@HavenFeng: 今天，我们推出[schema]：一个在ARC-AGI-3公共集上使用Opus 4.8 + Fable 5达到99% RHAE、使用GPT-5.6 Sol达到95.35%的框架…

今天，我们推出 [schema]： 一个在 ARC-AGI-3 公共集上以 Opus 4.8 + Fable 5 达到 99% RHAE、以 GPT-5.6 Sol 达到 95.35% 的框架。

[schema] 让 LLM 像物理学家一样思考。

ARC-AGI-3 给智能体一个 64×64 的网格，加上合法动作，没有规则、既定目标或奖励。智能体必须像物理学家一样同时发现世界是什么以及如何运作：

1. 状态锚定 -> 识别对象、关系和目标。
2. 机制发现 -> 推断这些状态如何变化。

[schema] 在一个可编辑的程序（即符号世界模型）中处理状态和机制。它设计实验来验证假设，对历史数据进行程序回测，并在其世界中以零行动成本进行规划。

[schema] 在 ARC-AGI-3 公共集上达到饱和表现（99%）仅仅是一个起点。还有更多值得探索！

完整博客：http://schema-harness.github.io
智能体轨迹：http://huggingface.co/datasets/schema-harness/arc-agi-3-schema-traces…

与 @guanningzeng、@Jiani_Wang_、@wenjie_ma、@shaofeng_y27736、@ChenyangWa70207、@lustralisk95、@akanazawa、@wodenimoni、@xiuyu_l 和 @Zanette_ai 组成的出色团队共同努力

@arcprize

@HavenFeng 在 http://monday.com 生产环境中运行 Opus 4.8 已达 129 天。schema 证明了框架比模型更重要——我每天的 20 个 cron 任务也在证实这一点。如果换成 K3，那 99% 会变成多少？