研究称：擅长自动执行任务的模型未必善于辅助人类

沃顿商学院教授 Ethan Mollick 近日在 X 平台转发并点评了一篇学术论文，核心观点是：模型在「自动化执行任务」与「辅助人类完成任务」两种能力之间并不存在必然的正相关关系。换言之，那些擅长自主完成工作的模型，未必同样擅长帮助人类把工作做得更好。Mollick 认为，在业界普遍推动模型向智能体（agent）方向发展的压力下，这一发现可能对「人机协作」的落地构成挑战。

核心观点：两种能力可能脱钩

该论文提出的关键判断是，task automation（任务自动化）与 human augmentation（人类增强）是两个可以独立变化的能力维度：

• 擅长自动化执行的模型，在协助人类时未必同样出色；
• 反之，能够有效辅助人类的模型，其独立完成任务的能力也可能有限。

这一结论与业界一种常见的隐含假设相矛盾——即「更强的模型理应既是更好的自主 agent，也是更好的人类助手」。

对智能体路线的潜在影响

Mollick 在转发时特别提到「given the pressure to make models good agents」，暗示当前大模型开发普遍以提升自主执行能力为目标，但论文提示我们：

• 单纯优化自动化指标，并不自动带来协作层面的提升；
• 面向人机协作的产品可能需要专门的训练目标与评估体系，而非仅依赖通用能力基准。

信息说明

需要指出的是，目前可获取的信息仅为 Mollick 的简短转述，原文论文的标题、作者、实验设计与具体数据均未在原帖中给出，以上观点的具体支撑细节有待查阅原文进一步确认。