作家：Alter

55年前，左脚刚刚踏上月球的阿姆斯特朗，说了一句肤浅的话：“这是个东谈主的一小步，却是东谈主类的一大步。”

曩昔几十年里，许多东谈主曾援用过这句话，用来定格某个历史性时刻。今天，咱们想把这句话套用到智谱的AutoGLM上。

11月29日的智谱Agent OpenDay上，对外公测或内测了三个家具——浏览器插件AutoGLM Web、电脑智能体大模子GLM-PC，以及一个多月前“剧透”过的AutoGLM，亦然智谱第一个家具化的智能体Agent。

短短一个月的时期，AutoGLM的才能不再局限于点外卖、一又友圈点赞，带来了多个新进展：

AutoGLM 不错自主实施卓著 50 步的长纪律操作，也不错跨App实施任务；AutoGLM开启“全自动”上网新体验，接济等数十个网站的无东谈主驾驶；像东谈主一样操作计较机的GLM-PC启动内测，基于视觉多模态模子已矣通用Agent的时刻探索。

同期AutoGLM 启动了大界限内测，将尽快上线成为面向 C 端用户的家具，并文书启动“10个亿级 APP 免费 Auto 升级”的盘算推算。

01 AutoGLM不错作念什么？

看到这里，可能不少东谈主会疑问：什么是AutoGLM？

单从名字上看，很容易让东谈专揽预料自动驾驶，毕竟险些每辆汽车的中控区齐有一个AUTO按钮，示意该功能或缔造为自动模式。

顾名想义，AutoGLM的场景恰是用AI放置手机，只需要一句语音教唆，AutoGLM即可模拟东谈主类操作手机来完好任务。AI从惟有对话功能的Chatbot，正在进化为“有手、有脑、有眼睛”的自主Agent。

为了便捷全球判辨，咱们提前作念了一波测试。

关于不便捷看视频的小伙伴，这里大要说一下咱们测试的四个场景：分别是到小红书查找周末出行攻略、给小红书博主的最新实质辩驳、到拼多多上买一箱涌泉蜜桔、订一张从宁波到北京的机票。

平直说遵循，AutoGLM齐准确完成了使命，几个触及到购买的场景，只需要咱们终末付款即可。稍有不及的是，遭遇弹窗或需要东谈主工证据的关节，当前AutoGLM还无法科罚，需要东谈主为操作后才能链接背面的经由。

由于时期的原因，咱们的测试莫得太深入，关于AutoGLM的才能升级，不错参考智谱Agent OpenDay上传递出的信息：

超长任务：判辨超长教唆，实施超长任务。举例，在采购暖锅食材的例子中，AutoGLM 自主实施了 54步无打断操作。况且，在这种多步、轮回任务中，AutoGLM 的速率推崇卓著东谈主手动操作。

跨 App ：AutoGLM 接济跨 App 来实施任务。用户将风气于 AI 自动科罚，而不是在多个 APP 间往返切换。由于当前 AutoGLM 款式更像是用户和利用间的APP实施的退换层，因此跨 App 才能是内部相等环节的一步。

短口令：AutoGLM 大约接济长任务的自界说短语。今天，你无须再给AutoGLM说：“帮我买一杯瑞幸咖啡，生椰拿铁，五谈口店，大杯、热、微糖” 这类超长教唆，只需要说“点咖啡”。

粗放模式：咱们齐会堕入采选胆怯，AutoGLM 今天不错主动帮你作念出有酌量。粗放模式下通盘纪律齐让 AI 有酌量，带来有抽盲盒式的惊喜。想不想尝尝AI为你点的咖啡口味？

依此类推，AutoGLM Web和GLM-PC的才能和AutoGLM相似，面向的场景分别是浏览器和电脑端，况且有一些智妙手机上作念不到的功能。

比如AutoGLM Web大约判辨用户的教唆，自动为用户在网页上站内检索、多一语气回首，甚而进一步已矣生成arXiv日报，搭建Github仓库，在微博超话签到等个性化功能。

再比如而已手机发教唆，GLM-PC不错自主完成电脑操作，不错设定一个改日时期，在开机景况下定时实施任务。

假想一下：即使你在摸鱼、喝咖啡或者上茅厕，你的电脑依然在使命，涓滴不会影响使命的程度。

02 东谈主机交互插足AI期间

虽然，让咱们印象久了的，并非是AutoGLM所已矣的才能，而是对东谈主机交互模式的庞杂冲击，基于当然谈话的东谈主机交互也曾是当前进行时。

小时候上“微机课”，本分频频挂在嘴边的一句话便是：“你们要学会用电脑。”

之是以会出现一个“学”字，因为操作电脑必须要学会使用键盘和鼠标、必须学会输入法、必须要去合乎每一个利用的复杂界面，想要编写尺度还需要从0初始学一门编程谈话。尽管这些器具在束缚逾越，东谈主与机器的和解依然是一件高门槛的事，绝顶是一些专科软件，想要完成某个任务需要许多个纪律，过程中充斥着机械性的重叠就业。

AutoGLM当前的功能还很基础，却拉开了东谈主机交互进化的序幕：借助于大模子的强盛才能，只需要一句话，AI就能自动帮咱们科罚复杂的任务，东谈主机和解的门槛进一步裁减。

不再是东谈主被迫合乎机器，而是让机器判辨东谈主类。

试图冲破东谈主机交互僵局的，不仅仅国内的智谱，苹果的Apple lnteligence、Anthropic的Computer Use、谷歌的Jarvis，以及OpenAI行将发布的Operator，齐执政雷同的宗旨进行更动。

问题来了，大模子距离重塑东谈主机交互范式还有多远呢？

自动驾驶领域有L1—L5的才能诀别，OpenAI、智谱等企业也提倡了雷同的时刻阶段：L1是谈话才能、L2是逻辑才能(多模态才能)、L3是使用器具的才能、L4是自我学习才能，最终作念到像东谈主一样判辨界面、酌量任务、使用器具、完成任务。

“坏音讯”在于，当前大模子才能还处于低级阶段。按照智谱 CEO 张鹏的说法，“Agent 将极地面普及 L3 使用器具才能，同期开启对 L4 自我学习才能的探索。”

“好音讯”则是，在智谱Agent OpenDay上，荣耀、华硕、小鹏、高通、英特尔等，分别从不同的场景开拔，共享了他们对智能终局的推行及瞻望。

也便是说，大模子重塑东谈主机交互范式，绝非是大模子企业的愿景，而是包含终局厂商、芯片厂商在内的产业高卑劣的共鸣。跟着AutoGLM才能的普及，将能调用越来越多的利用，适配越来越多的系统，已矣越来越复杂的连贯自主操作。

另一个不应该忽略的信息是：端侧算力正在捏续普及，智谱趁势推出了为AI原生缔造适配的模子和端云同源的协同架构，意味着Agent不仅将在利用上已矣用户体验变革，还能将扩充到各类智能缔造上，手机+AI、PC+AI、汽车+AI等将束缚线路。

03 写在终末

在大模子的主张刚走红时，就有东谈主将其比作是“操作系统”。

至少从AutoGLM的推崇来看，即便仅仅在用户和利用之间增多一个智能退换层，也曾有了GLM-OS（以大模子为中心的通用计较系统）的雏形。倘若大约进一步已矣原生的东谈主与机器交互，将从根蒂上窜改东谈主机交互模式，通盘东谈主齐不错用当然谈话操作手机、电脑、汽车、眼镜等等。

值得期待的是赌钱赚钱官方登录，有名调研机构Gartner也曾将agentic AI列为2025年十大时刻趋势之一，预测2028年至少有 15%的正常使命有酌量将由agentic AI自主完成。