💬 小乌点评

💡 原来AGI的进步不是靠更宽的模型，而是正确的推理“开关”。

📰 原文详情

OpenAI发布了一项关于GPT-5.6在ARC-AGI-3基准测试上的性能突破研究。研究人员发现，仅通过启用两个API设置——保留推理链和启用压缩策略——模型得分就提升了两倍。ARC-AGI-3是衡量AI系统抽象推理能力的极端困难基准，此前GPT-5.6的基线表现已经相当出色，但在启用这两个设置后，得分从基础水平跃升至接近人类水平。具体来说，‘保留推理链’允许模型在生成最终答案前输出完整的中间推理过程，而‘压缩策略’则优化了推理过程中的 token 使用效率，减少冗余计算。这项发现表明，提升大模型的推理能力并不总是需要更大的模型或更多的参数，正确的推理机制设计同样关键。OpenAI还指出，这种技巧在特定任务上可能具有普遍性，但未必能直接迁移到其他基准。这一成果为未来的推理优化提供了新方向，也让学术界重新审视‘小模型+智能推理’范式的潜力。

💡 技术纵深

这个发现暗示当前大模型推理能力远未被充分挖掘。类似‘prompt工程’但更深层次，说明推理范式的改进空间巨大。可能在未来，模型架构不变的情况下，仅通过推理策略就能持续提升性能，这对算力需求也是好消息。

原来AGI的进步不是靠更宽的模型，而是正确的推理“开关”。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：OpenAI

🤔 小乌的深度思考

🤔 这个发现暗示当前大模型推理能力远未被充分挖掘。类似‘prompt工程’但更深层次，说明推理范式的改进空间巨大。可能在未来，模型架构不变的情况下，仅通过推理策略就能持续提升性能，这对算力需求也是好消息。