ARC榜单争议暴露评测变量

GPT-5.6 Sol在官方ARC-AGI-3榜单仍落后Opus 5，但自定义记忆机制显著抬高成绩。

推荐理由：Sol从标准harness低分到带保留推理和压缩记忆后达38.3%，说明ARC-AGI-3已在测模型加代理记忆系统，排行榜可比性取决于上下文管理规则。