###### \u003cdiv class="rich_media_content"\u003e\u003cp\u003e腾讯科技作者 郭晓静\u003c/p\u003e\u003cp\u003e编辑 郑可君\u003c/p\u003e\u003cp\u003e11月29日，智谱在Agent开放日活动上，发布了Agent“全家桶”产品：包括升级版Auto GLM、AutoGLM-Web和GLM-PC，分别适用于手机、浏览器和PC。\u003c/p\u003e\u003cp\u003e2024年，AI Agent成为焦点，它可以模拟人的感知、决策、判断过程，自主帮助人类完成工作。成为大模型应用落地，最受关注的应用形式之一。\u003c/p\u003e\u003cp\u003e在发布会的现场，智谱AI CEO张鹏也接受了包括腾讯科技在内的少数媒体采访，他表示，虽然Auto GLM已经能帮你在手机上跨APP实现50步以上的自主操作，但是，距离贾维斯照进现实，还有很多现实的难题需要跨越。\u003c/p\u003e\u003cp\u003e在PC场景同样如此，“由于 PC 的复杂程度，以及大家在 PC 完成的几乎都是复杂任务，今天大模型的能力距离真正代替大家办公还有一定距离。GLM-PC在当前版本下，用户仍需要输入非常精准的指令。”\u003c/p\u003e\u003cp style="text-align: center" data-exeditor-arbitrary-box="image-box"\u003e\u003c!--IMG_0--\u003e\u003c/p\u003e\u003cp\u003e\u003c/p\u003e\u003cp\u003e但是，从目前的技术路线来看，类似的Agent产品，并不需要依赖调取各种API，而是能够通过图形化界面的识别，模拟人用电脑的过程——用眼看图形及文字，用脑规划，再用手执行单击双击、输入等操作。GLM-PC 用电脑的方式几乎完全和人一样。也正因如此，理论上只要是为人类设计的应用，在GLM-PC学习之后它都能够执行。这也为未来打开想象，是否Agent拥有了系统级、跨平台的能力，未来具备更高的能力上限，甚至成为新的操作系统？\u003c!--MID_AD_0--\u003e\u003c!--EOP_0--\u003e\u003c/p\u003e\u003c!--MID_ARTICLE_AD_0--\u003e\u003c!--PARAGRAPH_0--\u003e\u003cp\u003e\u003c/p\u003e\u003cp style="text-align: center" data-exeditor-arbitrary-box="image-box"\u003e\u003c!--IMG_1--\u003e\u003c/p\u003e\u003cp\u003e\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e以下为访谈内容（有精编删减）：\u003c/strong\u003e\u003c/p\u003e\u003cp\u003e\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e提问：\u003c/strong\u003e大模型行业上半年大家其实还在寻找“超级应用”，下半年突然看到了智能体的爆发，行业内公司的战略重心发生了什么改变吗？\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e张鹏：\u003c/strong\u003e过去，技术可能被视为单一方向的，例如文本技术的提升就能带来巨大的价值。然而，我们现在认识到，要将技术转变为生产力工具或双向交互的机器人，它不能有明显的短板。因为人类处理问题和任务是多模态的，非常复杂，所以对技术能力的需求是全面的。只有当模型的各项能力都达到一定水平并相互叠加时，它才可能成为一个有效的工具。\u003c/p\u003e\u003cp\u003e\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e提问：\u003c/strong\u003e发布会上提到的“端云”统一，具体如何解释？\u003c/p\u003e\u003cp\u003e张鹏：我们所说的统一，是指架构和体系的统一，例如我们的GLM模型，有小版本可以在端侧运行，也有云端版本，它们的架构相同，能力倾向相似，上层应用和功能也相对一致，可以进行优化等操作。这样，我们就能更容易地形成一个云、边、端协同的、无缝衔接的技术体系。大家也知道，如果整个模型来自不同的工具厂商，需要适应不同的技术架构和技术特点，那么整合的成本就会更高。所以，我们所说的统一并不是指模型本身的差异。\u003c!--MID_AD_1--\u003e\u003c!--EOP_1--\u003e\u003c/p\u003e\u003c!--MID_ARTICLE_AD_1--\u003e\u003c!--PARAGRAPH_1--\u003e\u003cp\u003e\u003cstrong\u003e提问：\u003c/strong\u003e去年手机、PC厂商都在提端侧AI，今年更多会提及Agent，为什么会有这种变化，端侧AI相较于去年有了哪些进化？\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e张鹏：\u003c/strong\u003e模型的能力在达到一定程度后，会转化为实际的生产力。在早期，如果能力尚未成熟，提出Agent概念可能实际效果达不到。为什么大家特别关注端侧？因为端侧的效果更直观，大家都能明显感受到。大多数交互本质上是改善人机交互，所以在端侧更容易找到显著提升用户体验的部分。\u003c/p\u003e\u003cp\u003eAgent同样可以应用于TOB服务端，例如作为教育API等。我们也推出了这样的功能，但这些更多是面向开发者和企业级系统，因此普通用户可能不会有太多直接感受。当然，随着技术的进步和关注度的提高，专业的硬件厂商也开始适配和靠拢这些技术。这两个因素结合起来，使得端侧的应用能力更加明显，用户体验也更加显著。这些因素的综合作用，使得端侧的应用能力得到了显著提升。\u003c!--MID_AD_2--\u003e\u003c!--EOP_2--\u003e\u003c/p\u003e\u003c!--MID_ARTICLE_AD_2--\u003e\u003c!--PARAGRAPH_2--\u003e\u003cp\u003e\u003cstrong\u003e提问：\u003c/strong\u003eScaling Law是否已经“撞墙”或放缓？\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e张鹏：\u003c/strong\u003eScaling只是一个现象，本质是计算量。你有多少的计算量，你就能获得多少的智能水平。这是我觉得目前比较接近真相的一个可能性，但我不保证它一定对，因为这件事情还在不断探索中，不断更新大家的认知。\u003c/p\u003e\u003cp\u003e我们所谓的“撞墙”，更多是在预训练阶段，所谓的人类语言的高质量数据不够用了。但是，其实还有多模态，还有可能在后训练。不断加大你的计算量，还是能够提升效果，这种曲线看起来其实是和预训练的Scaling Law是差不多的。所以我们不能简单粗暴地下结论说，Scaling law已经撞墙了。\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e提问：\u003c/strong\u003e智谱发布了Agent产品之后，如何考虑生态位的问题？APP是存在墙的，底层的权限也不好打通，如何解决应用墙的问题？\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e张鹏：\u003c/strong\u003e这其实一半是商业问题，一半是技术问题。\u003c/p\u003e\u003cp\u003e从技术角度来说，我们这次发布会展示的愿景是让“Auto GLM”成为一个帮助用户更好地连接硬件、应用和服务的中枢。它应该是一种工具，能够通过自然语言的方式，让用户更容易地根据自己的意愿组装各种服务。虽然这个目标听起来很美好，但从技术上来说，实现起来还是相当困难的。\u003c/p\u003e\u003cp\u003e原本在自己的应用生态中，你可以获取底层的很多东西，包括完整的设计图纸，这使得设计和开发变得相对容易。但这也意味着你在一个封闭的生态中工作，无法与他人很好地合作，而且你的模型可能不够智能，无法很好地与其他系统连接。\u003c/p\u003e\u003cp\u003e因此，从技术角度来看，让模型更好地连接是一个重要的挑战，也是我们接下来工作的重点之一。此外，要实现高水平的智能体能力，并不是一件简单的事情。作为一家大模型公司，我们对此非常自信。就像\u003c!--SECURE_LINK_BEGIN_0--\u003eOpenAI\u003c!--SECURE_LINK_END_0--\u003e的o1模型preview版本已经发布一段时间了，但它的完整版本还没有发布，可能完整版本非常强大，达到了一个难以想象的水平。这本质上需要原始创新，需要在算法和模型能力上持续迭代。从我的视角来看，这是我们最重要的任务。\u003c!--MID_AD_3--\u003e\u003c!--EOP_3--\u003e\u003c/p\u003e\u003c!--MID_ARTICLE_AD_3--\u003e\u003c!--PARAGRAPH_3--\u003e\u003cp\u003e\u003c/p\u003e\u003cp\u003e从商业角度来看，我们公司是技术驱动型的，技术特性决定了商业化路径和策略。我们希望定位自己，为这个新生产和新范式中的赋能者。我们希望通过这种赋能方式，帮助解决一些原本条块化或垂直化行业划分后形成的资源壁垒问题，打开新的视角和机会，包括今天在现场看到的许多合作伙伴，他们参与并和我们合作，这表明从商业角度来看，大家采取的是一种互利的态度和方式。\u003c!--MID_AD_4--\u003e\u003c!--EOP_4--\u003e\u003c/p\u003e\u003c!--MID_ARTICLE_AD_4--\u003e\u003c!--PARAGRAPH_4--\u003e\u003cp\u003e\u003cstrong\u003e提问：\u003c/strong\u003e刚才演示的各种连续操作的功能，包括 Auto GLM发红包，涉及到主动输入和生成，能调用各种APP，是否涉及到用户的个人隐私合规问题？\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e张鹏：\u003c/strong\u003e首先，关于发红包这类活动，确实涉及到用户隐私和安全问题，因此我们非常谨慎。我们可能会开发一套统一的框架来解决数据隐私和安全问题，例如通过在本地处理一些不涉及敏感信息的任务，而将更复杂的任务交给云端解决。从技术演进的角度来看，我们先识别出可能性，然后逐步解决伴随而来的问题。\u003c/p\u003e\u003cp\u003eAuto GLM目前还处于内测阶段，主要是为了展示大模型的发展方向和潜在能力，而不是作为一个正式产品。然而，我们也注意到国际上的公司如OpenAI、Google等已经推出了类似的技术，它们通过读取用户电脑屏幕并在电脑上执行操作来完成任务。OpenAI和Google也有计划推出更多此类智能体。\u003c/p\u003e\u003cp\u003e总的来说，这类技术仍处于发展初期，但现在是时候与大家讨论，并与合作伙伴一起探索如何在提升技术能力的同时，建立和完善相关的隐私和安全措施。这是一个未来不可避免的趋势，因此提前做好准备至关重要。我们认为，在技术层面上，这是一个非常重要的议题。\u003c/p\u003e\u003cp\u003e\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e提问：\u003c/strong\u003e其实目前类Agent的产品成功率还是比较低的，比如一个复杂任务，中间很可能出错卡住，你觉得它什么时候能够达到一个用户级别可用的状态？\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e张鹏：\u003c/strong\u003e从技术角度来看，这项技术有望迅速达到普通用户级别的成熟度。我认为在2025年结束之前实现这一目标是完全可行的。至于成功率，这是一个比较宽泛的概念，因为它依赖于具体任务的复杂性。例如，一个月前，如果要求执行一个包含50多个步骤的任务，比如复杂的采购流程，那么成功率可能很低。但今天，技术的进步已经使得这样的任务变得可行。\u003c/p\u003e\u003cp\u003e对于步骤较少、难度较低的任务，比如五到十个步骤的任务，成功率可能非常高，甚至能达到80%到90%。而对于更复杂、需要跨应用协作的任务，一个月前可能还无法完成，但现在已经有了明显的改善。这是一个动态变化的过程，不同难度的任务表现出不同的成功率。但可以肯定的是，技术的进步和概念的实现速度是非常快的。\u003c/p\u003e\u003cp\u003e\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e提问：\u003c/strong\u003eAuto GLM未来可能是开源的吗？未来落地场景主要是C端，还是有可能给手机厂商或汽车厂商这样的B端赋能？\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e张鹏：\u003c/strong\u003e这个问题太好回答了，一切皆有可能。\u003c/p\u003e\u003cp\u003e\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e提问：\u003c/strong\u003e目前各个APP都有自己的API，标准也不太统一，这是否会造成类Agent产品没有足够的API接口可用、从而限制智能体的发展？\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e张鹏：\u003c/strong\u003eAuto GLM其实是基于图形化交互界面的，跟之前基于API调用的传统Bot是有本质区别的。在没有特定API的情况下，依然能为用户去完成任务。只要这个界面是人类可以理解的，就可以比较好地借助大模型本身去理解。\u003c/p\u003e\u003cp style="text-align: center" data-exeditor-arbitrary-box="image-box"\u003e\u003c!--IMG_2--\u003e\u003c/p\u003e\u003cdiv data-exeditor-arbitrary-box="wrap"\u003e\u003cp\u003e\u003c/p\u003e\u003c/div\u003e\u003cdiv powered-by="qqnews_ex-editor"\u003e\u003c/div\u003e\u003cstyle\u003e.rich_media_content{--news-tabel-th-night-color: #444444;--news-font-day-color: #333;--news-font-night-color: #d9d9d9;--news-bottom-distance: 22px}.rich_media_content p:not([data-exeditor-arbitrary-box=image-box]){letter-spacing:.5px;line-height:30px;margin-bottom:var(--news-bottom-distance);word-wrap:break-word}.rich_media_content{color:var(--news-font-day-color);font-size:18px}@media(prefers-color-scheme:dark){body:not([data-weui-theme=light]) .rich_media_content p:not([data-exeditor-arbitrary-box=image-box]){letter-spacing:.5px;line-height:30px;margin-bottom:var(--news-bottom-distance);word-wrap:break-word}body:not([data-weui-theme=light]) .rich_media_content{color:var(--news-font-night-color)}}.data_color_scheme_dark .rich_media_content p:not([data-exeditor-arbitrary-box=image-box]){letter-spacing:.5px;line-height:30px;margin-bottom:var(--news-bottom-distance);word-wrap:break-word}.data_color_scheme_dark .rich_media_content{color:var(--news-font-night-color)}.data_color_scheme_dark .rich_media_content{font-size:18px}.rich_media_content p[data-exeditor-arbitrary-box=image-box]{margin-bottom:11px}.rich_media_content\u003ediv:not(.qnt-video),.rich_media_content\u003esection{margin-bottom:var(--news-bottom-distance)}.rich_media_content hr{margin-bottom:var(--news-bottom-distance)}.rich_media_content .link_list{margin:0;margin-top:20px;min-height:0!important}.rich_media_content blockquote{background:#f9f9f9;border-left:6px solid #ccc;margin:1.5em 10px;padding:.5em 10px}.rich_media_content blockquote p{margin-bottom:0!important}.data_color_scheme_dark .rich_media_content blockquote{background:#323232}@media(prefers-color-scheme:dark){body:not([data-weui-theme=light]) .rich_media_content blockquote{background:#323232}}.rich_media_content ol[data-ex-list]{--ol-start: 1;--ol-list-style-type: decimal;list-style-type:none;counter-reset:olCounter calc(var(--ol-start,1) - 1);position:relative}.rich_media_content ol[data-ex-list]\u003eli\u003e:first-child::before{content:counter(olCounter,var(--ol-list-style-type)) '. ';counter-increment:olCounter;font-variant-numeric:tabular-nums;display:inline-block}.rich_media_content ul[data-ex-list]{--ul-list-style-type: circle;list-style-type:none;position:relative}.rich_media_content ul[data-ex-list].nonUnicode-list-style-type\u003eli\u003e:first-child::before{content:var(--ul-list-style-type) ' ';font-variant-numeric:tabular-nums;display:inline-block;transform:scale(0.5)}.rich_media_content ul[data-ex-list].unicode-list-style-type\u003eli\u003e:first-child::before{content:var(--ul-list-style-type) ' ';font-variant-numeric:tabular-nums;display:inline-block;transform:scale(0.8)}.rich_media_content ol:not([data-ex-list]){padding-left:revert}.rich_media_content ul:not([data-ex-list]){padding-left:revert}.rich_media_content table{display:table;border-collapse:collapse;margin-bottom:var(--news-bottom-distance)}.rich_media_content table th,.rich_media_content table td{word-wrap:break-word;border:1px solid #ddd;white-space:nowrap;padding:2px 5px}.rich_media_content table th{font-weight:700;background-color:#f0f0f0;text-align:left}.rich_media_content table p{margin-bottom:0!important}.data_color_scheme_dark .rich_media_content table th{background:var(--news-tabel-th-night-color)}@media(prefers-color-scheme:dark){body:not([data-weui-theme=light]) .rich_media_content table th{background:var(--news-tabel-th-night-color)}}.rich_media_content .qqnews_image_desc,.rich_media_content p[type=om-image-desc]{line-height:20px!important;text-align:center!important;font-size:14px!important;color:#666!important}.rich_media_content div[data-exeditor-arbitrary-box=wrap]{max-width:100%}.rich_media_content .qqnews-content{--wmfont: 0;--wmcolor: transparent;font-size:var(--wmfont);color:var(--wmcolor);line-height:var(--wmfont)!important;margin-bottom:var(--wmfont)!important}.rich_media_content .qqnews_sign_emphasis{background:#f7f7f7}.rich_media_content .qqnews_sign_emphasis ol{word-wrap:break-word;border:none;color:#5c5c5c;line-height:28px;list-style:none;margin:14px 0 6px;padding:16px 15px 4px}.rich_media_content .qqnews_sign_emphasis p{margin-bottom:12px!important}.rich_media_content .qqnews_sign_emphasis ol\u003eli\u003ep{padding-left:30px}.rich_media_content .qqnews_sign_emphasis ol\u003eli{list-style:none}.rich_media_content .qqnews_sign_emphasis ol\u003eli\u003ep:first-child::before{margin-left:-30px;content:counter(olCounter,decimal) ''!important;counter-increment:olCounter!important;font-variant-numeric:tabular-nums!important;background:#37f;border-radius:2px;color:#fff;font-size:15px;font-style:normal;text-align:center;line-height:18px;width:18px;height:18px;margin-right:12px;position:relative;top:-1px}.data_color_scheme_dark .rich_media_content .qqnews_sign_emphasis{background:#262626}.data_color_scheme_dark .rich_media_content .qqnews_sign_emphasis ol\u003eli\u003ep{color:#a9a9a9}@media(prefers-color-scheme:dark){body:not([data-weui-theme=light]) .rich_media_content .qqnews_sign_emphasis{background:#262626}body:not([data-weui-theme=light]) .rich_media_content .qqnews_sign_emphasis ol\u003eli\u003ep{color:#a9a9a9}}.rich_media_content h1,.rich_media_content h2,.rich_media_content h3,.rich_media_content h4,.rich_media_content h5,.rich_media_content h6{margin-bottom:var(--news-bottom-distance);font-weight:700}.rich_media_content h1{font-size:20px}.rich_media_content h2,.rich_media_content h3{font-size:19px}.rich_media_content h4,.rich_media_content h5,.rich_media_content h6{font-size:18px}.rich_media_content li:empty{display:none}.rich_media_content ul,.rich_media_content ol{margin-bottom:var(--news-bottom-distance)}.rich_media_content div\u003ep:only-child{margin-bottom:0!important}.rich_media_content .cms-cke-widget-title-wrap p{margin-bottom:0!important}\u003c/style\u003e\u003c/div\u003e