AutoGLM - 智谱AI推出的全球首个手机Agent

AutoGLM是什么

AutoGLM 是智谱推出的全球首个手机 Agent，用户通过 AI 代办手机上的各种操作。它基于国产GLM-4.5和GLM-4.5V模型，推理、代码和多模态能力都有。执行放在云端，不占本地设备的资源；用户说句话，点外卖、订机票、查房源这些操作它就去办了。跨设备也能用，硬件的限制不再是问题。它的操作执行能力还封装成了 API，开发者可以集成到 AI 眼镜、手表、家电等各类硬件里。

2025年3月31日，智谱推出首个免费、具备深度研究和操作能力的AI Agent：AutoGLM沉思

AutoGLM的主要功能

• 云端操作代理：
  • 生活场景：说一句话，AutoGLM 就能去操作美团、京东、小红书、抖音等几十个高频应用，点外卖、订机票、查房源这些任务都能代办。
  • 办公场景：跨网站的全流程工作它也能跑。网页版的飞书、网易邮箱、知乎、微博、抖音、微头条都能操作，信息检索、内容撰写、生成视频、PPT 或播客做完，可以直接发到社交媒体上。
• 独立运行：
  • 专属智能体手机/电脑：AI 在云端有一台专属设备，独立运行，不占本地资源，用户该用别的 APP 照用。
  • 异步代理办公：人离线了，任务还在跑，24 小时不间断。
• 跨设备操作：
  • 突破硬件限制：手机、电脑、手表、眼镜、家电，各类设备和场景下都能跑，跨设备操作是它的基本盘。
  • API封装：操作执行能力封装成了 API，开发者可以集成到各类硬件设备里，让硬件也具备手机级的完整操作能力。

AutoGLM的技术原理

• 国产模型驱动：底座是智谱开源的 SOTA 语言模型 GLM-4.5 和视觉推理模型 GLM-4.5V，推理、代码、多模态能力都具备。推理、编码、研究、Agentic 与 GUI 操作这些任务它都能接，按需要挑最合适的「大脑」来执行。
• 端到端异步强化学习：
  • ComputerRL：提出 API-GUI 协同范式，数据多样性更足，计算效率也更高；GRPO 做了改进，还提出 Entropulse 机制，探索和策略的多样性都更强。
  • MobileRL：一套难度自适应的强化学习方法（推理自举预热+难度自适应 GRPO），移动端任务的稳定性和收敛效率提升明显。
  • AgentRL：交叉采样加上任务优势归一化，多任务训练里不稳定、梯度分布不均的问题得到缓解，整体鲁棒性和效率都更强。

如何使用AutoGLM

• 在线体验：
  • 访问官网：打开 AutoGLM 官网 https://autoglm.zhipuai.cn/。
  • 启动云机：页面加载完，点启动按钮，AutoGLM 的云端设备就起来了。
  • 与AutoGLM交互：在输入框里写问题或指令。
    • 例如，输入以下指令：
    • “帮我查一下明天从北京到上海的机票。”
    • “帮我点一杯咖啡。”
    • “帮我生成一个关于环保的PPT。”
  • 查看结果：请求在云端处理，结果直接回到页面上。
• 客户端：
  • 下载版应用：把 AutoGLM 客户端下载下来。
  • 注册与登录：注册账号、登录，进到应用里。
  • 语音指令：打开应用，点语音输入按钮，把指令说出来，AutoGLM 自己识别，然后在云端执行。
  • 文字输入：在输入框里写文本指令，写完点「发送」，AutoGLM 就按指令动手。
  • 查看结果：任务在云端跑完，结果会送回设备上。

AutoGLM的项目地址

• 官网地址：https://autoglm.zhipuai.cn/
• 项目官网：https://xiao9905.github.io/AutoGLM/

AutoGLM的应用场景

• 社交媒体管理：点赞、评论、分享这些操作，在社交平台上都能自动做。
• 在线购物：电商平台上的搜商品、比价格、下单、跟踪物流都能代办。
• 旅行预订：酒店、机票、火车票，在旅游网站上搜到就能订。
• 外卖订购：外卖平台上翻菜单、下单、付款、查订单状态，都能代办。
• 日常信息查询：查天气、看新闻、看股票行情这类日常查询。