模型在这些环境中的表现不佳，得分低于 1%，而

● ARC-AGI-3 Kaggle 竞赛

📌 一句话摘要 宣布在 Kaggle 上举办 ARC-AGI-3 竞赛，AI 智能体将在私有环境中接受测试。 📝 详细摘要 该推文号召开发者社区参加在 Kaggle 上举办的 ARC-AGI-3 竞赛，允许在私有数据集上测试 AI 智能体。 📊 文章信息 AI 评分：81 来源：Françoi

● 最后一届 ARC-AGI-2 竞赛

📌 一句话摘要 宣布在 Kaggle 上举办最后一场官方 ARC-AGI-2 竞赛。 📝 详细摘要 该推文是一则行政更新，宣布了针对之前 ARC-AGI-2 基准测试的最后一场官方竞赛，大奖将颁发给最高分得主。 📊 文章信息 AI 评分：79 来源：François Chollet(@fcho

● ARC-AGI-3 作为早期预警信号

📌 一句话摘要 Chollet 将 ARC-AGI-3 视为 AGI 的早期预警信号，指出先前基准测试中分数的突然跳升与重大的 AI 进步相关。 📝 详细摘要 该推文提供了战略背景，解释了 ARC-AGI-3 是目前唯一未饱和的代理基准测试。Chollet 建议监控排行榜是 AGI 突破的关键指

● ARC-AGI-3 评分方法

📌 一句话摘要 解释了 ARC-AGI-3 评分系统，该系统使用人类操作效率作为评估 AI 智能体的基准。 📝 详细摘要 该推文阐明了 ARC-AGI-3 背后的方法论，解释了得分是基于 AI 智能体与 10 人中第 2 名最佳人类测试者的操作效率的接近程度，提供了一种正式的技能获取衡量标准。

● 团队致谢：ARC-AGI-3

📌 一句话摘要 François Chollet 对开发 ARC-AGI-3 基准测试的团队表示感谢。 📝 详细摘要 这是一条简短的推文，表达了对开发 ARC-AGI-3 基准测试团队的感激和自豪，并提到了建立该环境所付出的努力。 📊 文章信息 AI 评分：75 来源：François Cho

● François Chollet 谈 AI 能力评估中的“移动球门”现象

📌 一句话摘要 François Chollet 批评了 AI 狂热支持者的一种倾向：每当 AI 模型表现不佳时，他们就声称人类也做不到，而一旦 AI 性能提升，他们便立刻抛弃这些论调。 📝 详细摘要 François Chollet 观察到 AI 狂热支持者中存在一种反复出现的模式：当 AI

● ARC 基准测试与模型泛化能力的担忧

📌 一句话摘要 François Chollet 指出，前沿模型在处理 ARC 任务时，一旦编码方式发生变化就会表现不佳，这表明它们更多是依赖死记硬背而非真正的推理能力。 📝 详细摘要 Chollet 指出，当 ARC-AGI 任务的编码方式被改变时，前沿模型的性能会出现显著下降。这一现象表明，

● 将智能重新定义为学习效率的增长速率

📌 一句话摘要 弗朗索瓦·肖莱将智能定义为相对于资源的能力习得速率，而非静态知识或任务表现。 📝 详细摘要 在这条推文中，Keras 和 ARC-AGI 的创建者弗朗索瓦·肖莱提供了一个关于智能的理论定义。他认为，智能并非仅仅通过知道如何执行某项任务来体现，也不会因缺乏特定知识而被否定。相反，他