在人工智能領域，一場由前Google DeepMind成員掀起的技術革新正引發廣泛關注。這支6人團隊成立的新公司Poetiq，通過構建元系統重新定義了大模型的應用方式，在復雜推理任務中展現出突破性表現。其研發的Gemini 3 Pro優化技術在ARC-AGI-2基準測試中以54%的準確率登頂排行榜，同時將計算成本壓縮至行業最優水平的一半。
這個技術團隊雖成立不足一年，卻匯聚了來自DeepMind的資深專家，累計擁有53年人工智能研發經驗。他們選擇了一條與眾不同的技術路徑：不追求構建更大規模的模型，而是專注于開發能夠智能調度現有模型的元系統。這種創新架構使系統能夠自動生成針對特定任務的解決方案，通過組合不同模型的優勢實現性能突破。
在12月8日公布的官方驗證結果中，Poetiq系統在ARC-AGI-2半私有評估集上創造了新紀錄。其純Gemini配置方案以每題30.57美元的成本達成54%準確率，相比前紀錄保持者Gemini 3 Deep Think（77.16美元/45%）實現雙重超越。更引人注目的是，該系統在公共數據集上構建的帕累托前沿，同時推進了準確率與成本效率的邊界。
技術核心在于其遞歸式元系統架構。該系統通過多輪交互實現自我優化：首先生成初步解決方案，再根據反饋持續改進，最終形成可靠答案。這種自我監控機制能夠智能判斷何時終止計算，有效避免算力浪費。測試數據顯示，基于Grok-4-Fast的配置在保持高準確率的同時，成本比原始模型降低兩個數量級；而開源模型GPT-OSS-120B的衍生方案，甚至實現了單題成本低于1美分的突破。
該系統的適應性在跨模型測試中得到充分驗證。當應用于ChatGPT、Claude Haiku、Gemini等12個主流模型時，Poetiq均實現了準確率與成本的雙重優化。這種表現源于其完全基于大語言模型的架構設計——從系統構建到運行監控，整個流程均由模型自主完成。這種遞歸式強化機制，使得系統能夠快速整合新模型的能力，在Gemini 3和GPT-5.1發布后數小時內即完成適配并取得領先成績。
選擇ARC-AGI作為測試場源于其對復雜推理能力的嚴苛考驗。該基準測試要求模型具備抽象推理、歸納總結和策略生成能力，恰好對應Poetiq系統的優勢領域。通過讓模型自主發現最優推理路徑，系統能夠在預算、算力等現實約束下，持續優化解決方案。這種設計理念在測試中得到充分驗證：系統在處理多樣化任務時展現出強大的自適應能力，能夠根據任務特性動態調整模型組合策略。
技術團隊透露，其開源配置旨在證明智能的本質不在于提示詞工程，而在于構建能夠自我進化的系統。通過多步驟驗證和自我檢查機制，系統能夠逐步打磨解決方案，這種運行模式突破了傳統大模型對提示詞的依賴。隨著任務多樣性的增加，元系統的進化速度將進一步提升，為生成式AI在復雜場景的應用開辟新路徑。
