一个研究团队发布了ARCANA，这是一个协作式多智能体框架，旨在解决ARC-AGI-2推理任务,,这一基准测试以当前AI系统仍然难以企及的方式检验抽象视觉推理能力。该论文于7月10日提交至arXiv，提出了一种结合程序合成与迭代自我修正的结构化方法。
ARC-AGI（抽象与推理语料库）由François Chollet设计，用于衡量系统从少量示例中泛化的能力，而非依赖海量训练数据的模式匹配。当前版本的ARC-AGI-2引入了更具挑战性的任务以及更严格的时间和硬件限制。
ARCANA将每个任务分解为四个专门的智能体角色。感知锚定智能体从原始输入网格构建以对象为中心的场景图。潜在程序策略提出多样化的领域特定语言（DSL）程序。符号执行器根据提供的演示验证候选程序。反思智能体则综合失败驱动的反馈来指导下一轮迭代。
这些智能体通过一个可微分黑板,,一种允许每个智能体读写中间表示的共享记忆结构,,来共享信息。一个学习过的元控制器调度每个回合由哪个智能体行动，平衡对新程序候选的探索与对有前途方案的优化。
该设计结合了两种在推理任务上各自展现出前景的方法：结构化程序搜索（显式枚举可能的转换规则）和自适应多轮修正（使系统能够在单次问题实例中从错误中学习）。通过将搜索限定在已定义的DSL内，ARCANA避免了无约束代码生成的组合爆炸，同时仍然保持了ARC-AGI-2视觉转换任务所需的表达能力。
ARC-AGI基准自2019年推出以来，已成为AI推理研究的标准试验场。虽然大多数主流AI进展是通过语言和视觉基准来衡量的，但ARC-AGI的基于网格的谜题需要真正的组合泛化,,将已理解的概念应用于新的排列方式,,这仍然是大型语言模型的一个已知弱点。
该论文可在arXiv上通过标识符2607.09059获取。
来源：ARCANA: A Reflective Multi-Agent Program Synthesis Framework for ARC-AGI-2 Reasoning (arXiv, 2026年7月10日)
婷 翻译