NVIDIA hat AVO vorgestellt, ein Agentensystem für lange und komplexe Programmieraufgaben. Wer mit KI entwickelt, sieht hier: Werkzeuge und Feedbackschleifen sind genauso wichtig wie die reine Modellleistung.
So funktioniert das System
AVO steht für Agentic Variation Operators. Statt nur eine Antwort zu liefern und aufzuhören, arbeitet das System in einer kontinuierlichen Schleife. Es analysiert Aufgaben, testet Code, prüft Rückmeldungen aus der Umgebung und nutzt persistenten Speicher, um Fehler zu korrigieren. Das System stoppt nicht.
NVIDIA hat zwei wichtige Testergebnisse im NVIDIA Technical Blog geteilt:
- GPU-Kernel-Optimierung. AVO untersuchte mehr als 500 Ansätze und committete 40 Kernel-Versionen. Auf NVIDIA DGX B200-Systemen lief es bis zu 10.5% schneller als FlashAttention-4.
- ARC-AGI-3-Benchmark. Beim öffentlichen Aufgabensatz erzielte AVO ein RHAE-Rating von 100.00. Es bewältigte alle 183 Level in 25 Umgebungen und benötigte dabei 12% weniger Aktionen als VISTA. Im Vergleich dazu erreichte eine eigenständige Claude Opus 5-Baseline nur 30%.
Zahlen, denen man noch nicht trauen sollte
All diese Angaben stammen direkt aus dem technischen Beitrag von NVIDIA. Externe Forscher haben sie noch nicht überprüft. NVIDIA hat den Beitrag zudem aktualisiert und klargestellt, dass die 100%-Bewertung nur für das öffentliche ARC-AGI-3-Set gilt, nicht für die halb-privaten oder privaten Wettbewerbsaufgaben. Diese Tests beweisen nicht, dass AVO günstiger, sicherer oder bereit für den Produktiveinsatz ist. Zusätzliche Kontroll-Tools verursachen zudem zusätzliche Rechenkosten und potenzielle Fehlerquellen.
Warum das die Wahl der KI verändert
Bislang wählten Teams KI-Tools meist anhand statischer Modell-Ranglisten aus. AVO zeigt, dass die tatsächliche Leistung im System um das Modell herum liegt. Ein gutes Gerüst macht einen enormen Unterschied. Die eigentliche Frage ist, ob ein Agent Tools nutzen, sich von Fehlern erholen und ein solides Ergebnis erzielen kann, ohne Rechenleistung zu verschwenden.
Was man heute testen kann
Überstürzen Sie den Produktiveinsatz nicht. Wenn Sie ein Agentensystem testen möchten, beginnen Sie mit einer einfachen Programmieraufgabe oder dem öffentlichen ARC-AGI-3-Set. Legen Sie Modell, Tools, Speicherformat, Aktionsbudget und Hardware fest. Lassen Sie dann ein Basismodell parallel zur vollständigen Agentenschleife laufen. Messen Sie Laufzeit, Token-Verbrauch, Wiederholungsversuche und Gesamtkosten, bevor Sie Ihre Entwicklungspipeline anpassen.