保留推理提升ARC-AGI分数

OpenAI称通过保留推理过程和启用压缩，使ARC-AGI-3得分提升三倍。

推荐理由：核心变量不是更大模型，而是让harness保留并压缩中间推理状态，提示长程任务性能可能受“思考记忆”瓶颈限制，评测系统设计本身会显著放大模型能力。