被 AutoGLM 秀一臉，這才是 Agent 該有的樣子

Agent 交互新體驗！

原標題：被 AutoGLM 秀一臉，這才是 Agent 該有的樣子
文章來源：特工宇宙
內容字數：3744字

AI Agent的崛起：智譜AutoGLM的全新體驗

近年來，AI Agent的概念逐漸深入人心，但具體的定義卻仍顯模糊。我們曾多次討論Agent的含義，其中，Langchain提出的定義尤為引人注目：Agent是利用大語言模型（LLM）來決定應用的控制流系統(tǒng)。與傳統(tǒng)的AI助手相比，Agent不僅能響應用戶的詢問，還能根據用戶需求主動進行反思、規(guī)劃和執(zhí)行任務。今天，智譜在其“Agent互動新體驗”O(jiān)penDay上發(fā)布的升級版AutoGLM，正是這一概念的生動體現(xiàn)。

AutoGLM的智能進化

AutoGLM是智譜在上個月推出的“住在手機里的AI管家”，它基于自研的“基礎智能體解耦合中間界面”和“自進化在線課程強化學習框架”，成為第一個產品化的AI Agent。用戶可以通過文字或語音指令，讓AI Agent模擬人類操作手機，實現(xiàn)從表達到執(zhí)行的轉變。

在經過一個月的優(yōu)化后，智譜對AutoGLM進行了全面升級，帶來了更智能的使用體驗。這次升級主要包括以下幾個方面：

復雜步驟與循環(huán)操作：能夠自主執(zhí)行超過50步的無打斷操作，同時支持操作流程的復現(xiàn)。
跨App操作：具備更強的泛化能力，支持復雜任務在不同應用間的操作。
記憶與快捷指令：在用戶授權下，AutoGLM能記住過往選擇，并在特定指令觸發(fā)時自動行動。
AI主動決策：對于模糊的用戶指令，能夠主動幫助用戶做出決策。

便捷的生活助手

想象一下，用戶在享受休閑時光時，只需口頭提要求，AI就能控制手機完成各種任務。這種便捷的體驗讓人十分興奮。我第一時間申請了內測，并對AutoGLM進行了測試。

例如，當我在看電視時遇到不熟悉的網紅或梗，只需命令AutoGLM幫我打開某音關注相關內容。又比如，我可以讓它打開某團，方便我快速點常吃的燒烤，節(jié)省寶貴的時間。此外，想在淘寶上購買鍵盤，只需簡單的語音指令，AI就能直達購買頁面，避免繁瑣的廣告干擾。

強大的功能與應用

除了上述功能，AutoGLM還具備更多能力。它通過自然語言指令，實現(xiàn)復雜任務的快速執(zhí)行，體現(xiàn)了AI Agent強大的任務規(guī)劃能力和屏幕界面信息理解能力。在實際使用中，用戶可能會遇到意想不到的情況，此時Agent可以運用判斷與自我糾錯能力，并與用戶持續(xù)互動，精準完成操作。

智譜還推出了AutoGLM-Web，能夠幫助用戶在網頁上進行站內檢索和多鏈接總結，進一步提升工作效率。此外，量子速讀和量子速寫等實用工具，使得用戶在各大平臺上進行信息獲取和內容創(chuàng)作變得更加高效。

展望未來：智能化的全新生態(tài)

智譜還推出了GLM-PC，這是一款可以操作PC的桌面應用。用戶僅需一句話即可快速執(zhí)行復雜任務，充分展現(xiàn)了基于CogAgent模型的視覺理解和任務規(guī)劃能力。隨著科技的不斷發(fā)展，AI Agent的形態(tài)和功能將不斷演進，未來將實現(xiàn)更高層次的自我學習能力。

無論是在手機、Web還是PC端，智譜正在構建以大模型為中心的通用計算系統(tǒng)GLM-OS。AutoGLM和CogAgent的目標是模仿人類的Plan-Do-Check-Act循環(huán)，實現(xiàn)自我反饋與提升。我們相信，隨著大模型技術的持續(xù)推進，AI Agent對人機交互的變革才剛剛開始！