研究人员近日公布了一项突破性成果：采用针对性搜索与程序合成相结合的新方法，仅花费67美分计算成本，便在ARC-AGI-1基准测试中取得了44%的得分。

这一结果直接挑战了AI行业扩展算力是通往通用智能唯一路径的传统假设。此前业界普遍认为，要提升AI抽象推理能力，唯有持续投入更多算力资源。

分析人士指出，该成果证明AI效率优化同样能够超越纯规模堆叠，在抽象推理任务中走出了一条新路径，或将对AI基础设施投资方向和模型架构设计产生深远影响，为AI算力成本控制提供新的范式参考。