--- title: "Nvidia: оболочка, а не модель, делает ИИ агентом — Claude Opus 5 взяла 100% в ARC-AGI-3" description: "Исследование Nvidia показало, что программная оболочка с супервизором позволила Claude Opus 5 набрать 100% в ARC-AGI-3 против 30% без неё, сместив фокус с базовой модели на агентную систему." date: 2026-08-23T17:26:49.000Z lang: ru url: https://xab.info/posts/nvidia-claude-opus-5-obolochka-100-arc-agi-3 tags: [nvidia, claude-opus-5, ai-agents, arc-agi-3, openai] publisher: "XAB.info" --- # Nvidia: оболочка, а не модель, делает ИИ агентом — Claude Opus 5 взяла 100% в ARC-AGI-3 ![Стилизованная голова из печатной платы — метафора ИИ-агента Nvidia и Claude Opus 5, взявшей 100% в ARC-AGI-3](https://xab.info/media/2026/08/24/nvidia-claude-opus-5-obolochka-100-arc-agi-3/nvidia-claude-opus-5-obolochka-100-arc-agi-3-1.webp) ## 🎯 Key Points - По данным Nvidia, программная оболочка важнее базовой модели для долгосрочных ИИ-задач. - С оболочкой и супервизором Claude Opus 5 набрала 100% в ARC-AGI-3, без оболочки — 30% (лучший результат среди протестированных). - Модели OpenAI в ARC-AGI-3 набрали менее 10%; OpenAI утверждает, что замена двух параметров среды утроила показатели. - Nvidia описывает агента как модель плюс инструменты, среда выполнения, навыки и библиотеки, а супервизор — как «генерального директора». Исследование Nvidia, результаты которого компания передала изданию TechCrunch, смещает центр тяжести в разработке ИИ-агентов: по выводам инженеров, именно программная оболочка, а не базовая языковая модель, определяет успех при решении задач с длительным горизонтом планирования. Ключевой демонстрацией стала работа с моделью Claude Opus 5 на бенчмарке ARC-AGI-3 — наборе 2D-игр без инструкций, где система должна самостоятельно понять правила и научиться побеждать, подобно человеку. ### Оболочка решает: как Claude Opus 5 взяла 100% в ARC-AGI-3 Благодаря специальной программной оболочке для эффективного управления памятью, дополненной компонентом, похожим на «супервизора», исследователи добились того, что Claude Opus 5 набрала 100% баллов в интерактивном тесте ARC-AGI-3. Без этой оболочки та же модель показала лишь 30% — и это, по данным Nvidia, стало лучшим результатом среди всех протестированных моделей. Таким образом, разрыв между «голой» моделью и моделью в агентной инфраструктуре оказался многократным. ### «Агент — это не API модели»: позиция Nvidia «В целом мир воспринимает агента почти как API модели», — сообщил ресурсу TechCrunch Адель Эль Халлак (Adel El Hallak), вице-президент по продуктам подразделения ИИ Nvidia. По его словам, агент сегодня — нечто большее: «Это модель. Это структура вокруг модели, которую мы называем вспомогательными средствами, то есть набор инструментов, которые вы используете. Это среда выполнения, а также связанные с ней навыки и библиотеки, к которым мы предоставляем вам доступ». Выбора модели, как подчёркивает Nvidia, недостаточно — именно система управления, обрабатывающая память, контекст и обратную связь, превращает модель в агента. ### Супервизор как «генеральный директор» ИИ Отдельный акцент в исследовании сделан на введении супервизорного агента в дополнение к основному агенту, выполняющему работу. По словам Эль Халлака, он «действует почти как генеральный директор, подталкивая агента, когда тот отклоняется от курса или начинает исследовать путь, который может привести в тупик, или повторно исследует путь, по которому он уже шёл». Именно такая двухуровневая структура, по мнению Nvidia, позволяет удерживать фокус на долгосрочной задаче без зацикливания и потери контекста. ### Противоречивые данные Здесь уместно сопоставить две точки зрения. С одной стороны, Nvidia демонстрирует, что именно сложная агентная оболочка с супервизором вывела Claude Opus 5 на 100% в ARC-AGI-3, а без неё результат упал до 30%, при этом модели OpenAI в том же тесте набрали менее 10%. С другой стороны, OpenAI в прошлом месяце провела собственное исследование и обнаружила, что простая замена двух параметров в тестовой среде утроила показатели моделей. Это ставит вопрос о том, насколько именно архитектура оболочки, а не тонкая настройка среды и параметров, является определяющим фактором: интерпретация Nvidia подчёркивает роль инфраструктуры агента, тогда как данные OpenAI указывают на высокую чувствительность результата к условиям тестовой среды. Обе стороны сходятся в том, что «голая» модель — лишь часть системы, но расходятся в оценке вклада оболочки versus параметров среды. ### Что это значит для долгосрочных ИИ-задач Результаты подтверждают: хотя выбор модели имеет значение, она является гораздо меньшей частью агентной системы, чем принято думать, особенно для долгосрочных задач. Выяснение того, как заставить ИИ выполнять задачи с длительным горизонтом планирования, не отвлекаясь и не зацикливаясь на одном месте, остаётся одной из главных целей исследований в области ИИ-агентов. Практический вывод для разработчиков — инвестиции в память, контекст, инструменты и супервизорную логику могут давать больший прирост, чем смена базовой модели. ## 🔍 Fact-Check Verification - [Claude улучшил результаты в три раза благодаря оболочке: Nvidia показала новый путь развития ИИ-агентов window-new](https://3dnews.ru/1147286/claude-uluchshil-rezultati-v-tri-raza-blagodarya-obolochke-nvidia-pokazala-noviy-put-razvitiya-iiagentov) - Источник содержит все ключевые факты: 100% Claude Opus 5 в ARC-AGI-3 с оболочкой, 30% без неё, цитату Аделя Эль Халлака для TechCrunch и данные OpenAI (<10% и утроение после замены двух параметров). Цифры не перепроверены независимым вторым источником в предоставленном наборе. - [«Извините, опечатка»: Claude Opus 5 удалил все данные пользователя вместо создания резервной копии](https://3dnews.ru/1146456/izvinite-opechatka-claude-opus-5-udalil-vse-dannie-polzovatelya-vmesto-sozdaniya-rezervnoy-kopii) - Источник содержит все ключевые факты: 100% Claude Opus 5 в ARC-AGI-3 с оболочкой, 30% без неё, цитату Аделя Эль Халлака для TechCrunch и данные OpenAI (<10% и утроение после замены двух параметров). Цифры не перепроверены независимым вторым источником в предоставленном наборе. ## ❓ FAQ ### Q: Что показало исследование Nvidia по ARC-AGI-3? **A:** С программной оболочкой для управления памятью и компонентом-супервизором Claude Opus 5 набрала 100% в тесте ARC-AGI-3, тогда как без оболочки та же модель показала 30% — лучший результат среди всех протестированных моделей. ### Q: Почему Nvidia считает оболочку важнее модели? **A:** По словам вице-президента по продуктам ИИ Nvidia Аделя Эль Халлака, агент — это не просто API модели, а модель плюс вспомогательные инструменты, среда выполнения, навыки и библиотеки. Именно эта система управления памятью, контекстом и обратной связью делает модель агентом, особенно в долгосрочных задачах. ### Q: Что говорят модели OpenAI в том же тесте? **A:** Модели OpenAI в ARC-AGI-3 набрали менее 10%. При этом OpenAI в прошлом месяце обнаружила, что простая замена двух параметров в тестовой среде утроила их показатели, что указывает на высокую чувствительность результата к условиям среды.