Ep.1447 NVIDIAの自律型エージェント「AVO」がARC-AGI-3で満点達成──“システム設計”が引き出す次世代AIの推論能力（2026年8月24日配信）

タイトル

NVIDIAの自律型エージェント「AVO」がARC-AGI-3で満点達成──“システム設計”が引き出す次世代AIの推論能力

このエピソードで登場するキーワードを説明します。

NVIDIA: GPU市場を牽引する半導体メーカー。近年はハードウェアにとどまらず、AIモデルや自律型エージェントのアーキテクチャ開発でも業界をリードしている。

AVO (Agentic Variation Operators): NVIDIAが開発した汎用AIエージェントシステム。永続メモリや監督機能を備え、人間が介入せず長期間にわたって自律的な試行錯誤を継続できる。

ARC-AGI-3: AIの未知の環境に対する汎用的な推論能力を測るベンチマーク。明示的なルールや指示が与えられない環境で、AIが自ら法則を見つけ出してタスクを解決する能力を評価する。

Claude Opus 5: Anthropic社が開発した大規模言語モデル。今回の検証においてAVOの思考エンジンとして採用され、システム全体の推論を根底から支えている。

それでは解説に入ります。

NVIDIAは2026年8月21日、同社が開発した自律型AIエージェントシステム「AVO」が、汎用人工知能の能力を測るベンチマーク「ARC-AGI-3」の公開セットにおいて、満点となるスコア100を達成したと発表しました。このニュースの最大のポイントは、全く新しい言語モデルを開発したことではなく、既存のモデルを組み込む「周辺システム」の設計によってAIの限界を大きく引き上げた点にあります。今回AVOの内部で推論を担った基盤モデルはAnthropic社のClaude Opus 5ですが、このモデル単体でARC-AGI-3に挑んだ場合の正解率は約30パーセントにとどまります。しかし、AVOというシステムアーキテクチャの制御下で機能させることで、そのパフォーマンスを100パーセントへと飛躍させました。

ARC-AGI-3は、ルールも目的も与えられない未知の環境にAIを置き、試行錯誤を通じて法則を見つけ出す能力を測る非常に難易度の高いテストです。AVOは全25環境、183のレベルを完全にクリアしただけでなく、同じくClaude Opus 5を採用した競合のAIエージェントシステムと比較して約12パーセント少ないアクション数で攻略を終えており、極めて無駄なく問題解決に至ったことが確認されています。

この驚異的な成果の背景には、AVOが備える「長期的な自律作業」を可能にする堅牢なアーキテクチャが存在します。AVOは元々、2026年3月にGPUの計算処理を最適化するという高度なソフトウェアエンジニアリングタスクのために発表されたシステムです。その際は、最新世代のBlackwell B200 GPU上で7日間連続で自律的にコードの修正と検証を繰り返し、人間の専門家が最適化した既存の最高性能プログラムを最大10.5パーセント上回る処理速度を叩き出しました。

コードの最適化と未知のパズルゲームという全く異なる領域において、同一のシステムアーキテクチャが高い成果を上げたという事実は、業界の今後の開発方針に大きな影響を与えます。仮説を立て、実行し、結果を観察して記憶し、行き詰まれば監督機能が軌道修正を行うという基本ループは、タスクの性質に関わらず共通して機能することが証明されました。これは、今後のエンタープライズ領域におけるAIの社会実装において、単なる言語モデルの巨大化や性能向上だけでなく、永続的なメモリ管理やツール連携など、周辺システム全体の設計精度がビジネスの成否を分けることを明確に示唆しています。

今回のエピソードは以上で終了です。また次回お会いしましょう。