如果一個 Agent 只能用固定的功能，那它還是 Agent 嗎？
在去年 AutoGLM 的發(fā)布會上，智譜 CEO 張鵬用 AutoGLM 演示了一次自動化操作：面對面建群、修改群名、在群里發(fā)出一百個紅包，總額兩萬元。觀眾驚嘆，這是一個能“操控手機(jī)”的 AI。然而，只要把演示舞臺換成真實(shí)世界，問題立刻浮現(xiàn)——不同用戶的微信版本不一樣，UI 布局有差異，有人用折疊屏，有人用小屏手機(jī)，甚至連廣告彈窗都可能打斷任務(wù)。對大模型來說，這些不確定性，都是無法完全掌握的變量。
智譜選擇的答案并不是繼續(xù)提高模型的“認(rèn)知力”，而是另辟蹊徑：直接繞開現(xiàn)實(shí)世界的不確定性，造一個“標(biāo)準(zhǔn)化”的世界。AutoGLM 2.0 的核心不是算法突破，而是一臺云手機(jī)——尺寸統(tǒng)一、軟件版本統(tǒng)一、功能范圍統(tǒng)一。在這個虛擬世界里，Agent 的操作才能被保證。
換句話說，AutoGLM 2.0 體現(xiàn)出的思路，不是在馴服手機(jī)，而是在用一種自己建立一個環(huán)境來馴服混亂的現(xiàn)實(shí)。
這個思路誕生的產(chǎn)品，究竟怎么樣呢？
AutoGLM 的“標(biāo)準(zhǔn)化”的世界
AutoGLM 有兩個云端設(shè)備，一臺智能體手機(jī)一臺智能體電腦。手機(jī)主要擔(dān)任生活助手的功能，負(fù)責(zé)出行點(diǎn)餐，而電腦承擔(dān)著辦公研究的功能。
我們分別看一下兩兩臺設(shè)備，智譜為了讓 Agent 運(yùn)行，定制的世界保留了哪些功能，又犧牲了哪些。
AutoGLM 云手機(jī)
手機(jī)端除去系統(tǒng)自帶的相機(jī)、時鐘等 APP，額外一共有 30 款 APP，基本可以覆蓋生活和娛樂。
社交資訊：微博、小紅書、今日頭條
長短視頻：紅果、抖音、快手、B 站、愛奇藝、騰訊視頻、芒果 TV
音樂廣播：QQ 音樂、汽水音樂、喜馬拉雅
小說閱讀：番茄小說
消費(fèi)購物：同花順、淘寶、京東、拼多多
本地生活：美團(tuán)、餓了么、大眾點(diǎn)評、支付寶、KFC、Keep
出行與旅行：滴滴打車、攜程、去哪兒、高德
租房：貝殼找房
想用瀏覽器下載新的軟件？很遺憾，智譜也把這條路堵死了。我嘗試安裝盒馬和知乎，系統(tǒng)直接禁止，提示軟件包無效，甚至把知乎的官方下載網(wǎng)頁給 404 了。
隨后再來看一下配置，云手機(jī)是一臺基于安卓 14設(shè)備，型號是 SM-F900F，從搜索信息來看，這臺設(shè)備居然是三星 第一代折疊手機(jī) Galaxy Fold？（紅米不香嗎？）如果云手機(jī)使用的是完整設(shè)備，而不僅僅是使用 Fold 的系統(tǒng)，那么配置是就是驍龍 855 處理器，12GB RAM + 512GB 存儲。
AutoGLM 云電腦
AutoGLM 云電腦是一款基于 Ubuntu 系統(tǒng)的設(shè)備，從軟件生態(tài)上來看，除了瀏覽器外，云電腦只安裝了 Libre 辦公軟件，也許 AutoGLM 所謂的辦公就是 Word、Excel、PPT 三件套吧。同樣，AutoGLM 云電腦把 Ubuntu Softstore 刪除，禁止用戶下載新軟件。
AutoGLM 實(shí)測：廣告與登錄成最大障礙
看完對 AutoGLM 云手機(jī)和云電腦的大致了解，我們也清楚了 AutoGLM 的能力邊界，接下就是測試 AutoGLM 在限定的環(huán)境中，表現(xiàn)如何。
云手機(jī)任務(wù)——淘寶購物：
prompts：幫我清空淘寶購物車再購買官方店鋪的 iphone16 pro 1t 版本
在淘寶購物測試中，AutoGLM 展現(xiàn)了較為完整的流程：從網(wǎng)頁搜索、需求澄清到應(yīng)用操作。問題出現(xiàn)在賬號登錄環(huán)節(jié)——如今國內(nèi)的應(yīng)用幾乎都要求登錄才能使用。AutoGLM 會在檢測到登錄需求時提示用戶“接管”，由人手動輸入賬號密碼，再退出接管繼續(xù)任務(wù)。
然而，問題在于，國內(nèi) APP 對于賬號“安全意識”極高，很多應(yīng)用的安全驗(yàn)證遠(yuǎn)比輸入賬號復(fù)雜。比如登錄小紅書時提示我需要用舊設(shè)備掃碼才能登錄，而我的舊設(shè)備正在使用 AutoGLM；登錄抖音時候需要我掃臉進(jìn)行身份驗(yàn)證，但 AutoGLM 一直顯示加載（攝像頭）資源，好不容易加載完成，鏡頭中的我也十分“扭曲”導(dǎo)致識別錯誤登錄失敗。
小紅書登錄失敗也直接導(dǎo)致了一些聯(lián)動功能不能用，比如在去年 AutoGLM 版本中，可以實(shí)現(xiàn)在小紅書搜紅燒肉做法及食材，然后在小象超市購買。
當(dāng)然這個鍋不能由 AutoGLM 來背，國內(nèi)手機(jī)應(yīng)用生態(tài)可能真的不適合 AutoGLM 發(fā)展。更糟糕的是 AutoGLM 不會記住用戶的賬號密碼，這個很安全，但每次使用需要登錄的 APP 過程也非常煎熬。
此外，我在使用抖音人臉識別登錄時發(fā)現(xiàn)，當(dāng) AutoGLM 調(diào)用攝像頭資源后，你在 AutoGLM 云手機(jī)中退出抖音（清理后臺），并不會結(jié)束 AutoGLM 對攝像頭的調(diào)用，除非你把 AutoGLM 關(guān)閉。
回到任務(wù)，除去登錄等問題 AutoGLM 可以輕松完成清空購物車等任務(wù)。在執(zhí)行刪除、購買等關(guān)鍵動作時候，AutoGLM 會提醒用戶是否要繼續(xù)。
云手機(jī)任務(wù)——購買機(jī)票：
prompts：上去哪兒網(wǎng)買一張后天11點(diǎn)到14點(diǎn)，從上海飛北京的機(jī)票，不要波音飛機(jī)
該任務(wù)并不復(fù)雜，但我特意選擇了在 23 點(diǎn)接近凌晨的時間進(jìn)行測試。任務(wù)有幾個關(guān)鍵點(diǎn)需要 AI 識別，分別是“后天”“11 點(diǎn)到 14 點(diǎn)”“上海飛北京”“不要波音”。
嘗試了兩次都失敗了。先看航班，AutoGLM第一次在機(jī)票時間上出錯，第二次在日期出錯，但航程起點(diǎn)和終點(diǎn)是正確的并且都沒有選擇波音。
至于出錯的原因，我仔細(xì)看了 AutoGLM 的操作邏輯。首先是日期選擇的 bug：進(jìn)入日歷頁面再退出后，“后天”常常會莫名變成“大后天”。這種問題并不穩(wěn)定復(fù)現(xiàn)，但足夠說明它在基礎(chǔ)交互上還不夠可靠。
時間選擇的問題更明顯。AutoGLM 并不是在真正理解“11 點(diǎn)到 14 點(diǎn)”這個條件，而是機(jī)械地依賴去哪兒網(wǎng)的預(yù)設(shè)選項(xiàng)，只有“9–12 點(diǎn)”和“12–15 點(diǎn)”。它會隨便挑一個區(qū)間，若剛好有符合的航班，那就是“歪打正著”，一旦沒有，就直接出錯。換句話說，這并不是智能，而是湊巧。
在測試該任務(wù)時候，還發(fā)現(xiàn)了和會員登錄同樣麻煩的東西——彈出廣告。一旦有廣告彈出，AutoGLM 會愣在那邊，等幾秒后，有良心的廣告會自動消失，AutoGLM 就會繼續(xù)執(zhí)行任務(wù)，而遇到那些不會消失的廣告，AutoGLM 就會需要用戶接管，嚴(yán)重影響進(jìn)程流暢性。
云電腦任務(wù)——制作PPT 發(fā)小紅書
和 AutoGLM 云手機(jī)不同，云電腦只能操控瀏覽器，因此，讓其生成 PPT、表格等內(nèi)容，它都會用智譜 CodeX 編程來完成。從頁面上來看，可以認(rèn)為 AutoGLM（云電腦）就是一個 Agent 增加了可以控制瀏覽器的功能。
prompts：搜索特斯拉最新發(fā)售的Model YL信息，并做成 ppt 發(fā)布到小紅書
在執(zhí)行時，AutoGLM 會先通過瀏覽器搜索，打開汽車之家等頁面收集信息，再整理成 Markdown 文檔，最終生成 PPT，供用戶下載。這一步其實(shí)并不特別，kimi、元寶、豆包等工具也都能做到。
AutoGLM 最大的特點(diǎn)是調(diào)用瀏覽器，也就是任務(wù)的最后一步“發(fā)布到小紅書”。遺憾的是 AutoGLM 失敗了，它成功打開了小紅書發(fā)布網(wǎng)頁，但卡在“上傳”頁面。原因可能是 AutoGLM 沒有完成把 PPT 轉(zhuǎn)換成圖片的這一它已經(jīng)規(guī)劃好的任務(wù)。
為了驗(yàn)證 AutoGLM 操控瀏覽器的能力，我選擇的官方建議的 DEMO 嘗試了一遍。
幫我生成一個視頻，一個小狗半夜偷偷地去蹦床上跳，監(jiān)控視角。然后把這個視頻發(fā)到小紅書上，和大家分享
結(jié)果依然一樣，內(nèi)容生成沒問題，但到了上傳頁面，AutoGLM 只能提示“請手動上傳”。我接管電腦后發(fā)現(xiàn)，更尷尬的是：云電腦貌似保存生成的視頻文件，只能找到前幾個任務(wù)遺留的 PPT 和 .py 文件。
其實(shí)從 AutoGLM 的介紹頁面也能看出，其主要功能就是 AI PPT、AI 視頻、AI 播客、AI 研報(bào)、AI 編程等功能，單獨(dú)配置個云電腦有必要嗎？
回到文章開頭的問題：如果一個 Agent 只能用固定的功能，那它還是 Agent 嗎？答案或許并不重要。AutoGLM 已經(jīng)用“標(biāo)準(zhǔn)化”的云手機(jī)和云電腦，證明了智能體依然可以存在，只是它不再是那個能適配一切的萬能助手，而是一個在邊界內(nèi)精細(xì)運(yùn)轉(zhuǎn)的機(jī)器。
但現(xiàn)實(shí)世界的混亂始終在那里，即便解決了不同版本的應(yīng)用和尺寸，還有會有層出不窮的驗(yàn)證機(jī)制、永遠(yuǎn)跳不完的廣告彈窗。
智譜解決了一部分難題，但依然還有一些沒解決。