ARC Prize 2026: ARC-AGI-3 Milestone Prize #1

ARC Prize 2026：ARC-AGI-3 里程碑奖 #1 | ARC Prize

作者 Greg Kamradt 发布日期 2026年7月6日

ARC Prize 2026：ARC-AGI-3 里程碑奖 #1

ARC-AGI-3 第一阶段前三名提交方案

ARC-AGI-3 是我们的首个交互推理基准测试。它由一组新颖的、类似视频游戏的环境组成，智能体需要在长期跨度中感知、探索、规划和行动。由于存在隐藏的测试集，这些游戏无法通过记忆来完成。它们奖励即时学习能力、高效探索能力，以及在目标不明确时自主设定目标的能力。对人类来说，解决这些问题既简单又有趣，但对当今的AI而言仍具挑战性。

在2026年ARC Prize中，我们新增了两个里程碑奖项，用于奖励ARC-AGI-3竞赛中表现优异的开源解决方案。这些奖项旨在激发人们尝试新思路，并为推进这些想法创造激励。

我们很激动地颁发首个37,500美元的ARC-AGI-3里程碑奖（截止至6月30日）。以下是我们在ARC-AGI-3 Kaggle竞赛中的前三名提交方案。

第一名 - Tufa Labs，"The Duck"

一个小型开源大语言模型，通过在实时REPL（类似于Duke Harness）中编写并运行Python代码来玩ARC-AGI-3，将每个游戏视为交互式编程问题。

[Notebook](链接) · [Write-up](链接) · [Video](链接) · [Tufa Labs](链接)

该提交方案将游戏状态转换为Python变量，并通过REPL与其交互。该过程包括推理、调用辅助函数、运行代码、采取行动、观察结果并重复。它通过渲染图像、原始ASCII网格和区域缩放分割工具来感知棋盘。它会根据当前情况选择最适合的表示方式。

为了实现无限游戏而不会耗尽上下文窗口，The Duck持续移除最旧的消息（"通过驱逐实现无限游戏"），仅保留系统提示和最近的历史记录。团队的哲学是保持框架轻量且通用，让模型主导决策，并报告收益来自于多模态能力和更优的基础模型，而非手工构建的工具。

关于该提交方案的更多信息，我们建议直接阅读Tufa的完整分析。

有趣之处：

• 这是唯一采用"智能体编写代码"方法的获奖提交，其他两个方案仅使用"选择JSON动作"。
• 它是此前赢得ARC-AGI-3智能体预览竞赛的"Stochastic Goose"的精神续作。
• 本地运行Qwen 3.6 27B FP8模型。
• Tufa Labs指出，反直觉的是，手工工具实际上损害了模型表现；让模型自行发挥效果更好。
• 被《Machine Learning Street Talk》专题报道。

[Tufa Labs团队在《Machine Learning Street Talk》上的专题报道](链接)

第二名 - Reki

一个视觉-语言模型，通过观察游戏棋盘图片，每一步返回一个JSON动作。

[Notebook](链接)

其核心是一个"视觉大语言模型作为策略"的智能体：每回合它将最近的帧渲染为带标签的图像，本地输入Gemma-4-31B模型，并请求一个描述变化情况、简要计划和接下来1-4个动作的JSON对象。它还会维护一个持续更新的反思记忆（每约10步刷新一次）。

此外，还提供了一种无需 GPU 的 numpy 点击启发式机制。硬编码规则使回退和探索性点击更倾向于选择小而颜色罕见、类似按钮的形状，而非随机像素。"Dead-signature" 机制会在点击某种对象时发现其从未产生任何变化，并停止在该关卡剩余部分对该对象进行无效点击。这些功能均可通过环境变量切换启用或禁用。

• 基于官方 ARC Prize GPT-OSS-120B 模板构建。Reki 将模型替换为 Gemma-4-31B。
• 设计为便于消融实验：可通过环境变量单独启用或禁用特定功能或技巧，使团队能够直接衡量每个修改的影响。
• 包含 JSON 自修复功能、法律行动约束、1-4 步操作计划队列和反射内存。

第三名 - Md Boktiar Mahbub Murad, "forge" 框架

与 Reki（第二名）使用相同的"观察棋盘并返回 JSON 操作"智能体，但封装为可配置框架。

该提交方案与 Reki 的方案类似：将渲染帧转换为图像，发送给本地部署的 Gemma-4-31B 模型，保持反射内存，并返回带有修复和法律行动防护的结构化 JSON 操作。

区别在于该方案封装在名为 "forge" 的配置驱动框架中，通过参数控制流程。提交内容包含多个候选动作生成器、用于评分选择动作的仲裁器，以及可选的置信度提示（当模型不确定时强制执行安全可逆操作）。不过，该 notebook 的最高分运行使用了关闭所有附加功能的配置文件。

• 基于官方 ARC Prize GPT-OSS-120B 模板构建。
• 作者指出本地公开游戏检查并非可靠的排行榜代理指标。

祝贺所有三支获奖团队，感谢所有提交作品的参赛者。

第二（也是最终）阶段奖金将于9月30日截止。现在即可开始参赛。最快上手方式是复制其中一个模板或上方现有提交方案，进行个性化修改，尝试突破极限。

前往 ARC-AGI-3 Kaggle 竞赛页面即可开始参赛。