本文作者：Berryxia.AI（@berryxia）。版权归作者所有，未经授权禁止转载。
申明：部分内容是有AI协助完成，如你对AI敏感，请立即退出，以免引起不适谢谢。
今天在 X 上刷到一个帖子，感觉又一个国产之光来了。我发了一个帖子，有人叫好，有人也表示质疑？ 原贴如下：
官方介绍里各项指标都拉满，非常牛逼。
说实话，这种场面我今年见得太多了。新模型一出，跑分截图先飞一圈，对标表贴一墙，至于拿到手上能干啥？没人细说。
这回我不想跟着喊“掀桌子”。我想自己把它拉过来，安排一件实实在在的活儿，看看它到底能交出什么东西。
最近满屏都是 GPT-6 Astra 玩 Three.js、搞 3D 建模，各种能转能动能交互的东西，手痒得不行。Atria Dawn Preview 自己也把交互应用和软件构建列在体验方向里。那好，交给它一个具体场景，看它能走到哪一步。
题目是这样的：做一间雨夜书房。窗外下雨，桌上点灯，书架上的书能拿下来读，桌子上的纸笔可以书写。 我习惯拿自己想用的东西当考题，要求不复杂但也不含糊：要能观察、能阅读、能留下内容，碰到问题还能继续改。
围绕这个起点一路实测、修改、加手写、加立体绘本，最后就有了现在这个项目。代码已经开源，在线版可以直接玩。
窗外下着雨，桌上亮着暖灯。书架上的书可以拿下来翻，桌上的纸笔能直接写画，笔迹保存后下次打开还在。翻开一本儿童绘本，小狐狸、鲸鱼和月兔会从纸页里立起来，带着故事、动画和中文朗读。
想逛就进去逛，想改就把代码拿走，换上自己的故事，改成自己的房间。
这间书房怎么来的？我先用 Atria Dawn Preview 的 API 生成书房主体，运行中碰到问题就反馈回去让它改；手写、立体绘本和后面的动态场景，交给 Codex 接着做。比起先聊参数，我更想直接带你走进这个项目：一段自然语言描述，到底能变成多少你可以亲手操作的东西？
一间 AI 做出来的书房，最容易记住的大概是窗外的雨和桌上的灯。但我更在意另外两件事：书架上的书，点得开吗？桌上写下一句话，下次回来还在不在？
从一幅让人想待一会儿的画面，到一个交互体验过得去的可运行软件，中间隔的东西比想象中多。这次实测，就从推开这扇门开始。
项目地址
- 在线体验：进入雨夜书房
- 开源地址：GitHub · andyhuo520/rainy-study
- 官方网站：https://atria-asi.ai
- API 体验：https://api.atria-asi.ai 据说送1亿的免费token额度，这还不爽！
为什么用一间书房，测试一个专业任务模型？
Atria Dawn Preview 的目标用户是科研工作者、开发者和专业知识工作者。
项目介绍翻来覆去就一个意思：拿到一个开放问题，把它推到能执行、能检查、能交付的地步。
背后的团队也值得看一眼：复旦、中科院软件所、哈工大等机构的研究力量，但更扎眼的是——**96 名主要成员里有 65 名在校生，占了差不多三分之二。**一支以学生为主力的队伍，做出来的 agentic 模型，到底在实际项目里能撑到什么程度？
智能体模型：围绕目标理解问题、选择行动，拿到反馈后继续推进任务。你可以想象成一位需要看现场情况随时调做法的助手。评估的时候，不光看它说了什么，更要看任务推到了哪里、结果能不能验。
这跟我平时用 AI 写代码的期待差不多：读懂需求，给出实现，碰到错误接着改。代码编译通过只说明程序跨过了一道最低门槛，用起来顺不顺手，得把每个操作老老实实走一遍才知道。
官方 GitHub 写的是，Atria Dawn Preview 基于 744B 参数 MoE 基座训练，接口上下文长度 256K。这次我通过 API 调用，电脑负责跑生成出来的网页项目，没有在本地部署模型权重。
MoE 与上下文长度：MoE 是混合专家架构，像一个分工明确的小组，每次计算不用所有人一起上。上下文长度则是模型面前的工作台能摆多少材料。744B 描述基座规模，256K 描述一次能处理的篇幅，两个数字不能直接换算成成品质量。
评测成绩也公开了，挑几个和这次任务沾边的，看看它在同表里排什么位置。
| 评测项目 | Atria Dawn Preview | 仓库同表位置 |
| --- | --- | --- |
| AutomationBench | **53.8** | 7 个有值模型中第 1 |
| BFCL v4 | **77.0** | 4 个有值模型中第 1 |
| Workspace-Bench-Lite | **68.2** | 7 个有值模型中第 2 |
| Terminal-Bench 2.1 | **78.3** | 6 个有值模型中第 6 |
| SWE-bench Pro | **59.6** | 7 个有值模型中第 6 |数据摘自项目方 GitHub，查阅于 2026 年 9 月 13 日。“同表位置”按每行已公布数值排序，模型版本以原表表头为准，不代表全球排名。这些评测我没有自己复跑，README 也没在表旁列出完整运行配置。完整评测表
这张表说明的问题很直接：有几项跑在前面，有几项明显落后。一个分数漂亮不代表什么，光看一张表，我也没法判断它到底适不适合自己的活儿。
为什么选书房？交互应用和软件构建本来就在项目给出的体验方向里；书房又足够日常，书能不能读、纸能不能写、晴天切过去雨停不停，不需要学编程就能下结论。
提示词里的形容词，得在画面里找到位置
给 Atria 的初始提示词，写了这么一段：
希望效果是暖色木质室内、深蓝雨夜窗景、有空间层次的书架与书桌，克制高级的中文编辑设计 UI，主色奶油白、琥珀、深墨绿，非霓虹科技风。用程序化几何与 canvas 纹理构造书本、木纹、地毯、窗框、台灯等细节，灯光柔和、可见的三维深度、阴影、合理视角。
这是实际初始提示词，标点做了整理。初版限制外部素材和新增依赖，要求在预装的 Vite + Three.js 环境里交付可运行文件。
提示词与程序化场景：提示词是交给模型的任务描述；程序化场景由代码计算物体形状、摆放和纹理。像把装修要求交给施工方，写得越具体，越容易对照验收。Three.js 负责浏览器里的三维画面，Vite 负责项目构建。
“高级”“温馨”这种词谁都会写，但拿它当验收标准，根本没法打勾打叉。换成木桌、暖灯、深蓝窗景，换成奶油白、琥珀、深墨绿——每一条都能对着屏幕检查。
初版交上来的东西确实把这些条件组织成了一间有空间关系的房间。书架和桌面各就各位，室内暖色和窗外冷色形成对照，中文控件的配色也跟着走。
颜色、空间、氛围这三件事它都接住了，大方向没跑偏。
但同一个画面也暴露了毛糙的地方。早期夜景太暗，书架有刺眼光斑，雨点甚至飘进了室内。框架搭得住，细节还得继续磨。
这轮下来我有一个很实际的判断：**提示词里的每个重要要求，都应该能在成品里指着说“在这儿”。**写了“柔和灯光”就得查高光，写了“雨夜”就得确认雨落在窗外。提示词写成什么样，验收就按什么标准来。
这次实际工程用的是 Three.js，没有测试 Atria 操作 TouchDesigner，也没有生成 TouchDesigner 工程文件。边界说在前面，别往外延伸。
机位和天气：变化能不能连得上
进书房以后有四个预设视角——全景、书架、书桌、窗边，也可以拖拽和滚轮缩放。
靠近书架，书脊占满视野；转向窗边，室内外明暗的落差一下就出来了。换个角度，遮挡关系和纵深感跟着变，空间立不立得住，比截一张图看得清楚得多。
我加了一个常用需求：收藏当前视角。调到满意的构图存下来，刷新后一键恢复，不用重新摆。这个功能是在 Atria 根据反馈修改的阶段加进去的，验过，确实能恢复。
天气切换把问题往深推了一步。
提示词要求“雨夜 / 晴日”切换时，窗外背景、雨粒子和室内照明同步变。晴天要更亮，雨得消失；切回雨夜，暖灯和冷色的对比得重新出现。
同一个本地项目的两种天气状态，图中是初版经反馈修改后的实际运行画面。
状态联动：一个操作发生后，所有相关部分跟着更新。像按下家里的“离家”开关，灯、空调、门锁各自进入该有的状态。书房里的天气按钮也是这个逻辑——文字标签、画面、雨的出没，要说的是同一件事。
用的人才不管你后面分了几个函数。他就看一件事：明明选了晴天，为什么还在下雨？
后来 Codex 又加了玻璃水珠和雨声。水珠沿窗户滑，声音给窗边多了一层“下雨”的感觉。
不过水珠是程序模拟，雨声也是合成的，离真实雨景的质感还有一截。
这段体验下来，边界变得很清楚。Atria 搭场景、跑状态切换没什么问题。空间遮挡、材质高光、声音质感——这些事得在实际运行里一个个对，不是跑通就算完。
一本能打开的书，一张能留下笔迹的纸
书架上摆了三本书：《造物的方法》《未完成的想法》《把世界做成接口》。提示词要求点击三维书本能打开对应中文内容，同时保留文字入口。
听起来简单。动手做了才知道，后面拖着一串细节。
点哪本就得打开哪本。阅读的时候镜头不能跟着误拖。合上面板，房间得能继续操作。手机上没键盘，也得有个能点到的关闭按钮。
这些零碎细节加在一起，决定了一个人能不能安心读完一段话。但凡有一处脱节，用的人就得停下来猜：刚才那个操作，到底生效了没有？
Atria 初版就给了点击阅读和便签保存。测试完我又把面板互斥、背景拖拽限制、移动端关闭入口这些问题丢回去，它也确实返回了修改代码。
我对这个模型的判断慢慢具体了起来——它能把好几条自然语言要求组织成一个能点能用的原型，碰到运行反馈也能回头改。想让整条体验流畅，还得有人检查和收尾。
书房能用了以后，我想再往前走一步：让阅读动作和房间里的书真正连起来。
后续增强版里，点书脊，书从架上移到眼前。展开后左页插图、右页正文，能继续翻章节。读完合上，书放回去。
取放阅读、手写、立体绘本这些后续功能由 Codex 接着做，插图来自 Image，儿童朗读用的 Edge TTS。这部分用来展示书房项目的完整体验；Atria 的能力判断，只看它实际返回的代码和补丁。
取出、阅读、放回——动画给内容加上了位置感，关闭面板也不用猜了。
桌上的纸笔也是同一个逻辑。
初版便签能输入文字、能保存。我后来觉得，桌上都摆着笔了，干脆让人能画两笔。现在点纸张或钢笔就能打开手写页面，笔迹跟着鼠标或手指走。
颜色粗细都能调，画错了能撤销，完成后能存也能导出图片。把纸放回桌面，画过的线也出现在三维纸张上，刷新后还在。
本地保存：内容留在当前浏览器里，像在书房放了个小抽屉，下次打开还能找到。便签、笔迹、收藏机位都靠这个延续，但暂时不会同步到其他设备。
这是我觉得书房开始“有点用”的时刻。逛一间房间和在里面留下自己的东西，感觉完全不同。一个人愿意第二次打开这个页面，可能就因为上面还有一笔没画完。
翻过一页，故事从纸面站起来。
儿童绘本是后来加的一道题。小时候翻立体书，最让人期待的不是故事本身，是翻开那一下——纸页撑开，树木和小动物慢慢立起来，你忍不住想看下一页会出现什么。
书架里现在有三本小故事，每本四幕。森林、海底、月球，场景不同，运动节奏也不一样。
《小狐狸借一盏光》里，栗栗要穿过夜色给刺猬奶奶送面包。打开书，灯笼、树木、蘑菇、萤火从纸面升起来，左边的故事卡讲着它正在经历的事。
狐狸一打开就在走路，尾巴和灯笼晃着，枝叶也跟着摆。点一下角色，弹出当前章节的对白。你看到一个正在发生的场景，也能主动让角色做出回应。
翻页的时候，立体物件先收回纸面，纸翻过去，下一幕再立起来。跟小剧场换景一个道理：上一幕退场，布景换了，下一幕角色登场。知道故事在往前走，就不用猜自己看到了哪里。
这个顺序也帮提示词写得更精确。把“翻书要真实”拆成一串动作——角色什么时候收起、书页什么时候转、下一幕什么时候出现——检查起来就有了依据。
《小鲸鱼找回海的歌》节奏不一样。鲸鱼慢慢游，小鱼绕行，气泡上升，海草轻摆。到了海龟所在的水道和重逢结尾，配角和场景效果也跟着换。
月兔的故事更轻：《月亮上的小小园丁》里，米米练跳跃、照顾一颗童话种子，火箭升空、浇水、星光花园把四幕串在一起。
三本绘本加起来，12 幕故事、12 段中文朗读、12 个互动提问。原来三本普通书也扩成了每本三章，整个书房里有六本书可以读。
声音这块折腾了一阵。早期朗读效果不行，后来换成 Edge 云端 TTS 的晓晓声音，语速调慢了一档。翻到下一幕，上一段声音会自动停掉，画面和耳朵里的故事才能对上。
TTS：文字合成语音。像给绘本配个朗读者，声音、速度和停顿都影响阅读感受。这个项目用的是预先生成的音频，没有在阅读时实时生成新内容。
做到这里，封面、动画、角色、文字、声音算是连上了。这些环节配合得越自然，你就越不会注意到它们的存在——注意力直接放在故事上。
当前的限制说清楚：这是浏览器里的立体绘本，没用摄像头和空间定位，不算完整的 AR。动物是程序化 3D 模型，细节精度也没到参考视频的水准。
作为一个原型，它已经能让人完整走完打开、翻阅、听故事、互动回应的流程。做到哪儿了，还差什么，都清楚。
模型能力这件事，得回到使用结果上说。
这次用下来，Atria 有两个地方给我留下了比较实的印象。
第一，它能把视觉和行为要求组织成一个应用的骨架。书房空间、天气状态、镜头切换、三本书、持久化便签——这些东西在初始需求里都有对应，它确实给交出来了。
第二，它能接着具体反馈往下改。雨点位置不对、手机面板有问题、镜头收藏功能缺失——把问题丢回去，模型确实返回了代码层面的修正。
不过整个过程远没有“一次生成搞定”那么轻松。主体生成请求跑了约 219 秒，后面还有 7 轮返修，中间碰到超时、连接中断、主动中止等待等状况。219 秒只是那一次主体生成的时间，不能当整个项目的交付耗时来理解。
墙体渲染、事件选择器之类的收尾工作，最后是 Codex 直接补上的。这部分成本不能省略，不然读者看到的只有成功生成的一面。
还有一件事要分清楚。**这次的运行方式是：Codex 组织流程、检查和反馈，Atria 通过 API 返回代码。**我验证的是这套配合下的代码生成与修正能力，还没有单独验证 Atria 自己从头到尾调工具跑完全程的表现。
Harness：围绕模型运行的一套组织机制，管目标、管状态、管上下文、管出错恢复。像厨房里安排流程的人，帮厨师按顺序把菜做完。模型怎么想的、流程怎么跑的、灶台上到底发生了什么——三件事得分开看。
判断做没做完，标准其实很朴素。点书能不能打开对应内容？晴天雨停了没有？保存后刷新东西还在不在？这些事不用看模型自己说的“已完成”，打开页面一试就知道。
对我这种平时习惯拿 AI coding 做小工具和交互原型的人来说，**Atria 这次给了一个能跑、能继续改的起点。**但想把它变成一个拿得出手的成品，运行检查、审美判断、手动修正——一样都省不了。
回到开头提的那两个问题。书架上的书已经能打开，纸上写的东西也留下了。
我愿意留着这间书房，是因为它开始装得下使用者的痕迹。模型能力真正进入日常生活，往往就是这样一个不起眼的变化：一段文字有人读完了，一张纸有人写过了，下次回来，还能从上次停下的地方接着来。
