智譜發(fā)布Agent技術(shù)新進(jìn)展 打造AI時(shí)代智能設(shè)備新范式

    本報(bào)記者謝嵐 見習(xí)記者梁傲男

    人類與機(jī)器的互動(dòng)方式正在發(fā)生范式轉(zhuǎn)變。昔日僅具備對(duì)話功能的Chatbot（聊天機(jī)器人），如今已逐步演化為具備“手、腦、眼”全方位能力的自主Agent（智能體）。

    在11月29日舉辦的智譜Agent開放日中，智譜揭曉了在Agent方面的多項(xiàng)新突破。其中，自主任務(wù)完成智能體AutoGLM可以自主執(zhí)行超過50步的長(zhǎng)步驟操作，也可以跨App執(zhí)行任務(wù)；AutoGLM開啟“全自動(dòng)”上網(wǎng)新體驗(yàn)，支持等數(shù)十個(gè)網(wǎng)站的無人駕駛；GLM-PC啟動(dòng)內(nèi)測(cè)，基于視覺多模態(tài)模型實(shí)現(xiàn)通用Agent的技術(shù)探索。

    從對(duì)話交互轉(zhuǎn)向具體任務(wù)與操作

    當(dāng)前，大模型技術(shù)正引領(lǐng)著機(jī)器與人類互動(dòng)模式的變革，基于理解需求、規(guī)劃與決策、執(zhí)行行動(dòng)和自我反思，Agent將帶來“從人適應(yīng)機(jī)器到讓機(jī)器適應(yīng)人”的人機(jī)交互體驗(yàn)。

    蘋果、谷歌及OpenAI等科技巨頭已將Agent技術(shù)視為2025年的戰(zhàn)略重心，業(yè)界普遍預(yù)期2025年將成為Agent技術(shù)的爆發(fā)期。國際信息技術(shù)研究和咨詢公司Gartner將agenticAI列為2025年十大技術(shù)趨勢(shì)之一，并預(yù)估到2028年，至少15%的日常工作決策將由agenticAI自主承擔(dān)，相比2024年的零比例，增長(zhǎng)顯著。

    據(jù)《證券日?qǐng)?bào)》記者了解，Agent是目標(biāo)驅(qū)動(dòng)型的，能夠完全執(zhí)行工作流程，適應(yīng)、學(xué)習(xí)、迭代、與其他系統(tǒng)和人類協(xié)作，并端到端地完成任務(wù)。與OpenAI略有不同，智譜定義了大模型發(fā)展的五個(gè)階段：語言能力、邏輯能力（多模態(tài)能力）、使用工具的能力、自我學(xué)習(xí)能力以及探究科學(xué)規(guī)律能力。

    發(fā)展至今，大模型已經(jīng)初步具備了與現(xiàn)實(shí)世界互動(dòng)的部分能力。“Agent將極大地提升使用工具能力，同時(shí)開啟對(duì)自我學(xué)習(xí)能力的探索。”張鵬表示，Agent可以看作是大模型通用操作系統(tǒng)LLM-OS的雛形?；诖竽Ｐ椭悄苣芰Γ磥碛袡C(jī)會(huì)將人機(jī)交互范式帶向新的階段。

    自2023年4月份推出AgentBench以來，智譜團(tuán)隊(duì)投入一年半時(shí)間，專注于AutoGLM及GLM-PC模型中CogAgent的研發(fā)。不僅如此，智譜還拓展了技術(shù)邊界，推出了基于PC的自主Agent——GLM-PC，這是面向“無人駕駛”PC領(lǐng)域的一次重要技術(shù)嘗試，依托其多模態(tài)模型CogAgent。目前，GLM-PC已開放首階段內(nèi)測(cè)，涵蓋會(huì)議代理、文檔處理、網(wǎng)頁搜索與總結(jié)、遠(yuǎn)程及定時(shí)操作、隱形屏幕等功能。

    智譜現(xiàn)場(chǎng)展示的視頻顯示，AutoGLM升級(jí)為可以操作手機(jī)、電腦，以及實(shí)現(xiàn)手機(jī)電腦聯(lián)動(dòng)。例如，在采購火鍋食材的案例中，AutoGLM自主執(zhí)行了54步無打斷操作，并且，在這種多步、循環(huán)任務(wù)中，AutoGLM的速度表現(xiàn)超過人手動(dòng)操作。

    “AutoGLM和GLM-PC是我們向AI智能操作系統(tǒng)邁進(jìn)的重要嘗試。”智譜CEO張鵬對(duì)記者表示，這些成果基于智譜在大語言模型、多模態(tài)模型、邏輯推理以及工具使用等領(lǐng)域的技術(shù)積累。不過，他也表示，電腦操作空間大且任務(wù)復(fù)雜得多，加大了技術(shù)難度。

    塑造AI時(shí)代智能設(shè)備新范式

    隨著大模型能力的不斷進(jìn)化，AI正逐步“生長(zhǎng)”出完備的腦、眼和手。智能的深化、感知能力的豐富、交互帶寬的拓寬，以及Agent技術(shù)所帶來的執(zhí)行力提升，共同塑造著全新的智能時(shí)代。

    智譜COO張帆對(duì)記者表示，在大模型的加持下，智能設(shè)備將會(huì)煥發(fā)出新的機(jī)會(huì)。手機(jī)+AI會(huì)變成隨身個(gè)人智能助理，PC+AI將會(huì)成為全新生產(chǎn)力工具，汽車+AI將會(huì)讓車成為人們的智能第三生活空間。大模型不僅僅會(huì)為手機(jī)、PC和汽車帶來機(jī)會(huì)，更會(huì)惠及各種各樣的智能設(shè)備。

    隨著端側(cè)性能與算力的不斷提升，以及專為AI原生設(shè)備設(shè)計(jì)的模型和端云協(xié)同架構(gòu)的涌現(xiàn)，Agent技術(shù)不僅在操作系統(tǒng)和應(yīng)用層面引領(lǐng)用戶體驗(yàn)的革新，更將這一變革延伸至各類智能設(shè)備，從手機(jī)、電腦到汽車、眼鏡、家居等，各種AI原生設(shè)備爭(zhēng)相涌現(xiàn)。

    開放日現(xiàn)場(chǎng)，一名業(yè)內(nèi)人士向《證券日?qǐng)?bào)》記者分析稱，大模型與Agent的發(fā)展不僅為用戶帶來了AI時(shí)代智能設(shè)備的新范式，更為大模型技術(shù)的廣泛應(yīng)用開辟了廣闊天地。從智能設(shè)備走向智能網(wǎng)絡(luò)，見證了AI原生設(shè)備之間的互聯(lián)互通和潛能。

    “我們的目標(biāo)是實(shí)現(xiàn)AGI（通用人工智能），即讓機(jī)器能夠像人類一樣思考。智譜從基礎(chǔ)能力著手，首先探究技術(shù)的實(shí)際應(yīng)用，再逆向推導(dǎo)產(chǎn)品的開發(fā)方式。”張帆在接受《證券日?qǐng)?bào)》采訪時(shí)如此表示。

    銀河證券研報(bào)顯示，AI智能體將成為通往通用人工智能時(shí)代的必經(jīng)之路。隨著大型模型快速迭代升級(jí)，基于大型模型技術(shù)的AI智能體迎來了快速發(fā)展的階段。AI智能體產(chǎn)業(yè)鏈?zhǔn)嵌嘣腋叨葏f(xié)同生態(tài)系統(tǒng)，未來市場(chǎng)空間廣闊，同時(shí)將推動(dòng)App生態(tài)逐漸向端側(cè)生態(tài)轉(zhuǎn)變，將成為AI應(yīng)用發(fā)展新趨勢(shì)。

（編輯 才山丹）