Nvidia發表AVO架構，讓模型得以完成長時間任務

Nvidia 發表 AVO 架構　提升 AI 代理的長時任務能力

Nvidia 於 8 月 21 日正式推出 AVO（Agentic Variation Operators），這是一套搭配大型語言模型（LLM）運作的代理系統，讓 AI 能在多步驟、長時間的複雜任務中持續採取行動、觀察結果並即時調整策略。AVO 本身並非新模型，而是為模型提供「記憶」與「回饋」機制，使其在自主工作時不會因資訊斷層而停滯。

背景與技術要點

• 持久記憶：AVO 會將過往的實作與測試結果保存，下次執行時可直接參照，避免重複探索。
• 監督機制：當代理人在執行過程中出現瓶頸，系統會自動介入，提供策略調整的建議。
• 工具整合：AVO 能呼叫外部工具（如編譯器、測試框架）完成程式碼檢查、修改與驗證。

首度應用於 GPU 核心最佳化 時，AVO 能自行檢查程式、提出修改、執行測試，連續運作 7 天，探索超過 500 種最佳化方向，最終產出 40 個不同的核心版本。這顯示在高度迭代的工程任務中，AVO 可大幅減少人工介入。

ARC‑AGI‑3 推理測試的突破

為驗證 AVO 的通用性，Nvidia 把它套用在 ARC‑AGI‑3 推理測試。此測試要求 AI 在不熟悉規則、無明確目標的環境中，透過實際操作逐步找出解決方案。

• 搭配 Claude Opus 5（Anthropic 旗下的大型語言模型）後，AVO 完成了全部 25 個環境、183 個關卡，取得 100.00 的 RHAE（全局人類等效評分）分數。
• 相較之下，另一支研究團隊使用的視覺版 Agent 框架 VISTA 同樣完成 183 個關卡，但耗費 7 542 次環境動作；AVO 只用了 6 624 次，減少約 12%。

值得注意的是，Claude Opus 5 若未搭配任何 Agent 架構，其基準測試分數僅約 30%。滿分成績顯示，模型本身的推理能力與外圍系統設計同等重要，長時間自主執行的瓶頸往往在於記憶、工具與回饋機制的缺失。

產業回響與未來展望

業界對 AVO 的評價分歧：

• 正面觀點認為，此次成果驗證了 Agent 框架在提升模型實務表現上的關鍵角色，未來可能成為 AI 研發的標準配備。
• 保留意見指出，成績僅基於公開測試集，且相關數據尚未經第三方驗證；此外，Nvidia 尚未公開 AVO 的原始碼、模型權重或 API，外部開發者暫無法直接存取。

若 Nvidia 未來開放 AVO 生態系，將有助於學術與產業共同探索「長時自主 AI」的設計原則；相對地，封閉的策略也可能限制技術的廣泛落地。對於關注 AI 可解決長期、複雜問題的讀者而言，AVO 的出現提醒我們：模型的力量只有在完整的系統架構中才能充分釋放。未來的 AI 研發，或將更聚焦於「記憶‑工具‑回饋」三位一體的代理平台，而非單純追求更大的模型規模。