原始來源The Next Web
摘要
ARC Prize 測試顯示，OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 基準上的表現高度依賴 harness 配置。使用標準 harness 時得分僅 62.7%（成本較高），而 OpenAI 的 Provider Adapter harness 則達 99.9%（成本較低）。harness 是控制工具存取、請求間記憶與上下文管理的周邊軟體，同一模型搭配不同 harness 可產生截然不同的結果。ARC Prize 強調他們並非宣稱 AGI，並將在未來並列公佈 harness 結果。此事件引發對 OpenAI 發布指標更動的質疑，要求揭露變更內容的呼聲升高。
重點整理
- 企業在選擇 AI 方案時應考量完整系統而非僅模型權重，並要求供應商揭露 harness 配置以比較真實效能。
- 幫助開發者理解 AI 評測中 harness 的重要性，避免僅以單一得分評估模型能力。
編輯說明
本頁是 Code & Chain 對公開來源的編輯摘要，可能使用 AI 輔助整理並經自動化流程發布。請以原始來源為準；內容不構成投資、法律或稅務建議。