Poetiq元系统：以智能编排重塑大模型推理范式，成本减半性能登顶ARC-AGI-2

2025年12月14日下午1:05 • AI产业动态 • 阅读 87

在人工智能快速演进的浪潮中，大模型的能力边界不断被拓展，但如何高效、低成本地调用这些模型解决复杂现实问题，仍是行业面临的重大挑战。近日，由6名前Google DeepMind核心成员创立的初创公司Poetiq，通过其创新的“元系统”架构，在这一领域取得了突破性进展。该系统不仅以54%的准确率在ARC-AGI-2基准测试中刷新纪录，更将每任务计算成本降至31美元，仅为此前最优方法的一半。这一成果不仅展示了智能编排系统的巨大潜力，也为大模型的高效工程化应用指明了新方向。

Poetiq元系统的核心创新在于其“系统之上的系统”设计理念。与传统的单一模型优化或微调路径不同，Poetiq构建了一个可动态生成、组合并优化推理策略的元层。该系统能够自动分析任务特性，从可用的大模型库（如Gemini、GPT、Claude等）中选择最合适的模型或模型组合，并生成包括代码生成、多步推理、自我检查在内的完整解决流程。这种设计使得Poetiq在Gemini 3 Pro、GPT-5.1等最新模型发布后数小时内即可接入，并快速达到SOTA性能，展现了极强的适应性和敏捷性。

在技术实现上，Poetiq元系统采用了一种递归、自我改进的架构。系统运行在一个循环式的解题流程中：它不会仅通过单次提示获取答案，而是先让大模型生成初步解决方案（可能包含代码片段），然后基于反馈进行分析，再利用模型迭代改进答案。这种多步骤、自我完善的机制，允许系统逐步构建并精细化最终输出。同时，系统集成了自主检查模块，能够监控进展、评估结果可靠性，并在达到足够置信度时自动终止流程，从而避免不必要的计算开销，实现成本效率的最大化。

Poetiq团队由6名拥有总计53年专业经验的DeepMind前研究员与工程师组成，其目标是“以更优的推理，铺就通过安全超级智能的最快路径”。这种深厚的技术背景反映在其系统设计中：Poetiq元系统完全基于大语言模型驱动，使用大模型来构建系统、改进系统、并运行系统本身。这种自上而下、自我指涉的设计，使得系统无需依赖特定模型或大量微调，即可灵活适配各类前沿模型，并在不同成本约束下实现帕累托最优性能。

Poetiq在ARC-AGI-2基准测试中的表现，充分验证了其元系统的有效性。该系统以每题30.57美元的成本取得了54%的准确率，显著超越了此前Gemini 3 Deep Think创下的每题77.16美元、45%准确率的最佳纪录。更值得注意的是，Poetiq在ARC-AGI-1和ARC-AGI-2上均建立了新的帕累托前沿，即在相同成本下实现更高准确率，或在相同准确率下大幅降低成本。这一突破不仅体现在Gemini系列模型上，当Poetiq元系统应用于GPT-OSS-120B等开源模型时，在单题成本低于1美分的极端条件下仍能保持亮眼性能，展示了其在低成本推理场景下的强大潜力。

Poetiq选择ARC-AGI作为验证平台具有深刻意义。ARC-AGI测试的核心是抽象推理、归纳、逻辑和策略生成能力，这些正是当前大模型在复杂任务中表现不稳定的关键领域。大模型虽然蕴含海量知识，但其输出高度依赖提示工程，且存在随机性，导致知识提取和推理步骤难以可靠预测。Poetiq元系统的目标正是自动化这一过程：通过动态发现并优化推理策略，使系统能在预算、Token或算力等现实约束下，智能地组合信息、决策下一步行动，从而释放生成式AI在复杂推理任务中的真正潜力。

为了进一步展示其通用性，Poetiq团队将元系统应用于多个主流模型，包括Google DeepMind的Gemini、OpenAI的ChatGPT、Anthropic的Claude Haiku以及xAI的Grok 4等。在所有案例中，Poetiq均实现了“更高准确率+更低成本”的组合优化。例如，基于Grok-4-Fast Reasoning构建的Poetiq配置，不仅比原模型报告的结果更便宜、准确率更高，还能达到与价格高两个数量级的模型相当的准确度。这证明Poetiq元系统并非针对特定模型的定制方案，而是一个可广泛适配的智能编排框架。

Poetiq的开源配置揭示了两个重要理念：首先，提示词仅仅是接口层，而非智能本体；真正的智能体现在系统动态生成和优化推理流程的能力中。其次，通过循环式、多步骤的解题流程结合自我检查机制，系统能够更可靠地逼近最优解，同时有效控制成本。这种设计使得Poetiq在应对ARC-AGI等需要深层推理的任务时，能够超越传统单次提示或固定流水线的局限性。

展望未来，Poetiq元系统代表了大模型工程化应用的一个重要范式转变：从追求单一模型的规模扩展，转向通过智能编排实现多模型协同与优化。这一方向不仅有助于降低AI推理的总体拥有成本，还能加速最新研究成果向实际应用的转化。随着更多模型和任务类型的接入，Poetiq有望在自动驾驶、科学发现、复杂决策支持等领域发挥更大作用，推动AI系统向更高效、更可靠、更易扩展的方向演进。

— 图片补充 —