成人免费午夜在线观看,伊人久久精品,一区二区三区精品

（文/陳濟深 編輯/張廣凱）

8月20日，智譜在iOS安卓，PC三端同步推出AutoGLM 2.0，并首次面向公眾全面開放，無需邀請碼即可使用。

作為一款純國產(chǎn)智能體，AutoGLM的發(fā)布也給了中國用戶一個在Manus退出中國后可以合規(guī)便利體驗智能體的選擇。

不同于Manus等網(wǎng)頁端原生的智能體產(chǎn)品，智譜AutoGLM 2.0作為全球首個手機通用Agent，被定位為“執(zhí)行型助手”。相比目前主流AI產(chǎn)品和智能體助手多停留在“對話”層面，只能實現(xiàn)信息查詢和整理回答，AutoGLM則實現(xiàn)了質(zhì)的飛躍——它不再只是“說”，而是真正能夠“做”。

3月AutoGLM1.0發(fā)布時，AI盡管也可以操作手機，但是在AI做事期間人不能切屏，不能打斷，只能看著干瞪眼。本次AutoGLM2.0則給每個用戶預制了一臺虛擬手機和電腦，直接解決了AI和人搶屏幕的操作痛點，讓AI從只能在人眼皮子底下干活變成了“你干你的，我干我的”的異步處理模式。

在實際測試中，盡管部分功能的執(zhí)行效率和優(yōu)化程度依然有待提升，但目前AutoGLM已經(jīng)可以較好地執(zhí)行包括購物、訂餐、買機票、自動寫文案等大眾場景，智能體不再是極客們的工具，開始步入了更加大眾的群體。

作為全球首個通用手機智能體，AutoGLM的發(fā)布也代表著AI從能說會道到真能干活的技術躍遷，而AI不再需要和人類爭搶手機開啟“自動駕駛模式”，不僅有效地解放了真人諸多日常繁瑣操作的時間，能夠24小時執(zhí)行任務的數(shù)字“牛馬”也直接打開了Agent發(fā)展的無數(shù)可能性。

用嘴真能操作手機

Agent毫無疑問是AI行業(yè)2025年最炙手可熱的關鍵詞，Manus的出現(xiàn)一度讓Linux底座+調(diào)用外部API“套殼”成為了行業(yè)的主流選擇。但隨著Claude加緊對中國的限制，Manus“跑路”新加坡退出中國后，“套殼”智能體模式在中國顯然難以為繼。

同時，中國用戶側(cè)重移動端的特點也和傳統(tǒng)Agent重PC端輕移動端的思路有所沖突，對于AI智能體到底應該是什么產(chǎn)品形態(tài)，顯然需要更加了解中國用戶的中國公司去探索開發(fā)。

智譜總裁張鵬對觀察者網(wǎng)表示：“早在2023年底，（智譜）就決定一定要讓Agent有能力去使用手機，有能力去使用電腦，有能力去使用設備?！?

他表示，一方面目前互聯(lián)網(wǎng)上，很多基礎設施都隱藏在各種網(wǎng)站和數(shù)據(jù)庫中，如果不采用類似人工點擊瀏覽器登錄的模式，也沒有辦法充分發(fā)揮個人所擁有的生產(chǎn)資料和數(shù)據(jù)帶給你的價值。

另一方面，如果AI不能自己操作設備，那么很多定時任務就需要人工點擊開始，而不能類似鬧鐘一般自動執(zhí)行，也難言智能。

相比傳統(tǒng)的問答式和信息輔助式的手機智能助手主要通過AI輸出文本答案讓用戶自己根據(jù)指示操作，本次新發(fā)布的AutoGLM內(nèi)置了智譜GLM4.5模型，不僅全部國產(chǎn)還實現(xiàn)了端到端操作設備的能力，讓AI真的長出了“手”，替用戶自動操作設備。

在我們的測試任務中，諸如在趙露思微博超話打卡，點開B站熱門視頻發(fā)布彈幕，美團下單奶茶等單一任務，AutoGLM都能迅速在無需干預的情況下一氣呵成，而傳統(tǒng)多模態(tài)模型的任務更是信手拈來。

AI生成莫奈風格雨中路人圖

面對稍微復雜一點的單一APP全鏈路操作，AutoGLM也能勝任。

在向AI提出“搜索知乎今日最熱門的話題，總結(jié)一下高贊評論的核心觀點，然后關注點贊數(shù)前三的博主”的需求后，AutoGLM直接登陸了知乎并看到了今日最熱門的話題《黑神話：鐘馗》的官宣，隨后整理了高贊內(nèi)容的核心并順利的關注點贊了前三的答主。

而隨著任務進一步復雜涉及長鏈路，多應用交互的行為，AutoGLM也能做到常用場景下基礎操作層面的游刃有余。

再給出“播放QQ音樂，搜索今日熱門歌曲播放，然后搜索B站東方明珠大戰(zhàn)蜜雪冰城熱門視頻播放并一鍵三連”的提示后，AutoGLM成功播放了排行榜第一的熱門歌曲時代少年團“I Like U Like”，然后打開了B站搜索并播放了“在上海隨便喝蜜雪冰城，故鄉(xiāng)會保護你”的視頻

值得注意的是，AutoGLM并沒有在搜索結(jié)果中選擇標題中明確帶有東方明珠和蜜雪冰城字樣的內(nèi)容，而是似乎理解了這個主題，選擇了播放量最高的相關內(nèi)容。

不過在測試過程中，在支付、發(fā)布帖子等環(huán)節(jié)，依然需要人類接管確認，我們不止一次遇到在自動發(fā)布文案時觸發(fā)風控/系統(tǒng)連接限制等情況無法發(fā)帖的情況。

而想要使用云手機和云電腦，用戶需要提前在虛擬設備上登錄賬號。對于用戶安全和隱私問題，智譜表示，其云服務與阿里云合作，智譜并不會讀取用戶的登錄信息。但是如何贏得用戶的信任顯然并不是一個簡單的問題，也不是智譜一家企業(yè)能夠自行解決的痛點。本次智譜沒有在默認程序中內(nèi)置微信這個國民應用的理由，恐怕也是出于這方面的用戶顧慮。

在初步體驗后，可以發(fā)現(xiàn)AutoGLM除了讓普通用戶也能體驗到AI智能體的便捷外，它的出現(xiàn)也顯著的幫助了另一個很容易被忽視的群體——中老年用戶。

互聯(lián)網(wǎng)時代，隨著數(shù)字化和智能化的發(fā)展，無論是銀行，醫(yī)院，還是政務類業(yè)務，在線或者掃碼辦理成為了司空見慣的日常，而很多APP的交互設計對于老年人群體來說難度顯而易見。

另一方面，中老年群體在自主學習如何下載APP時，也很容易在安裝各類APP軟件的過程中無意間下載廣告乃至詐騙軟件而不自知。

AutoGLM的出現(xiàn)給出了一個可行的解決方案，讓人適應APP轉(zhuǎn)變成了AI代人操作APP，用嘴操作手機，讓AI來實現(xiàn)萬物互聯(lián)的愿景，方便各類人群使用。

Agent“云端執(zhí)行”的戰(zhàn)略拐點

相比Manus等Agent采用Linux+VSCode的配置范式，智譜本次采用了云端手機+電腦的技術新范式。

對于為何選擇云端執(zhí)行的戰(zhàn)略，智譜總裁張鵬分享了AutoGLM的「3A 原則」：

Around-the-clock（全時），是指AI 必須能夠 24 小時待命并持續(xù)執(zhí)行任務。無論用戶是在工作、睡覺還是娛樂，AI 都應在云端持續(xù)產(chǎn)出價值。

Autonomy without interference（自運轉(zhuǎn)、零干擾），官方也稱之為 Asynchronous (異步)，其核心是 Agent 在云端設備的獨立運行，不占用用戶的本地屏幕和算力。

Affinity（全域連接），則意味著Agent 的能力不能局限于瀏覽器對話框，必須能連接手機、電腦、手表、眼鏡等多種設備與服務，打通數(shù)字世界與物理世界。這三大原則，共同構(gòu)成了 AutoGLM 對一個成熟 Agent 形態(tài)的定義，也解釋了其當前產(chǎn)品架構(gòu)。

而為了實現(xiàn)這個愿景，選擇云手機和電腦不僅能解決用戶和AI搶屏幕的痛點，也解決了軟件適配的難度，成為了順理成章的選擇。

AutoGLM技術負責人、算法研究員劉瀟對觀察者網(wǎng)解釋道：“如果智能體為滿足用戶需求諸如點外賣，發(fā)微信都需要搶占手機屏幕，AI在做事時真人就不能插手，這種讓人類二選一的情況既不智能也不合理，因此通過本地調(diào)用APP搶占用戶屏幕并不是一個合適的解決方案?！?

搶屏幕帶來的一個副作用便是執(zhí)行中斷的可能，鎖屏、網(wǎng)絡波動、切換應用等任何用戶行為都可能中斷 Agent 的長任務流。AI難以在用戶非關注時段（如睡眠、娛樂時）持續(xù)工作，其價值被大打折扣。

采用云手機/電腦的另一個動機則在于減少適配難度，尤其是安卓設備的適配難度，盡管每家基于安卓廠商的系統(tǒng)看著大差不差，實際上底層可謂大相徑庭，在這個系統(tǒng)生態(tài)下，自家的軟件能在哪個系統(tǒng)跑已經(jīng)屬于玄學范疇，存在巨大的適配成本門檻。

具體到技術細節(jié)，過去，許多 Agent 的訓練依賴于監(jiān)督微調(diào)（SFT），即學習人類專家的操作軌跡。這種方法的弊端是「泛化能力差」——AI 只會模仿它見過的操作，對于未見過的場景或界面改動，往往束手無策。

為了讓 Agent 在復雜多變的真實環(huán)境中（數(shù)千個并發(fā)的手機、電腦、瀏覽器環(huán)境）真正具備完成任務的能力，AutoGLM 團隊選擇了端到端在線強化學習的技術路線。

其核心思想是，在經(jīng)過少量專家數(shù)據(jù)「冷啟動」后，讓模型在數(shù)千個并行的真實云環(huán)境中，像人類一樣去「試錯」。系統(tǒng)不再告訴模型「下一步該點哪里」，而是只在任務最終完成時給予一個「成功」的獎勵信號（Reward）。模型必須自己探索出最優(yōu)的決策路徑。

從底層開始的原生設計，使得 AutoGLM 在多個公開基準測試中表現(xiàn)出色。比如，在考察電腦操作能力的 OSWorld Benchmark 中，AutoGLM 獲得 48.1 分，超越了 ChatGPT Agent 和 Anthropic 的模型。

而在跑分之外，智譜模型即Agent的模式也帶來了巨大的成本優(yōu)化空間。

傳統(tǒng)基于第三方大模型API構(gòu)建的Agent，單次復雜任務（如 Deep Research）的成本高達 3-5 美元。而 AutoGLM 借助自研模型和一體化架構(gòu)，將包含模型調(diào)用和虛擬機資源的單次任務成本，壓縮到了約 0.2 美元（約 1.5 元人民幣）。這已經(jīng)與谷歌單次搜索約 0.02 美元的成本相差不到一個數(shù)量級。

這種數(shù)量級的成本降低，讓智譜有底氣在此次發(fā)布中不用邀請碼，直接向所有 C 端用戶開放。

智能體背后的生態(tài)布局

除了在手機端布局，智譜對于AutoGLM的定位超越了單一的效率工具，開始構(gòu)建一個連接多設備和服務的生態(tài)，這也是其將AutoGLM從智譜清言中獨立出來單獨做一個APP的理由之一。

智譜透露，除了已經(jīng)展示的跨應用操作，AutoGLM的云電腦目標是支持 Office、Photoshop 等更專業(yè)的生產(chǎn)力工具。

而在后續(xù)的更新中AutoGLM將添加定時任務功能，即AI從被動接受命令執(zhí)行響應轉(zhuǎn)變成半主動規(guī)劃，從每天早上根據(jù)自己的消費記錄買一杯合適口味的咖啡，到辦公室自動總結(jié)未讀郵件，也將從夢想走進現(xiàn)實。

而對智能硬件生態(tài)的賦能才是智譜真正的殺手锏。

目前的智能設備中，存在明顯的算力、續(xù)航和交互的不可能三角，如蘋果的Vision Pro存在續(xù)航短板，Meta Quest 2則存在顯著的算力短板，蘋果即將發(fā)布的桌面機器人更是在預告公布后因為糟糕的交互能力飽受詬病。

對于很多智能設備，堆大電池和復雜系統(tǒng)的解決方案并不合適，如何在性能合格情況下控制成本也成為了制約硬件廠商的痛點。

智譜AutoGLM對此提出的一個解法——讓這些端側(cè)硬件「輕量化」，只負責感知和發(fā)起指令，而將復雜的應用操作和任務執(zhí)行全部交由云端的Agent完成。

智譜對觀察者網(wǎng)展示了若干案例，如體重秤接入智能體后，在檢測體重超標后自動下單減肥代餐，而氣體傳感器在接入了智能體后，一旦檢測到鞋柜發(fā)愁就會下單除臭腳墊。

打印機接入Agent實現(xiàn)缺墨自動購買

這條物理傳感器—云端 Agent—現(xiàn)實世界服務的鏈路，打開了智能體實現(xiàn)對物理世界的連接和操作的可能性。

對于AI和智能體發(fā)展的未來時，AutoGLM技術負責人劉瀟提出了一個關于 AGI（通用人工智能）的階段性定義，他稱之為“AGI 的下限”——當一個 Agent 能自主穩(wěn)定地運行一整天（24小時），作為你的同事或秘書，協(xié)同完成工作與生活任務，使你的綜合效率提升超過 2 倍時，AGI 的曙光初現(xiàn)。

AutoGLM 的這次進化，或許離這個下限還有距離。它仍處于早期形態(tài)，對指令的理解還很初級，也存在一些Bug。但通過構(gòu)建云端分身這一核心架構(gòu)，它確實開始在為Agent的獨立行走鋪平道路。

從同步操作轉(zhuǎn)變?yōu)楫惒轿?，或許是人機協(xié)作范式的轉(zhuǎn)變的開始，未來的個人競爭力可能取決于自身能力+N 個 AI 智能體模式，用戶通過下達指令，讓多個 AI 并行完成任務，從而根本性地改變個人處理日常與工作事務的方式。

而當智譜與一些手機廠商達成更系統(tǒng)級的合作后，這個Agent的想象空間將徹底打開，成為我們真正期待的數(shù)字助理。