Nvidia hat einen Meilenstein bei autonomen KI-Agenten erreicht: Das Forschungsprojekt Agentic Variation Operators (AVO) erzielte auf dem ARC-AGI-3-Benchmark einen Score von 100,00 RHAE und löste damit alle 183 Level über 25 Umgebungen hinweg. Das ist bemerkenswert, weil es zeigt, dass nicht die Rohkraft eines einzelnen Sprachmodells entscheidend ist – sondern wie ein Agent seine Werkzeuge, sein Gedächtnis und Feedback organisiert.
Kurz & knapp
- AVO vollendete alle 183 Level des ARC-AGI-3-Benchmarks mit einer Erfolgsquote von 100 %
- Claude Opus 5 wurde von 30 % auf 100 % angehoben – nicht durch Modell-Upgrade, sondern durch die AVO-Systemarchitektur
- 12 % weniger Umgebungs-Aktionen als das Vergleichssystem VISTA nötig
- 500+ Kernel-Optimierungsrichtungen autonom erkundet; 40 Kernel-Versionen committed; bis zu 10,5 % bessere Performance als FlashAttention-4 auf DGX B200
Was ist AVO wirklich?
AVO ist kein einzelnes Modell, sondern eine allgemeine Agenten-Architektur, die Nvidia entwickelt hat. Der Kern: Ein Agent inspiziert Code, führt Tests durch, interpretiert Feedback und revidiert seinen Ansatz – immer wieder, über lange Horizonte hinweg. Das unterscheidet AVO von klassischen Coding-Assistenten, die eine Antwort generieren und dann fertig sind.
Das System integriert persistentes Gedächtnis, Supervision und Tool-Use in einer einheitlichen Struktur. Für GPU-Kernel-Optimierung ersetzt AVO die vordefinierten Variationsschritte klassischer evolutionärer Suche durch einen autonomen Agenten, der selbst entscheidet, was zu inspizieren, zu ändern, zu testen und zu committen ist.
Der Benchmark-Sieg und was er bedeutet
ARC-AGI-3 ist ein etablierter Testfall für allgemeine KI-Intelligenz – nicht spezialisiert auf eine einzelne Aufgabe. Dass AVO hier 100 % erreicht, ist ein Signal: Systemdesign kann Frontier-Level-Performance freischalten, auch wenn das zugrundeliegende Modell (Claude Opus 5) isoliert nur 30 % schafft.
Besonders effizient war AVO dabei: Es brauchte 12 % weniger Umgebungs-Aktionen als VISTA, ein anderes Agenten-System. Das deutet auf intelligentere Entscheidungsfindung hin – nicht bloß mehr Versuche, sondern bessere Versuche.
| Metrik | AVO | Baseline (Claude Opus 5) |
|---|---|---|
| ARC-AGI-3 Score | 100,00 % | 30 % |
| Umgebungs-Aktionen | −12 % vs. VISTA | — |
| Kernel-Optimierung | +10,5 % vs. FlashAttention-4 | — |
Autonome Optimierung in der Praxis
Auf GPU-Kernel-Optimierung angewendet, zeigt AVO seine Stärke im produktiven Engineering ohne manuelle Intervention. Das System erkundete autonom über 500 verschiedene Optimierungsrichtungen, commitete 40 Kernel-Versionen und erreichte auf Nvidias DGX B200 Systemen bis zu 10,5 % bessere Performance als FlashAttention-4. Das ist nicht Brute-Force – das ist gezieltes, lernendes Erkunden.
Das Besondere: Die gleiche AVO-Architektur funktioniert sowohl für Kernel-Optimierung als auch für ARC-AGI-3. Nur die umgebungsspezifischen Tools und Evaluationen wechseln. Der Agent selbst bleibt derselbe.
Was das für deutsche Unternehmen bedeutet
Die Nachricht signalisiert einen Wendepunkt: Autonome Agenten werden nicht durch einzelne Modell-Durchbrüche besser, sondern durch intelligente Systemarchitektur. Für deutsche Unternehmen, die an KI-gestützter Automation, Softwareentwicklung oder Optimierung arbeiten, könnte das bedeuten, dass die Investition in robuste Agenten-Frameworks wichtiger wird als die Jagd nach dem nächsten großen Sprachmodell. AVO zeigt auch: Lange Aufgaben, die Iteration, Feedback und Gedächtnis brauchen, sind für autonome Systeme lösbar – wenn die Architektur stimmt. Das öffnet Türen für Enterprise-Anwendungen, die bisher als zu komplex für Automation galten.
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
