开发 Atria Dawn Preview 的团队在参与者明确回答是否使用 AI 的 739 项任务中，有 713 项使用了 AI。在团队对自身开发工作的研究中，在有关方法或参数的已记录决策里，仍有 85.5% 是由人作出最终选择。论文标题提到了“智能体超级智能”，但任务记录更具体地展现了团队如何分工。
这篇预印本于 2026 年 9 月 14 日提交，并于 9 月 17 日修订。研究依据一个模型开发项目中 56 名参与者的 769 条任务记录，以及智能体日志。作者将这些记录描述为一项案例研究，考察团队如何使用智能体开发 Atria Dawn Preview。
主要变化
- 发生了什么变化：团队记录了在一个模型开发项目中，智能体与人如何分担具体研究决策，并区分了方案提议与最终选择。
- 为何重要：智能体可以生成方法并执行修订，但研究人员仍可以选择目标、批准方法，并判断结果是否符合任务标准。只统计智能体采取的行动，会忽略这些不同角色。
- 接下来关注什么：这些观察来自一个团队的工作，且许多决策证据由参与者提供。研究结果不能说明其他 AI 实验室如何分配决策权，也不能证明智能体能够自主开发其后继系统。
智能体提出了许多方法，但大多数由人选择
执行角色的参与者共记录了 567 项有关方法或参数的决策，这是最清楚的区分。论文称，在 64.6% 的这类决策中，选项由 AI 提出。最大的一类占 55.4%，即“AI 提议、人类选择”。85.5% 的最终选择由人作出，9.2% 由 AI 作出。其余决策归因于外部限制。
不同问题上的分工有所不同。在 603 项有关目标或范围的决策中，人作出最终选择的比例为 93.4%；在 542 项有关验收标准的决策中，这一比例为 81.9%。与目标相比，AI 在方法问题上提出方案的情况要常见得多。论文图表还记录，在参与者认为没有 AI 就无法完成的 151 项任务中，有 144 项的最终目标由人选择。
这些百分比描述的是参与者报告的决策角色，并不衡量每项人类选择是否知情充分。作者将这一模式解读为：研究人员把握方向，智能体则在人员设定的方向内生成选项。这项案例研究记录了该项目中由智能体执行工作、由人保留最终决定权的分工。
人类反馈常常让智能体返工
参与者回忆了每项任务中影响最大的困难。在有记录说明困难及应对方式的 588 项任务中，447 项（76.0%）在人的帮助下继续推进；135 项（23.0%）由智能体独立恢复。主要的帮助方式是补充背景信息或澄清要求（207 项任务），以及诊断问题或更换方法（204 项）。有 4 项任务由人接手主要工作。
输出记录也显示出类似的分工。在 627 项已知主要 AI 输出处置方式的任务中，有 354 项需要实质性修订。在这些修订任务中，75.4% 的改动由智能体在收到人类反馈后完成，19.2% 由人直接编辑。研究人员可以指示改动，而不必亲自进行编辑。
开发过程中，一项日志指标也有所上升：在由 22 名参与者组成的群体中，每条人类提示对应的智能体每日行动数中位数，从 8 月 7 日的 11.0 增至 9 月 4 日的 28.5。该指标采用此前七天的时间窗口；每天有有效比值的参与者为 21 或 22 人。它统计的是活动量，因此不能证明智能体获得了更大权限，也不能证明其输出有所改善。
任务记录能够说明什么
参与者估计，在任务范围、质量和其他资源相同的情况下，如果不用 AI，他们能否完成自己承担的部分。在有可用回答的 455 项已完成 AI 辅助任务中，参与者认为其中 151 项（33.2%）在没有 AI 时无法完成。这是参与者对反事实情形的自我报告，并非团队在不使用智能体的情况下重新完成这些任务的实验。它不能证明在不同条件下，人们绝不会尝试这些工作。
论文没有说明 56 名参与者或 769 条任务记录的抽样方法；其公开链接也未提供底层任务回答或智能体日志，供外部独立重新分析。论文的基准测试结果评估的是 Atria Dawn Preview 这一模型，并未表明 AI 系统能够自主改进其后继系统。对于决定将哪些工作交给智能体的团队而言，研究报告的边界很明确：在这个项目中，智能体经常提出方案并修订工作，而参与者称目标、方法和验收标准的大多数选择仍由他们作出。
