何恺明团队提出NAT-ARC，利用ImageNet预训练的MAE视觉编码器解决ARC抽象推理任务，无需大语言模型。最佳单模型在ARC-1上pass@2达63.4%，集成后达70.2%，参数量约2B。研究表明预训练突破了视觉路线的scaling瓶颈，模型越大效果越好，并证明自然图像与ARC格子共享表征空间。

本文介绍使用 ARC Zonal Shift 进行多日可用区疏散演练。传统故障转移测试仅持续几分钟，无法暴露长时间 N-1 运行下的问题，如自动扩缩容、DNS 缓存、数据库连接等。演练将流量移出单个可用区 48 至 72 小时，覆盖 ECS、EKS、RDS 及 Aurora，并给出 CLI 步骤、监控指标与恢复流程。金融机构借此提供可审计的韧性证据。

Mostik团队开发了一种“桥”技术，使大模型（如753B的GLM-5.2）能直接向小模型（如4B的Qwen-3.5）传递隐藏状态，无需文本输出，从而将小模型性能提升50%，准确率提高25%，推理成本降至二十分之一。该技术基于模型内部状态包含深层计算信息，团队由菲尔兹奖得主领导，正探索蒸馏和专项化应用。

文章探讨了AI模型评测中“框架工程”（harness）的关键作用。以GPT-6 Astra为例，同一模型在不同评测框架下得分差异显著（62.7%对98.6%），且成本更低，表明框架选择对性能与费用影响巨大，甚至比模型选择更重要。目前，OpenAI、Anthropic等公司已将框架产品化，Nvidia也自建框架。未来，构建框架将比挑选模型更为关键。

英伟达发布AVO智能体系统，将Claude Opus 5在ARC-AGI-3基准上的得分从30.2%提升至100%。该系统通过持久记忆和程序化监督，支持长时间自主操作，并成功从GPU优化迁移至推理任务，证明系统设计而非仅模型能力可解锁前沿性能。

深度求索V4闪速版以极低价格提供高推理能力，在ARC-AGI测试中得分高，成本仅为同类模型的几十分之一。其通过键值缓存和混合架构优化，大幅降低使用费用，使AI智力变得像自来水般廉价。这引发行业竞争逻辑转变，从追求最强模型转向追求性价比，可能重塑软件工程范式，并冲击美国AI实验室的商业模式。

Prime Agent开源框架通过递归语言模型和持续化运行机制，使AI实现自我改进，在ARC-AGI-3测试中获95.5%高分，超越人类基线。该框架支持AI不失忆、自改提示词及创建子智能体，并能从零编写游戏机模拟器。其完全开源，引发AI基础设施层变革，凸显学习方法比模型规模更重要。

OpenAI发现GPT-5.6 Sol在ARC-AGI-3基准测试中得分低，源于官方框架丢弃推理和滚动截断，而非模型能力不足。启用推理保留和上下文压缩后，得分从7.8%升至38.3%，输出token减少六倍。这揭示基准测试测的是框架记忆管理，而非模型智商，建议评估应使用更贴近实际场景的设置。

Claude Opus 5在ARC-AGI-3测试中得分30.2%，远超GPT-5.6 Sol的7.8%，并攻克五个难题，展现代数推理能力。尽管有质疑称其可能依赖循环框架取巧，但测试反映AI在抽象推理上的质变，虽离现实应用尚远，却标志智能突破的重要信号。

英特尔重申不会放弃Arc锐炫独立显卡业务，仍看好移动和PC游戏市场。尽管市场占有率仅为0.28%，公司希望通过推出高性价比显卡吸引玩家。独立显卡仍是其产品线的重要部分，但新显卡发布进展缓慢，令用户担忧。

Claude Opus 4.8在ARC-AGI-3测试中得分超过1%，尽管分数较低，但显示出AI开始具备原始推理能力。该测试要求AI在新规则下进行自适应推理，避免死记硬背，得分表明AI在陌生环境中尝试理解规则，展现出学习潜力，尽管仍有不足。这一进展被视为通向通用人工智能的重要一步。

英特尔推出了首款手持游戏芯片Arc G3，Acer Predator Atlas 8将率先使用。该芯片具备强大的GPU核心，支持新游戏的驱动更新。Atlas 8配备24GB内存和高分辨率屏幕，预计将于10月上市，价格较高。