两个设置让 ARC-AGI-3 得分从 7.8% 升到 38.3%：基准测到的是模型还是脚手架

作者：林岚｜OC 开发者生态编辑

124 页企业规则交给 Agent，最好模型只通过 36.2%

作者：林岚｜OC 开发者生态编辑