本报记者谢岚 见习记者梁傲男
人类与机器的互动方式正在发生范式转变。昔日仅具备对话功能的Chatbot（聊天机器人），如今已逐步演化为具备“手、脑、眼”全方位能力的自主Agent（智能体）。
在11月29日举办的智谱Agent开放日中，智谱揭晓了在Agent方面的多项新突破。其中，自主任务完成智能体AutoGLM可以自主执行超过50步的长步骤操作，也可以跨App执行任务；AutoGLM开启“全自动”上网新体验，支持等数十个网站的无人驾驶；GLM-PC启动内测，基于视觉多模态模型实现通用Agent的技术探索。
从对话交互转向具体任务与操作
当前，大模型技术正引领着机器与人类互动模式的变革，基于理解需求、规划与决策、执行行动和自我反思，Agent将带来“从人适应机器到让机器适应人”的人机交互体验。
苹果、谷歌及OpenAI等科技巨头已将Agent技术视为2025年的战略重心，业界普遍预期2025年将成为Agent技术的爆发期。国际信息技术研究和咨询公司Gartner将agenticAI列为2025年十大技术趋势之一，并预估到2028年，至少15%的日常工作决策将由agenticAI自主承担，相比2024年的零比例，增长显著。
展开剩余72%据《证券日报》记者了解，Agent是目标驱动型的，能够完全执行工作流程，适应、学习、迭代、与其他系统和人类协作，并端到端地完成任务。与OpenAI略有不同，智谱定义了大模型发展的五个阶段：语言能力、逻辑能力（多模态能力）、使用工具的能力、自我学习能力以及探究科学规律能力。
发展至今，大模型已经初步具备了与现实世界互动的部分能力。“Agent将极大地提升使用工具能力，同时开启对自我学习能力的探索。”张鹏表示，Agent可以看作是大模型通用操作系统LLM-OS的雏形。基于大模型智能能力，未来有机会将人机交互范式带向新的阶段。
自2023年4月份推出AgentBench以来，智谱团队投入一年半时间，专注于AutoGLM及GLM-PC模型中CogAgent的研发。不仅如此，智谱还拓展了技术边界，推出了基于PC的自主Agent——GLM-PC，这是面向“无人驾驶”PC领域的一次重要技术尝试，依托其多模态模型CogAgent。目前，GLM-PC已开放首阶段内测，涵盖会议代理、文档处理、网页搜索与总结、远程及定时操作、隐形屏幕等功能。
智谱现场展示的视频显示，AutoGLM升级为可以操作手机、电脑，以及实现手机电脑联动。例如，在采购火锅食材的案例中，AutoGLM自主执行了54步无打断操作，并且，在这种多步、循环任务中，AutoGLM的速度表现超过人手动操作。
“AutoGLM和GLM-PC是我们向AI智能操作系统迈进的重要尝试。”智谱CEO张鹏对记者表示，这些成果基于智谱在大语言模型、多模态模型、逻辑推理以及工具使用等领域的技术积累。不过，他也表示，电脑操作空间大且任务复杂得多，加大了技术难度。
塑造AI时代智能设备新范式
随着大模型能力的不断进化，AI正逐步“生长”出完备的脑、眼和手。智能的深化、感知能力的丰富、交互带宽的拓宽，以及Agent技术所带来的执行力提升，共同塑造着全新的智能时代。
智谱COO张帆对记者表示，在大模型的加持下，智能设备将会焕发出新的机会。手机+AI会变成随身个人智能助理，PC+AI将会成为全新生产力工具，汽车+AI将会让车成为人们的智能第三生活空间。大模型不仅仅会为手机、PC和汽车带来机会，更会惠及各种各样的智能设备。
随着端侧性能与算力的不断提升，以及专为AI原生设备设计的模型和端云协同架构的涌现，Agent技术不仅在操作系统和应用层面引领用户体验的革新，更将这一变革延伸至各类智能设备，从手机、电脑到汽车、眼镜、家居等，各种AI原生设备争相涌现。
开放日现场，一名业内人士向《证券日报》记者分析称，大模型与Agent的发展不仅为用户带来了AI时代智能设备的新范式，更为大模型技术的广泛应用开辟了广阔天地。从智能设备走向智能网络，见证了AI原生设备之间的互联互通和潜能。
“我们的目标是实现AGI（通用人工智能），即让机器能够像人类一样思考。智谱从基础能力着手，首先探究技术的实际应用，再逆向推导产品的开发方式。”张帆在接受《证券日报》采访时如此表示。
银河证券研报显示，AI智能体将成为通往通用人工智能时代的必经之路。随着大型模型快速迭代升级，基于大型模型技术的AI智能体迎来了快速发展的阶段。AI智能体产业链是多元化且高度协同生态系统，未来市场空间广阔，同时将推动App生态逐渐向端侧生态转变，将成为AI应用发展新趋势。
（编辑 才山丹）
发布于：北京市