新智元报道
大额免费 Token Plan：https://discovery-home.intern-ai.org.cn/，https://api.atria-asi.ai/，https://zenmux.ai/atria-asi/atria-dawn-preview
项目网站：https://atria-asi.ai/
模型权重：https://huggingface.co/internlm/Atria-Dawn-Preview
Paper 链接：https://github.com/atria-asi/Atria-Dawn-Preview/blob/main/atria-dawn-preview.pdf
20 分钟搭建 MiniOS 操作系统；1 分钟内完成未来一周全球天气预测。这是智能体模型Atria Dawn Preview在此次展示中完成的两项核心任务。
该模型由上海人工智能实验室联合复旦大学、中科院软件所、中国人民大学、中科院自动化所、华东师范大学和哈尔滨工业大学等多所高校及科研机构共同发布。
除了展示模型能力，团队更聚焦于一个深层问题：这个模型究竟是如何被研发出来的？
在 Atria 的后训练过程中，编程智能体已深度参与代码编写、实验执行与结果分析。当 AI 开始辅助“造 AI"，人类的劳动发生了怎样的转移？Atria 团队通过拆解研发中的人机交互记录，给出了详细答案。
AI 连续执行的背后，谁在决定下一步？
回顾模型研发历程，人类的角色持续演变：从早期的数据标注，到偏好反馈，再到如今深度参与代码与实验流程。人机协作的边界已从数据生产延伸至研发全流程。
尽管大量操作可由智能体连续推进，但定义问题、选择技术路线、解读实验结果等关键决策仍难以量化。这些看似简短的判断，往往决定了后续一连串操作的方向。
因此，评估 AI 贡献的关键在于追溯过程：方案由谁提出？选择由谁作出？遇阻时由谁纠正方向？这也是 Atria 团队分析交互记录的核心逻辑。
769 条任务记录，拆开 AI 研发背后的人类劳动
团队分析了56 名参与者产生的 769 条任务记录。数据显示，在明确回答是否使用 AI 的 739 项任务中，有 713 项涉及 AI，使用率高达96.5%。
然而，“有没有用”并不能完全代表“承担了多少”或“谁在决策”。以下几组数据揭示了更深层次的分工真相。
约三分之一已完成任务，参与者认为“没有 AI 就做不成”
在 455 项已完成、使用了 AI 且获得有效可行性回答的任务中，151 项（占比 33.2%）被参与者判定为：若无 AI 协助，在既定资源和质量要求下无法完成。
这表明 AI 的作用已超越效率提升，直接扩展了任务的可行边界。当然，这一判断基于参与者的回顾性评估，也反映了 AI 工具对研究者自身能力认知的重塑。
AI 经常出方案，多数最终选择仍由人作出
在技术决策层面，执行岗位报告的 567 项方法或参数决策中，AI 提出方案的比例达 64.6%。最常见的协作模式是"AI 提出，人类选择"，占比 55.4%。
若聚焦最终决策权，人类依然占据主导：85.5%的方法或路线决策由人类拍板，AI 仅占 9.2%。在目标设定和验收标准环节，人类最终选择比例分别高达93.4%和81.9%。
即便是在那些被认为“没有 AI 就无法完成”的 151 项任务中，仍有95.4%的目标由人类最终选定。这说明，虽然研究者高度依赖 AI 执行，但在判断方案价值、确认结果合规性及指引研究方向上，人类仍承担着核心责任。
遇到困难，76.0% 经人类帮助继续推进，只有 0.7% 由人类接管
当智能体遭遇瓶颈时，人类如何介入？在记录的 588 项关键困难任务中，76.0% 经人类介入后由 AI 继续推进，而由人类完全接管工作的比例仅为0.7%。
人类的主要作用集中在两点：
- 补充背景或澄清需求（35.2%）；
- 诊断问题或调整方法（34.7%）。
另有 23.0% 的任务由 AI 自行恢复。此外，在发生实质性修改的产出中，75.4% 是由 AI 根据人类反馈完成的。这意味着，虽然初稿和修改稿可能均由 AI 生成，但人类的反馈指令才是驱动结果优化的关键，这部分隐性工作常被单纯统计代码量所低估。
8 项基准，两项第一、两项第二
除研发过程分析外，Atria Dawn Preview 的模型性能同样亮眼。在 8 项基准对比中，该模型取得两项第一、两项第二：
- AutomationBench、CyberGym：得分最高；
- SkillsBench、Workspace-Bench-Lite：位列第二。
团队还展示了三个具体 Demo，涵盖模型训练、软件开发和网络安全，直观呈现了模型组织工作、使用工具及根据反馈推进任务的能力。
禁用网络搜索，训练一个超过 4 亿参数的天气模型
在无网络搜索限制下，模型基于超 100GB 全球气象数据，自主设计并训练了一个参数量超 4 亿的 ViT 骨干网络。经过 45,000 步训练学习 69 个气象变量演化规律，系统能在1 分钟内预测未来一周全球天气。部分指标优于英伟达经典模型 FourCastNet。
20 分钟，从自然语言需求到 MiniOS
在软件开发场景中，Atria Dawn Preview 仅用20 分钟便将自然语言需求转化为可运行的 MiniOS 系统，完整展现了从需求理解、代码实现到系统交付的全流程能力。
进入隔离靶场，把漏洞发现、修复和环境恢复接起来
在网络安全隔离靶场中，模型完成了从网站分析、攻击面排查，到漏洞发现、利用、修复及复验的全闭环操作，展示了其在复杂环境下的多轮测试与纠错能力。
AI 帮忙造 AI，下一轮还能继续吗？
Atria 的实践揭示了两个维度的观察：一是后训练模型的任务完成能力，二是研发过程中的人机分工。随着 AI 能力提升，两者交汇将触及递归自我改进的深水区。
AI 做得更快，检验能不能跟上？
当 AI 加速实验迭代，研究者面临更大的验证压力：训练信号是否可靠？评估是否有遗漏？自我修改是否偏离目标？若缺乏独立评估、可追溯记录及异常回退机制，错误可能被带入下一轮循环。因此，研发自动化的推进必须伴随验证体系的同步升级。
下一次，能不能由 AI 主动请人帮忙？
未来的关键在于 AI 能否主动识别何时需要人类介入。面对目标模糊、证据冲突或需现实反馈的场景，模型需具备精准求助的能力：清晰阐述卡点、不确定性及所需支持。这将改变人类的工作方式，使其从全程指挥转向关键节点决策。
96 人，65 名在校生，这支团队的另一面
Atria 背后是一支年轻且充满活力的研发团队。在 96 名主要成员中，65 名为在校生（博士生 33 人，本硕生 32 人），占比超三分之二；专项组长中学生比例达70%。
团队汇聚了上海人工智能实验室及多所顶尖高校的研究力量。不同背景的青年学子在同一项目中协作，共同探索 AI 能力与人机分工的边界。
"Atria"之名寓意深远：既是南三角座的主星，象征远方探索；原意"atrium"指中庭，象征汇聚与交流。这颗星与这个空间，正承载着让更多人协同推动智能体能力进阶的愿景。
|
|
|
参考资料：https://github.com/atria-asi/Atria-Dawn-Preview/blob/main/atria-dawn-preview.pdf
编辑：大卫