Atria Dawn Preview：建立在别人权重之上的研究智能体

发布来得比文档更早。据 LLM-Stats，Atria Dawn Preview 的权重于 2026 年 9 月 11 日以 internlm 组织的名义出现在 Hugging Face 上，FP8 量化检查点则在次日；9 月 14 日，技术报告提交至 arXiv（2609.15818），由 143 位作者署名，标题为“Atria Dawn: The Dawn of Agentic Superintelligence”。代码与权重均采用 MIT——模型卡上的原话是“The code and model weights in this repository are released under the MIT License”——因此自托管与商用都没有附加条件。分发通过 Hugging Face 和 ModelScope 进行，模型卡里给出两个 API 端点：面向海外的 api.atria-asi.ai 与面向中国的 discovery.intern-ai.org.cn。价格只字未提，国际访问由哪套基础设施承载也没有说明。

最有意思的地方不在论文里，而在模型卡上：该模型“built on the 744B-parameter MoE GLM-5.2 foundation model”。底座属于 Z.ai，2026 年 6 月 13 日以 MIT 开放权重发布，总参数 7440 亿，每 token 激活 400 亿。因此 Atria Dawn Preview 是一次专门化的后训练，而不是新的基础模型：两家不同的实验室从同一批权重出发，把它们带往相反方向，一边是通才，一边是研究智能体。中途有东西收窄了：官方仓库声明的上下文窗口是 256K token，而 GLM-5.2 是一百万。值得注意的是，报告摘要并未点名底座，归属只出现在模型卡里。而 Hugging Face 上文件的元数据显示的是 7530 亿参数，而非 7440 亿，这一差额的来源没有交代。

在研究、工程与数字工作的十六项基准上，摘要主张“the highest reported score on five of them”。在仓库的表格里，这五项是 DeepSearchQA（96.0，对 GPT-5.6 sol 的 93.2）、BrowseComp（92.5 对 92.2）、BFCL v4（77.0，对 GLM-5.3 的 74.1）、AutomationBench（53.8，对 Qwen 3.8 Max 的 49.7）与 CyberGym（86.5，对 GLM-5.3 的 84.5）。在同一张表的另外五行里领先的是 Claude Opus 5：SWE-bench Pro 74.7 对 59.6，Terminal-Bench 2.1 90.2 对 78.3，GDPval 1768 对 1583，JobBench 68.0 对 50.3，DeepResearch Bench II 54.1 对 51.1。五加五凑不成十六：剩下的六行无法归结为单一赢家，这里我不把它们计入。就算拿了第一，优势也不总是大：在 BrowseComp 上差距是零点三分，别处则是几个整分。而所有这些数字，包括那些第一，都是由供应方自己宣称的：OrcaRouter 的分析指出，目前既没有独立评测，也没有 Artificial Analysis 上的条目。

训练被描述为一条“Verifiable Experience Pipeline”，把以工具为中介的交互连接到可执行环境和外部验证的结果上。报告还附了一项关于人机协作的研究，对象正是这个模型自身的开发过程：56 名参与者的 769 条任务记录，与智能体日志对照阅读。会被到处引用的数字是这一个：“participants rated about one-third of completed AI-assisted tasks as infeasible without AI”。它该被当作它本来的样子来读——执行任务者的主观自评，而不是测量；由作者们自己就自身工作流程收集；56 名参与者的遴选标准没有说明。更扎实、也更诚实的，是对角色分工的描述：“agents frequently propose methods and implement revisions, while humans retain most final decisions and guide exploration through judgment and feedback”。

留在我心里的，是论文标题与其结论之间的反差。它宣告智能体超级智能的黎明，随后又写道：走向更自主的研究，必须让发现能力与有意义的人类监督能力一同成长，并保留人类对风险与方向的可问责权威。真正描述这个模型的是后一句：一个提出方法、实施修订，而决定权留在别处的系统；在表格的五行上出色，在另外五行上落败；坐在并非由自己训练的权重上。这并不算少。它只是与黎明不同的另一样东西——而只要数字仅由卖模型的人来公布，我们就无从知道那束光究竟还有多远。

— Olya