被 AutoGLM 秀一脸，这才是 Agent 该有的样子

Agent 交互新体验！

原标题：被 AutoGLM 秀一脸，这才是 Agent 该有的样子
文章来源：特工宇宙
内容字数：3744字

AI Agent的崛起：智谱AutoGLM的全新体验

近年来，AI Agent的概念逐渐深入人心，但具体的定义却仍显模糊。我们曾多次讨论Agent的含义，其中，Langchain提出的定义尤为引人注目：Agent是利用大语言模型（LLM）来决定应用的控制流系统。与传统的AI助手相比，Agent不仅能响应用户的询问，还能根据用户需求主动进行反思、规划和执行任务。今天，智谱在其“Agent互动新体验”OpenDay上发布的升级版AutoGLM，正是这一概念的生动体现。

AutoGLM的智能进化

AutoGLM是智谱在上个月推出的“住在手机里的AI管家”，它基于自研的“基础智能体解耦合中间界面”和“自进化在线课程强化学习框架”，成为第一个产品化的AI Agent。用户可以通过文字或语音指令，让AI Agent模拟人类操作手机，实现从表达到执行的转变。

在经过一个月的优化后，智谱对AutoGLM进行了全面升级，带来了更智能的使用体验。这次升级主要包括以下几个方面：

• 复杂步骤与循环操作：能够自主执行超过50步的无打断操作，同时支持操作流程的复现。
• 跨App操作：具备更强的泛化能力，支持复杂任务在不同应用间的操作。
• 记忆与快捷指令：在用户授权下，AutoGLM能记住过往选择，并在特定指令触发时自动行动。
• AI主动决策：对于模糊的用户指令，能够主动帮助用户做出决策。

便捷的生活助手

想象一下，用户在享受休闲时光时，只需口头提要求，AI就能控制手机完成各种任务。这种便捷的体验让人十分兴奋。我第一时间申请了内测，并对AutoGLM进行了测试。

例如，当我在看电视时遇到不熟悉的网红或梗，只需命令AutoGLM帮我打开某音关注相关内容。又比如，我可以让它打开某团，方便我快速点常吃的烧烤，节省宝贵的时间。此外，想在淘宝上购买键盘，只需简单的语音指令，AI就能直达购买页面，避免繁琐的广告干扰。

强大的功能与应用

除了上述功能，AutoGLM还具备更多能力。它通过自然语言指令，实现复杂任务的快速执行，体现了AI Agent强大的任务规划能力和屏幕界面信息理解能力。在实际使用中，用户可能会遇到意想不到的情况，此时Agent可以运用判断与自我纠错能力，并与用户持续互动，精准完成操作。

智谱还推出了AutoGLM-Web，能够帮助用户在网页上进行站内检索和多链接总结，进一步提升工作效率。此外，量子速读和量子速写等实用工具，使得用户在各大平台上进行信息获取和内容创作变得更加高效。

展望未来：智能化的全新生态

智谱还推出了GLM-PC，这是一款可以操作PC的桌面应用。用户仅需一句话即可快速执行复杂任务，充分展现了基于CogAgent模型的视觉理解和任务规划能力。随着科技的不断发展，AI Agent的形态和功能将不断演进，未来将实现更高层次的自我学习能力。

无论是在手机、Web还是PC端，智谱正在构建以大模型为中心的通用计算系统GLM-OS。AutoGLM和CogAgent的目标是模仿人类的Plan-Do-Check-Act循环，实现自我反馈与提升。我们相信，随着大模型技术的持续推进，AI Agent对人机交互的变革才刚刚开始！

联系作者

文章来源：特工宇宙
作者微信：
作者简介：Agent Universe，专注于智能体的AI科技媒体。