智譜清言近期發(fā)布的AutoGLM沉思，作為一款對標(biāo)OpenAI Operator的智能體產(chǎn)品，引發(fā)了廣泛關(guān)注。本文將為你帶來AutoGLM沉思的深度使用體驗，從其核心功能、實際應(yīng)用場景到操作感受，全方位剖析這款產(chǎn)品的優(yōu)勢與不足。

智譜在agent走的不快，但是很穩(wěn)！

3月31日，智譜在中關(guān)村上發(fā)布了它們的auto glm沉思，我也是第一時間使用，及時給大家更新這篇產(chǎn)品使用體驗，告訴大家這款對標(biāo)open AI的operater的GLM到底怎么樣

說到這，智譜其實在去年就發(fā)布了它們的glm產(chǎn)品，在發(fā)布會上，我們可以看到智譜可以幫助用戶導(dǎo)航、自動購物或者寫好評等等，看起來十分炫酷。不過當(dāng)時還是處于內(nèi)測階段并沒有對外發(fā)布，只知道看完發(fā)布會的我是很震驚的，心想這么快已經(jīng)有這樣的產(chǎn)品出現(xiàn)了，讓我一度以為AGI真的不遠(yuǎn)了。

先說第一點，智譜在這次發(fā)布會上，一共發(fā)布了兩個產(chǎn)品，第一個是沉思，第二個是沉思glm，嗯…….,聽上去差不多，但其實并不一樣

首先呢，沉思版本你可以理解為deep research，就是類似于Google和open AI的深度調(diào)研功能，用戶提出問題之后，它會根據(jù)用戶的問題不斷調(diào)用所需要的函數(shù)信息，來滿足用戶信息的需要，最大化使模型的回答質(zhì)量更佳的優(yōu)質(zhì)，當(dāng)然了，這種也會更加的耗時，因為模型會根據(jù)用戶的問題來分析，然后不斷的尋找最優(yōu)解，什么意思呢？

做到这三点挑战，产品经理只会不断升值

好的产品经理是很稀缺的，懂用户、懂商业、懂数据的产品经理走出互联网，依然是抢手货。相反，如果只做简单传话、低效执行、浅层思考的产品经理，恐怕走不过未来3-5年的洪流。

查看详情 >

比如，你現(xiàn)在想去西湖旅游，但是你根本不知道旅行路線，傳統(tǒng)方法你肯定要去各大平臺去挨個搜取信息，比如去抖音看博主怎么玩的，去小紅書看出行路線圖，然后在這個過程中你還需要不斷的翻用戶評論，深怕自己踩坑了或者被宰了，最后你經(jīng)過長達一個小時或者一天的時間，你終于規(guī)劃出來一條自己認(rèn)為還不錯的旅行路線，但是你已經(jīng)累趴了，就說你看到下面這種情況，你會不會窒息？反正我是直接b潰住了

但是現(xiàn)在，你只需要把這個問題，交給智譜的沉思或者任何帶有deep research的功能的大模型，它們會幫你解決這個問題，我這里現(xiàn)場實操一下

dangdangdangdang，一個智能版西湖旅游攻略就出來了，當(dāng)然了我覺得還是不足的，包括吃什么，咋哪里吃，怎么規(guī)劃時間路線和交通工具等等，不過這也是因為我沒有具體的prompt，如果大家想要有更好的出行計劃選擇，就需要給出完整的信息，比如預(yù)算啊，出發(fā)地啊什么的，這樣的效果會更好一些，而且從我使用體驗來看，如果你想要選擇酒店的時候，你也可以利用沉思功能，根據(jù)目的地選擇便宜并且距離近的酒店，把它放在規(guī)劃里面。(友情提示：圖片里的一日游路線不要嘗試，這完全是把人類當(dāng)猴耍……)

另外，從深思的過程來看，它確實在很努力的搜集信息，看它不斷的查找，又不斷的否定自己，真的有在很努力的工作，是個和負(fù)責(zé)的打工人，甚至讓我有點心疼。

值得一提的是，盡管你要求它在抖音和小紅書里面搜索，但是它還會在別的平臺盡可能調(diào)用一些信息，我猜測，可能智譜優(yōu)先地插件是知乎，因為我在每一次的試用它的函數(shù)都有知乎，另外一方面可能是因為它最大化滿足信息源所帶來結(jié)果的客觀性，避免過擬合。

沉思版本就將到這里，下面來講一講這次的重頭戲“沉思GLM”。

所謂沉思GLM，就是一個具有自主規(guī)劃、思考和行動能力的agent，我相信大家對于agent都一定不陌生，我在這里列出了一個清單，結(jié)合目前市面上所有的agent，然后給出一個分類

需要提醒的是，這個分類是根據(jù)agent類目的一個整理，和我們之前看到的那種l1級別的AI劃分并不一樣，做這個表格的初衷是因為，我發(fā)現(xiàn)agent這個詞在被濫用，行業(yè)內(nèi)可能都知道agent是什么意思，但是我身邊還有很多用AI的人，對于agent這個詞熟悉又陌生，在他們看來豆包的agent和manus好像都是一樣的，但為什么后者看上去難度就更大呢？

比如，我們說的agent一般都指第三種，也就是l3級別的，能基于大模型加上工具鏈，從而實現(xiàn)端到端的專業(yè)任務(wù)執(zhí)行，它的核心是規(guī)劃和執(zhí)行，這也是我們最近的研究和商業(yè)的重點，市面上很多人工智能公司都在往這個方向發(fā)展，簡單來說無論是manus還是智譜的glm本質(zhì)上都是一樣的，具備這種規(guī)劃和行動能力，在未來無非就是朝著不斷的優(yōu)化發(fā)展，這里面有，速度響應(yīng)更快、幻覺更少、插件調(diào)用更多等等，所以這些工具給我們一個框架，證明這種模式行得通并且有效，也為以后的agent發(fā)展提供了一個清晰的路徑。

至于我們現(xiàn)在都在說的通用agent，我個人感覺是非常模糊的，主要是因為這個詞被大家用爛了，manus出來的時候我們說它是通用agent，現(xiàn)在誰家出來一個產(chǎn)品大家都要說是通用agent，就是在l3和l4之間來回徘徊，因為沒有準(zhǔn)確的定義，或者公眾對于agi的期待太高，導(dǎo)致這個詞一直在被濫用

因此，拋開這些定義來看的話，結(jié)合這些agent的功能，我們可以給這些市面上agent工具做了一個區(qū)分，也是為了讓大家有一個更加清晰明了的認(rèn)知。

回到正題，來說一下這一次智譜的agent，根據(jù)官網(wǎng)所說這一次的，它們給其命名為auto glm，其核心突破在于實現(xiàn) “邊想邊干” 的自主任務(wù)執(zhí)行能力，推動 AI 從 “信息處理” 升級為 “目標(biāo)驅(qū)動的行動者”。

主要功能有三個：

1，深度思考：基于 GLM-Z1-Rumination 沉思模型，模擬人類復(fù)雜決策過程。例如，處理 “分析 2025 年 Q2 互聯(lián)網(wǎng)大廠 AI 動向” 時，能自主規(guī)劃 “技術(shù)熱點梳理→網(wǎng)頁檢索→信息整合→報告生成” 的全流程，平均思考步驟超過 20 步。類似于open AI的o1.

2，感知世界：突破傳統(tǒng) API 限制，通過純前端視覺感知方案模擬人類操作。例如，可自動登錄知網(wǎng)、小紅書等平臺，抓取圖文信息并分析用戶真實評論，生成香港旅行攻略時能突破封閉內(nèi)容生態(tài)的信息壁壘。

這一點是比較有意思的，官方說的這種GUI閱讀能力，可以讓模型不斷的閱讀網(wǎng)頁內(nèi)容，擺脫傳統(tǒng)的API鏈接，什么意思呢？簡單來說，以前我們做一個agent，想要獲取外部鏈接有以下幾種困難：

第一，你需要一個插件，如果沒有這個插件，你很難獲取到完整且合格的內(nèi)容，就拿扣子（coze）來說，我每次工作流都需要用到它的網(wǎng)頁插件來調(diào)取內(nèi)容，這就造成什么問題呢，不方便，比如你需要不斷的提醒agent，再遇鏈接問題，要及時去調(diào)動，否則它可能會直接忽略，不具備自主能力。

第二，我們都知道人工智能時代，數(shù)據(jù)飛輪（數(shù)據(jù)飛輪是一種基于數(shù)據(jù)驅(qū)動的業(yè)務(wù)增長模型，其核心概念是通過不斷地收集、分析和利用數(shù)據(jù)，來推動業(yè)務(wù)各個環(huán)節(jié)的優(yōu)化和提升，從而形成一個正向循環(huán)，促進業(yè)務(wù)持續(xù)增長。）的重要性，但是獲取數(shù)據(jù)是沒有那么簡單的。

人工智能時代尤其是gpt出現(xiàn)的這幾年幾乎把互聯(lián)網(wǎng)20多年的數(shù)據(jù)跑完了，未來像小紅書、知乎、貼吧、抖音這種平臺的數(shù)據(jù)會越來越有價值，但是它們不會把這些數(shù)據(jù)給你的，那怎么辦呢？有同學(xué)說，爬蟲，先不說技術(shù)上能不能實現(xiàn)的同，即便你爬到了你也要面臨及其嚴(yán)峻的法律風(fēng)險，之前openai爬去烏克蘭一家電商公司，直接給對方網(wǎng)站整崩潰了，所以這在道道德上也說不過去，肯定不利于商業(yè)的長期發(fā)展。

所以，智譜的使用方法是，我不調(diào)用，我也不爬蟲，我就直接看，我一邊瀏覽一邊抄，比如我就用它跑了幾個小紅書的案例，它就瘋狂的去幫我打開小紅書的網(wǎng)頁，中間除了讓我掃碼登陸（為了防止你不是真人），其他的都由他自主完成，完全沒有考慮我的感受，這家伙壞的很。

我這里隨便放一張圖，大家自行感受一下……..

3，工具使用：整合智譜自研的 AutoGLM 設(shè)備操作能力，支持網(wǎng)頁瀏覽、郵件發(fā)送、文檔生成等跨平臺任務(wù)。例如，接收到 “賺取 100 元” 的任務(wù)時，能自主完成征稿啟事搜索、稿件撰寫、郵件投稿等操作。這點看上去很誘人，但是實際效果我們需要測試才知道。

那如何才能使用auto glm呢？

首先你需要打開官方網(wǎng)站，我把鏈接放在這里

https://autoglm-research.zhipuai.cn/#get_started

打開之后你會看到官方給出很多案例，感興趣的小伙伴可以觀看一下

接著你只需要看到下方的開始體驗就行，很遺憾的事，目前autoglm是只能支持Google插件才能使用的，其他版本后續(xù)可能還會更新，所以google這一步需要大家自己解決。

這里提醒一下，大家在客戶端或者網(wǎng)頁端都是可以使用智譜的沉思的，無論你有沒有g(shù)oogle插件，只是說你想要用autoglm的話，你還需要進行下一步地操作。

其實也很簡單，就是你惦點擊下載之后，再把點擊google，選擇擴展程序，點擊開發(fā)者模式，然后把這個文件拖入到google里面進去，就可以了。

完成之后，你就可以在google的任何界面去隨時使用智譜，甚至在使用chatGPT的時候也可以（逆天了）

然后，這個時候你再打開智譜的時候，你就會神奇的發(fā)現(xiàn)，你的頁面有一個新的功能，你可以點擊旁邊的沉思使用他們最新的研究功能，也可以點擊autoglm沉思，體驗他們的agent。

那他們的智譜agent到底怎么樣呢？

我一共跑了5個case左右，實話講，效果一般，不如發(fā)布會和廣告那樣效果好，我身邊的幾個伙伴都測試了一下，幾乎都對其變現(xiàn)能力給出一般的評價。

但是人家其實也說了，目前是preview版本，很多功能還在測試，我個人覺得智譜的對agent的思考是有的,起碼這樣的一個框架是實現(xiàn)了的，規(guī)劃、思考和行動，都能鏈接在一起，只是說綜合起來可能還差點意思，但是不妨礙它仍然是一個很優(yōu)秀的作品。

比如，它的思考能力確實很好，前文我說過了，當(dāng)你在輸入問題的時候他會不斷的進行分析，然后篩選信息，在進行自動化操作，這一部分就是相當(dāng)于深度思考?深度研究?agent了。

比如，我下面這個，我讓智譜去幫我搜集open AI的最近一周的相關(guān)帖子，它就真的在不斷的大量閱讀，不斷的翻，而不像我們說的那樣，走馬觀花似得

這里可以看出來，它在瘋狂的閱讀小紅書內(nèi)容。

順便把我的prompt放進來，供大家參考

##你是一位OpenAI的公關(guān)團隊人員，你現(xiàn)在閱讀最近一周關(guān)于小紅書的帖子，找出一位情緒化最嚴(yán)重的帖子，然后進行友好的用戶回復(fù)

這里面，智譜autoglm一共進行了這幾個步驟，先去分析問題，確定用戶想要問的是什么，然后執(zhí)行命令，打開小紅書，請求登陸，閱讀相關(guān)文章，然后判斷哪一個情緒化最嚴(yán)重，再代入人物視角，進行回復(fù)

然后呢，它會選擇一篇帖子進行回復(fù)，你只需要點擊確定，然后就可以評論了，不過我目前使用起來，這個功能不穩(wěn)定，起碼我有一半的case都沒有自動回復(fù)

其次來說一下，autoglm的插件調(diào)用功能還是很豐富的，就我目前使用下來，是可以打開地圖、天氣以及小紅書、抖音等等軟件內(nèi)容的，這里面需要提醒一下，即便你電腦沒有下載小紅書，你的autoglm照樣可以打開它，因為它不是直接打開小紅書客戶端的，可以簡單理解為不在一個圖層，所以影響不大。

比如，我用這個它去操作一下這個天氣功能

還不錯，我以為他會打開一些商業(yè)天氣網(wǎng)站，結(jié)果直接跳出來了中央氣象臺，還是很官方的

我這里還是建議大家多跑跑case，也許會有一些新的發(fā)現(xiàn)，畢竟還是免費的，沒有限制使用?。。」膺@一點就是最大的優(yōu)點，直接點贊！?。?/p>

但是，我還是要說一下autoglm的問題的，算是一些小建議：

首先，插件的調(diào)用問題很混亂，比如我想要智譜去在小紅書和抖音去找信息，但是它還是會跳轉(zhuǎn)到知乎或者別的平臺，這就很不方便，萬一有些用戶在做需求調(diào)研的時候，只想看個別平臺，而忽略某些平臺，這樣就很不方便。

其次，當(dāng)autoglm在行動的時候，用戶在使用別的軟件或者智譜的時候，會造成其后臺停止，這就很雞肋了，因為既然是自主行動，那我在進行別的操作應(yīng)該完全不受限制，起碼glm需要有一個單獨獨立的窗口

最后，也就是這種agent通用的一個毛病，也是我最頭疼的，速度太慢，比如，我想要選找路線，明明只需要一個高德地圖的事，它卻拐彎抹角幾十分鐘，甚至還沒有解決好，那這樣我還不如自己導(dǎo)航來的快

起初我還以為我的prompt不夠明確，但是即便我提示它怎么做，它還是會照樣那樣做。。。。。。

我想要的是，belike，請你跟我這樣做，我就跟你這樣做的那種效果

最后的最后，希望大家積極嘗試，還是那句話，早用早享受，解放生產(chǎn)力，起碼讓glm去給我進行一些需求分析和用戶調(diào)研，還是很方便的，畢竟我們刷抖音也是只是想刷抖音，工作這種事還是給AI比較好。

原來這才是打工人真正的護眼神藥，媽媽再也不用擔(dān)心我的眼睛了！