人工智能領域近期迎來一項突破性進展：一家名為Poetiq的初創公司通過其開發的元系統（meta-system），在不改動基礎大模型的前提下，顯著提升了AI在復雜推理任務中的表現。實驗數據顯示，該系統使GPT-5.2 X-High在權威測試集ARC-AGI-2上的成績達到75%，較此前最優模型提升約15%，同時將單題處理成本控制在8美元以內。
這項成果的核心在于Poetiq構建的迭代式推理框架。與傳統AI系統直接生成答案不同，該框架通過多輪交互實現自我優化：系統首先生成初步解決方案，隨后根據反饋持續改進，直至形成最終答案。這種機制特別引入了自我審計功能，能夠自動判斷何時已獲得足夠信息，從而及時終止計算過程。實驗表明，這種設計不僅提升了準確性，更有效降低了資源消耗——X-High版本之所以成本更低，正是因其能更快收斂到正確解。
測試采用的PUBLIC-eval數據集包含基礎推理、自然語言處理及數學推理等標準任務，而更嚴苛的ARC-AGI-2測試則聚焦抽象推理、常識應用和創新能力等高階認知維度。值得關注的是，Poetiq未對任何模型進行針對性訓練或優化，其系統完全通過改進推理策略實現性能躍升。這種"模型無關"的特性，使得元系統能夠無縫適配不同架構的AI模型，包括Gemini 3、GPT-5.1等前沿產品。
該團隊特別強調，所有適配工作均在新模型發布前完成，且系統從未接觸過測試任務集。這種"零接觸"下的跨版本性能提升，證明其捕捉到了推理過程的本質規律，而非依賴特定模型的特性。ARC Prize總裁Greg Kamradt評價稱，若成果經得起大規模驗證，這套系統將徹底改變AI應用模式——通過動態切換模型應對不同任務，無需為每個場景重新訓練系統。
這項突破由六人團隊完成，其中多位核心成員來自Google DeepMind。聯合創始人Ian Fischer和Shumeet Baluja均擁有資深研究背景，他們開發的元系統展現出驚人的泛化能力：在保持架構不變的情況下，系統能自動適配不同模型族的認知風格，實現跨版本性能提升。這種設計哲學獲得業界高度認可，有專家指出，在模型外部構建智能架構的策略，使得新模型適配時間從數周縮短至數小時，為AI技術落地開辟了新路徑。
目前團隊正在收集更詳細的性能數據，初步統計顯示簡單任務可在8-10分鐘內完成，而最復雜任務的計算時間控制在12小時內。對于成本優化機制，Poetiq確認X-High版本確實通過更高效的推理路徑實現了性能突破。隨著系統持續迭代，這種"模型之上構建智能"的范式，或將重新定義人工智能的能力邊界。
