本報記者謝嵐 見習記者梁傲男

    人類與機器的互動方式正在發生范式轉變。昔日僅具備對話功能的Chatbot（聊天機器人），如今已逐步演化為具備“手、腦、眼”全方位能力的自主Agent（智能體）。

    在11月29日舉辦的智譜Agent開放日中，智譜揭曉了在Agent方面的多項新突破。其中，自主任務完成智能體AutoGLM可以自主執行超過50步的長步驟操作，也可以跨App執行任務；AutoGLM開啟“全自動”上網新體驗，支持等數十個網站的無人駕駛；GLM-PC啟動內測，基于視覺多模態模型實現通用Agent的技術探索。

    從對話交互轉向具體任務與操作

    當前，大模型技術正引領著機器與人類互動模式的變革，基于理解需求、規劃與決策、執行行動和自我反思，Agent將帶來“從人適應機器到讓機器適應人”的人機交互體驗。

    蘋果、谷歌及OpenAI等科技巨頭已將Agent技術視為2025年的戰略重心，業界普遍預期2025年將成為Agent技術的爆發期。國際信息技術研究和咨詢公司Gartner將agenticAI列為2025年十大技術趨勢之一，并預估到2028年，至少15%的日常工作決策將由agenticAI自主承擔，相比2024年的零比例，增長顯著。

    據《證券日報》記者了解，Agent是目標驅動型的，能夠完全執行工作流程，適應、學習、迭代、與其他系統和人類協作，并端到端地完成任務。與OpenAI略有不同，智譜定義了大模型發展的五個階段：語言能力、邏輯能力（多模態能力）、使用工具的能力、自我學習能力以及探究科學規律能力。

    發展至今，大模型已經初步具備了與現實世界互動的部分能力。“Agent將極大地提升使用工具能力，同時開啟對自我學習能力的探索。”張鵬表示，Agent可以看作是大模型通用操作系統LLM-OS的雛形。基于大模型智能能力，未來有機會將人機交互范式帶向新的階段。

    自2023年4月份推出AgentBench以來，智譜團隊投入一年半時間，專注于AutoGLM及GLM-PC模型中CogAgent的研發。不僅如此，智譜還拓展了技術邊界，推出了基于PC的自主Agent——GLM-PC，這是面向“無人駕駛”PC領域的一次重要技術嘗試，依托其多模態模型CogAgent。目前，GLM-PC已開放首階段內測，涵蓋會議代理、文檔處理、網頁搜索與總結、遠程及定時操作、隱形屏幕等功能。

    智譜現場展示的視頻顯示，AutoGLM升級為可以操作手機、電腦，以及實現手機電腦聯動。例如，在采購火鍋食材的案例中，AutoGLM自主執行了54步無打斷操作，并且，在這種多步、循環任務中，AutoGLM的速度表現超過人手動操作。

    “AutoGLM和GLM-PC是我們向AI智能操作系統邁進的重要嘗試。”智譜CEO張鵬對記者表示，這些成果基于智譜在大語言模型、多模態模型、邏輯推理以及工具使用等領域的技術積累。不過，他也表示，電腦操作空間大且任務復雜得多，加大了技術難度。

    塑造AI時代智能設備新范式

    隨著大模型能力的不斷進化，AI正逐步“生長”出完備的腦、眼和手。智能的深化、感知能力的豐富、交互帶寬的拓寬，以及Agent技術所帶來的執行力提升，共同塑造著全新的智能時代。

    智譜COO張帆對記者表示，在大模型的加持下，智能設備將會煥發出新的機會。手機+AI會變成隨身個人智能助理，PC+AI將會成為全新生產力工具，汽車+AI將會讓車成為人們的智能第三生活空間。大模型不僅僅會為手機、PC和汽車帶來機會，更會惠及各種各樣的智能設備。

    隨著端側性能與算力的不斷提升，以及專為AI原生設備設計的模型和端云協同架構的涌現，Agent技術不僅在操作系統和應用層面引領用戶體驗的革新，更將這一變革延伸至各類智能設備，從手機、電腦到汽車、眼鏡、家居等，各種AI原生設備爭相涌現。

    開放日現場，一名業內人士向《證券日報》記者分析稱，大模型與Agent的發展不僅為用戶帶來了AI時代智能設備的新范式，更為大模型技術的廣泛應用開辟了廣闊天地。從智能設備走向智能網絡，見證了AI原生設備之間的互聯互通和潛能。

    “我們的目標是實現AGI（通用人工智能），即讓機器能夠像人類一樣思考。智譜從基礎能力著手，首先探究技術的實際應用，再逆向推導產品的開發方式。”張帆在接受《證券日報》采訪時如此表示。

    銀河證券研報顯示，AI智能體將成為通往通用人工智能時代的必經之路。隨著大型模型快速迭代升級，基于大型模型技術的AI智能體迎來了快速發展的階段。AI智能體產業鏈是多元化且高度協同生態系統，未來市場空間廣闊，同時將推動App生態逐漸向端側生態轉變，將成為AI應用發展新趨勢。

（編輯 才山丹）