開發 Atria Dawn Preview 的團隊，在參與者明確回答是否使用 AI 的 739 項任務中，有 713 項使用了 AI。團隊針對自身開發工作的研究則顯示，在有關方法或參數的已記錄決策中，有 85.5% 最後由人做出選擇。論文標題使用「代理式超級智慧」一詞，但任務紀錄呈現了更具體的工作分工。
這份預印本於 2026 年 9 月 14 日投稿，並於 9 月 17 日修訂。研究取材自單一模型開發計畫，包含 56 位參與者的 769 筆任務紀錄，以及代理程式日誌。作者將其描述為一項個案研究，探討團隊如何使用代理程式開發 Atria Dawn Preview。
核心變化
- 有哪些改變：團隊記錄了模型開發計畫中，代理程式與人如何分擔具體研究決策，並區分「提出方案」與「做出最終選擇」。
- 為何重要：代理程式可以提出方法並執行修改，但研究人員仍可能決定目標、核准方法，並判斷結果是否符合任務標準。只計算代理程式執行了多少動作，會忽略這些不同角色。
- 後續觀察重點：這些是單一團隊的工作紀錄，其中許多決策資訊由參與者自述提供。研究結果無法證明其他 AI 實驗室如何分配決策，也無法證明代理程式能自主開發其後繼系統。
代理程式提出許多方法，人選定大多數方案
研究在執行職務的參與者中，記錄了 567 項有關方法或參數的決策。論文指出，其中 64.6% 的決策由 AI 提出選項；最常見的單一類型占 55.4%，即「AI 提議、人做選擇」。最後由人做出選擇的占 85.5%，由 AI 做出選擇的占 9.2%，其餘歸因於外部限制。
不同問題的決策分工也不同。在 603 項有關目標或範疇的決策中，93.4% 最後由人選擇；在 542 項有關驗收標準的決策中，則有 81.9% 由人選擇。AI 在方法上的提案遠比在目標上的提案常見。論文圖表另記錄，在參與者認為若無 AI 便不可行的 151 項任務中，有 144 項的最終目標由人選定。
這些百分比反映的是參與者所述的決策角色，並未衡量每項人為選擇是否基於充分資訊。作者將此模式解讀為：研究人員引導工作方向，代理程式則在人設定的方向內產生選項。這項個案研究記錄了該計畫如何委派執行工作，同時保留人類的最終決策權。
人類回饋經常讓代理程式重做
參與者回想每項任務中影響最大的困難。在 588 項同時記錄困難及應對方式的任務中，447 項（76.0%）在人的協助下繼續推進；代理程式自行恢復的有 135 項（23.0%）。最常見的協助方式是補充背景或釐清要求（207 項），以及診斷問題或更換方法（204 項）。有 4 項由人接手主要工作。
輸出紀錄呈現出相似的分工。在 627 項已知主要 AI 輸出後續處理方式的任務中，有 354 項需要實質修改。在這些需修改的任務中，75.4% 是代理程式在人提供回饋後自行修改，19.2% 則由人直接編輯。研究人員可以指示修改方向，而不必親自動手修改。
開發期間有一項日誌指標也上升：在 22 位參與者的群組中，每個人類提示所對應的代理程式每日動作數中位數，從 8 月 7 日的 11.0 上升至 9 月 4 日的 28.5。此指標採用前 7 日的資料；每一天都有 21 或 22 人具備可用的比率數據。它計算的是活動量，無法證明代理程式取得更多決策權，或其輸出有所改善。
任務紀錄能說明什麼
參與者估計，在範疇、品質及其他資源條件相同的情況下，若沒有 AI，自己能否完成任務。在 455 項有可用回答、且曾使用 AI 完成的任務中，參與者認為 151 項（33.2%）若無 AI 就不可行。這是參與者對假設情境的自我評估，不是團隊在沒有代理程式的情況下重新執行任務的實驗，因此不能證明若條件不同，這些工作就完全不會嘗試。
論文沒有交代 56 位參與者或 769 筆任務紀錄的抽樣程序；公開連結也沒有提供底層任務回答或代理程式日誌，供外部人士獨立重新分析。論文的基準測試評估的是 Atria Dawn Preview 這個模型，並未顯示 AI 系統能自主改良其後繼系統。對考慮委派工作的團隊而言，報告所呈現的界線很明確：在這項計畫中，代理程式經常提出方案並修改工作，而參與者表示，目標、方法及驗收標準的大多數選擇仍由人做出。
