NVIDIA ha svelato AVO, un sistema di agenti creato per gestire attività di programmazione lunghe e complesse. Se sviluppi con l’AI, questo dimostra che gli strumenti e i cicli di feedback contano tanto quanto la pura potenza del modello.
Come funziona il sistema
AVO sta per Agentic Variation Operators. Invece di fornire una sola risposta e fermarsi, il sistema lavora attraverso un ciclo continuo. Esamina i compiti, testa il codice, controlla il feedback dall’ambiente e usa la memoria persistente per correggere gli errori. Il sistema non si ferma.
NVIDIA ha condiviso due importanti risultati di test sul NVIDIA Technical Blog:
- Ottimizzazione del kernel GPU. AVO ha esplorato più di 500 direzioni e ha registrato 40 versioni del kernel. Ha funzionato fino al 10.5% più velocemente rispetto a FlashAttention-4 sui sistemi NVIDIA DGX B200.
- Benchmark ARC-AGI-3. Sul set di compiti pubblico, AVO ha ottenuto un punteggio RHAE di 100.00. Ha completato tutti i 183 livelli in 25 ambienti utilizzando il 12% in meno di azioni rispetto a VISTA. In confronto, una baseline Claude Opus 5 standalone ha ottenuto solo il 30%.
I numeri di cui non dovresti ancora fidarti
Tutte queste cifre provengono direttamente dal post tecnico di NVIDIA. Nessun ricercatore esterno le ha ancora verificate. NVIDIA ha inoltre aggiornato il post precisando che il punteggio del 100% si applica solo al set pubblico di ARC-AGI-3, non ai compiti di gara semiprivati o privati. Questi test non dimostrano che AVO sia più economico, più sicuro o pronto per la tua codebase reale. Strumenti di supervisione aggiuntivi aumentano anche i costi di calcolo e i potenziali punti di errore.
Perché questo cambia la tua scelta di AI
Fino ad ora, i team hanno scelto principalmente gli strumenti AI consultando classifiche statiche di modelli. AVO sostiene che le reali prestazioni risiedano nell’infrastruttura attorno al modello. Una buona struttura di supporto fa un’enorme differenza. La vera domanda è se un agente sia in grado di usare strumenti, recuperare dagli errori e raggiungere un risultato solido senza sprecare calcolo.
Cosa testare oggi
Non avere fretta di andare in produzione. Se vuoi valutare un sistema di agenti, inizia con un compito di programmazione usa e getta o con il set pubblico di ARC-AGI-3. Blocca modello, strumenti, formato di memoria, budget di azioni e hardware. Quindi esegui un modello base affiancato al ciclo completo dell’agente. Misura tempo di esecuzione, utilizzo di token, tentativi e costi totali prima di impegnare la tua pipeline ingegneristica.