今年10月，国内大模型独角兽智谱AI推出能够模拟人类操作手机的自主智能体AutoGLM，并开启内测。在最新的OpenDay活动上，智谱AI除了带来升级后的AutoGLM，还发布了基于PC的自主智能体GLM-PC，主打能够像人一样操作计算机。
智谱AI表示，新升级的AutoGLM可以挑战完成更复杂的任务。据张鹏现场演示，通过AutoGLM在美团App上采购火锅食材时，该智能体能够自主执行54步无打断操作。在这一过程中，AutoGLM可以理解并记住复杂指令，在速度表现上也略快于人手动操作。
升级后的AutoGLM不再局限于单一应用内的操作，而是支持跨App操作。例如，用户可直接对AutoGLM输入指令：“在美团和饿了么上对比一点点的乌龙奶茶的价格哪个更便宜”，它就会自主完成打开不同App、比价甚至下单购买等一系列操作。
最新发布的Auto产品GLM-PC则将交互终端进一步拓展至电脑端，智谱AI称这是其GLM团队“面向‘无人驾驶’PC的一次技术探索”。据官方介绍，目前第一阶段GLM-PC的内测体验场景包括发送信息、参与会议、文档处理、网页搜索与总结、远程和定时操作等。还将于明年一季度推出隐形屏幕功能，让人和GLM-PC能够使用同一台电脑工作，在提高协作效率的同时，又不会影响人类用户使用物理屏幕。
在演示视频中，当用户下班后没带电脑，但领导要求发送电脑上的某份文件时，用户就可以用手机给GLM-PC发消息来实现远程遥控。GLM-PC能够自动进行电脑操作，帮用户找到并发送指定文件。但若涉及到最终发送等关键步骤，GLM-PC会弹出提醒窗口，待人工确认后才会继续执行操作。
张鹏表示，GLM-PC使用电脑的方式几乎完全和人一样。理论上，只要是为人类设计的应用，GLM-PC在学习之后都能够执行。它所基于的模型仅需视觉截图作为输入，而不依赖HTML、API等传统接口。因此，其能力上限更高，具备跨平台、跨系统的泛化能力，可以应用到任意的图形用户界面。
“不过，由于PC的复杂程度，以及大家在PC完成的几乎都是复杂任务，坦率的说，今天大模型的能力距离真正代替大家办公还有一定距离。”张鹏补充称，“GLM-PC在目前的内测体验中，用户仍需要输入非常精准的指令。”
近来，Anthropic、OpenAI、谷歌等不少国外科技企业也瞄向了AI接管人类设备这一领域，已推出或正在开发相关AI产品。据智谱AutoGLM技术负责人刘潇现场分享，在探索智能体的过程中，团队发现AutoGLM智能体和OpenAI的推理模型o1从本质上服从同一套Scaling Law（扩展定律）。o1模型通过推理过程中的自我反馈监督来持续提升其性能，智能体则通过和环境进行交互，获得来自环境的反馈和监督信号，满足类似o1的规模扩展效应。
刘潇表示，在o1 scaling的基础上，还观察到智能体存在的能力涌现。例如，随着进一步的训练和规模的扩展，AutoGLM能够在一个月的时间内，从完成单应用、短距离任务进化到初步胜任跨应用、长距离任务。即使AutoGLM从未与微信小程序进行过任何交互式训练，当下达“帮我在微信的Tims咖啡小程序里下单柑橘美式”的指令，并给出一些关键步骤的建议时，AutoGLM依然能够完成操作。
智谱AI称，希望通过规模扩展，未来进一步提升AutoGLM的泛化能力，支持更广泛的商业场景。其中一个重要的落地方向便是智能硬件，智谱希望将其智能体推广到手机、电脑、汽车、眼镜等各类终端设备上。过去半年以来，智谱已与荣耀、华硕、小鹏等众多终端厂商达成合作，相关技术负责人也纷纷亮相此次OpenDay活动。
