智谱AutoGLM 2.0全球首发：手机Agent实现云端跨设备操作，重塑智能助手边界

一、技术架构：云端协同突破硬件限制

AutoGLM 2.0的核心创新在于“云手机+Agent”异步架构。传统端侧Agent需依赖本地算力，常因设备性能不足导致延迟或中断。而智谱的解决方案将任务执行层迁移至云端：

• 零本地占用：用户发出指令后，GLM-4.5语言模型解析意图，GLM-4.5V视觉模型实时识别GUI界面元素，通过云手机模拟操作路径。过程中用户设备可自由刷视频、打游戏，实现真正的“并行计算”。
• 动态强化学习：采用端到端异步强化学习框架，模型基于任务结果反馈自主优化操作逻辑。例如订机票时自动比价并选择最优时段，无需预设脚本，动态适应应用版本更新。
• 多模态原生融合：GLM-4.5V首次实现GUI任务闭环，从图像识别（如美团界面按钮定位）到执行（点击“支付”按钮）全流程自主完成，错误率较Claude 4 Sonnet降低37%。

这种架构使AutoGLM 2.0单次任务成本降至0.2美元，仅为接入国外API方案的1/20，为规模化落地奠定基础。

二、场景落地：从“对话”到“执行”的质变

你是否厌倦了AI助手仅能回答问题却无法代劳？AutoGLM 2.0的突破在于操作型智能体的实践：

生活场景：一分钟全链路闭环

• 高频应用覆盖：支持美团、京东、小红书等40+主流App。用户指令“订周五北京飞上海早班机票”，Agent自动完成携程搜索、价格筛选、身份信息填充及支付跳转，全程无需切换应用。
• 跨平台协作：DEMO演示中，用户下达“买XX奶茶正常冰不加糖”指令，云手机接管美团账号，1分钟内完成店铺搜索、商品选择、结算跳转，操作精度达98.3%。

办公场景：跨应用生产力工具

• 内容创作自动化：用户要求“生成小红书露营主题短视频”，Agent依次执行：Bing检索热门文案→Stable Diffusion生成配图→剪映自动剪辑→添加标签并发布，10分钟输出完整内容。
• 复杂任务代理：撰写行业报告时，可同步操作飞书文档、知乎数据抓取、PPT排版工具，实现“检索-分析-输出”一体化。

三、AGI进化方向：3A原则定义下一代智能体

智谱提出AGI早期形态需满足 “3A原则” ，AutoGLM 2.0是首个完整落地的范本：

1. 全时（Around-the-clock）：云端Agent 24小时待命。用户离线时仍可执行“凌晨抢购限量球鞋”“定时发送邮件”等任务，突破人类生理限制。
2. 自主零干扰（Autonomy without interference）：通过云手机隔离算力占用，避免本地卡顿。实测显示，后台运行外卖下单任务时，手机游戏帧率保持满帧无波动。
3. 全域连接（Affinity）：API开放赋能多硬件生态。已接入Rokid眼镜实现“目光点咖啡”，未来可扩展至手表控家电、车机订餐厅等物联场景。

四、生态布局与行业挑战

开发者生态：硬件赋能的“轻量化革命”

智谱同步推出 移动端API开发者计划，解决传统硬件智能化两大痛点：

• 免堆叠复杂系统：智能手表等设备通过API调用AutoGLM能力，直接获得完整手机操作功能，无需升级处理器或扩容电池。
• 跨端统一体验：云技术适配Android/iOS/鸿蒙系统，确保智能眼镜、车机等界面操作一致性。

商业化挑战：黏性培育与赛道竞逐

尽管技术领先，但Agent赛道仍存隐忧：

• 用户习惯重塑：Manus退出中国市场的案例表明，用户是否愿将“高频操作权”交给Agent仍是未知数。当前用户活跃度波动明显，需培养“任务委托”依赖性。
• 大模型终局博弈：金沙江创投朱啸虎预判“大模型将吃掉90%的Agent”。智谱凭借GLM-4.5原生融合推理与执行能力，试图构建Agent超级入口，但长期需应对百度、阿里等大厂的生态挤压。

五、未来展望：国产Agent的“临界点”

AutoGLM 2.0标志着国产智能体从技术demo迈向普惠应用。其成功取决于三点突破：

• 操作稳定性：跨应用流程的鲁棒性提升（如应对美团版本UI变更）；
• 场景深挖：从“替代操作”升级至“决策优化”，例如根据健康数据自动定制食谱并下单；
• 商业模式：订阅制或任务次数收费的平衡点探索。

正如移动互联网初期微信取代短信，真正的颠覆性应用往往诞生于原生场景。AutoGLM 2.0的云端架构已搭好舞台，下一步需证明：智能体能成为用户数字生活的“默认执行层”，而非炫技玩具。

访问入口
https://chatglm.cn/main/gdetail/670cecdb71af5c3551ce3a2b?lang=zh