刚刚智谱推出全球首个手机通用Agent人人可用

AI 终于学会自己玩手机了！

刚刚，智谱发布了最新版的AutoGLM， 让每个人都能拥有一个会自己操作手机的AI 助手。

最为不同的是，它并不是Browser Use，也不再像旧版一样需要占用你的手机，而是 为你额外配备了另一台云端的手机，并真正成为能替你在手机上完成各种任务的智能体 。

且过程中，完全不影响你自己手机的使用。

不抢屏幕就把活干了

想象一下这个场景： 你正在地铁上刷短视频，突然想起要订明天的酒店。

往常做法是退出视频，打开携程/去哪儿一通比价，然后再去美团点评看一圈评价。整个过程你的人、手机和心智都被这事儿 完全 占用，甚至旅游还没定，人先炸毛了……

但有了AutoGLM 就会不一样。

它在 云端拥有自己的手机和电脑 ，你只需说一句话，它就能在云端开始干活并完成整个流程，而过程中，你可以继续刷你的视频，看你的小姐姐们继续热舞。

这就是AutoGLM 的 最大价值 ： 不抢占你的屏幕，不打断你的操作 。

同时重要的是，移动互联网时代，很多功能只存在于手机APP 中。

银行转账的某些功能、外卖平台的优惠券、某电商平台的最低价格……这些都是网页版不能用、不好用，或有坑的。

而拥有手机的AutoGLM，让AI 从此真正进入了移动互联网的完整生态，能看见完整的数字世界了。

专属云端手机

AutoGLM 的工程实现原理很简单。

智谱与阿里云等公有云厂商合作， 为每个用户额外部署了一台专属的云手机和云电脑 。

当你发出指令时，AutoGLM 会在云端设备上执行任务。

这些云设备具备完整的手机功能： 可以安装APP、浏览网页、甚至处理文档。

这种「 平行工作 」的模式，让AI 从「 告诉你怎么做 」真正变成了「 帮你做 」。

上周日， 我有幸运参加了 智谱AutoGLM 的闭门发布会，会上智谱CEO 张鹏提到了一个观点：

未来的人才定义是全才 。

这里并不是说，你需要什么都会，而是你要学会指挥和安排AI帮手。

你要具备的能力是怎么跟这些智能体去沟通交流，让它平行地帮你完成任务。

此即AI 时代全才的新定义。

实测之帮我购物

在搞到测试资质后，我也第一时间用AutoGLM 测了一把，也顺便看看我有没有潜力能成为这种全才

下载好APP 后，顶部会有“对话”和“手机”两tab：

如果你是初次启动并快速切换至手机tab，可以看到智能体手机正在启动中；启动完成后，你还可以接管手机自己操作，在你的手机里玩另一台手机。

期间要注意保持头脑清醒，一个不小心，容易产生种套娃的错乱感

说回测试，最近我想要买个3D 打印机玩儿，于是我输入：

帮我到小红书找一下万元内的3d 打印机，要求评论区好评多，不要广告贴

（注意第一次使用小时书时，AutoGLM 会自动检测登录状态并会让用户接管云手机进行登录，然后才能继续使用）

（为了方便观看，我把竖版录频切开来再并排着放，更快、更一目了然）

AutoGLM 先是 自己打开小红书 ，搜索了「万元3D 打印机」的关键词，并自己点击看看详情，还真的按我的要求查看了评论区，看完后还自己退出，甚至还自己滚动页面查看了更多的小红书笔记。

过程 中它进行了各种输入、点击、返回、滑动等等操作，最后 提取出了万元内3D 打印机的品牌、型号、还贴心地给出了用户反馈等信息。

不得不说，背后GLM-4V 的多模态能力真是稳的一匹，完全就像是个真人。

不过，我想万元还是太贵了，就买它推荐的那台便宜点儿的纵维立方S1C 吧。于是我直接语音输入：

到拼多多帮我买一 台 纵维立方S1C 3D 打 印机

于是，AutoGLM 又自己 打开了拼多多 ，搜索“ 纵维立方S1C 3D 打印机”，并准确的点开了正确的商品、选中了型号，并， 准备付款！

不过，只是准备付款，它还是有点谨慎，这个大动作还是交给我来操作。

还是有点不够自信啊。

（但它要是真敢操作，我反而就有点不敢用了……

我还试了些其他场景：

订机票，自动选题制作素材然后发小红书、点杯瑞幸运并要求不能超过9块9还得使用代金券等等任务 它都敢干，也能干……

各种考验视力的小细节都做的很精准，比如它能精准地点击按价格排序的从低到高的小图标来为我省钱：

但所有的APP 中，涉及到付钱、确认订单、输入手机号等环节还是让我自己来。

以及，整个过程中， AutoGLM 还机智地跳过了各种诱惑的红包轰炸 （毕竟拼多多们的套路，你懂的……

当然，还可以让AutoGLM 来帮忙订机票、演唱会门票、找房子、点外卖、听歌等等……

我就不玩了，手机要没电了（此时此刻，电量仅仅只有1%，前面的截图应该也提前暴露了……

当然，作为bug 爱好者，在测试过程中我自然也是碰到了各类小bug：比如有件商品其实有货但它以为没货了（切另一个型号就有了）；有个APP 让我扫脸认证时，弹出了云手机的远程摄像头，还扫到了我的脸，但一直没通过……

而值得一提的是， 这次的AutoGLM 是安卓、iOS 版和PC端全端同步上线， 拿台iPhone 就可以直接用，我不用再专门找个安卓手机了终于。

如前面介绍的，原因在于背后真实在干活的是一台远在云端的云手机（ 开了无障碍模型的安卓手机 ），所以苹果手机自然也可以使用了： 不需要搞苹果手机的自动化，而只需要去控制这台云手机即可。

这确实巧妙，一下子就不是问题了，各种安卓机型头痛的适配问题（安卓程序员永恒的痛），也不存在了—— 云手机可以全都是一个型号啊！

（话说，云手机我自己就一直在用，常年有一台在玩，我怎么就没想到这一招呢……

从Agent 到AGI 的3A 原则

测完了，再来说说AutoGLM 背后的意义所在。

在闭门会中，AutoGLM 项目负责人刘潇还分享了一个重要观点：

真正的AGI需要满足「 3A原则 」。

这3A 展开来说就是：

Around-the-clock（全时） ：24小时待命，即使你睡觉或设备黑屏时仍在工作。

Autonomy without interference（自运转、零干扰） ：在云端独立运行，不占用你的设备资源。

Affinity（全域连接） ：跳出浏览器对话框，连接手机、电脑、手表、家电等所有设备。

这个理念很有启发性。

刘潇认为，AGI 的下限是「 拥有一个能自主稳定运行24小时的AI同事 」。

它不是Copilot，而是真正的同事，能让个人的能力乘2甚至乘3。

而3A 原则，也是AutoGLM 正在践行的方向。

端到端强化学习

在AutoGLM 举重若轻的背后，实际上，则是智谱在技术上的重大突破。

在技术路线上，智谱选择了 端到端在线强化学习 。

相比冷启动，成功率提升了165%。

刘潇强调：

只要你能提供environment 和准确的reward，没有任何事情是现有算法解决不了的。

这种「 少监督、多强化 」的训练方式，让模型能够自主学习和进化。

而GLM-4.5 和GLM-4.5V 从预训练第一天就面向Agent 任务优化，这是它们能够在复杂任务上表现出色的关键。

在Computer Use（OSWorld）基准测试中，AutoGLM 达到了 48.1分 ，显著超越ChatGPT Agent 和Claude.

而更为关键的是成本控制——

传统基于API 的Agent 单次成本约3-5美元，而AutoGLM 仅需 0.2美元 ，正在接近Google 搜索的成本量级。

相信很快就能降到同一水平，不要钱的AI 时代正在来临。

互联网新流量

另一个有趣的洞察是，AutoGLM 的Agent，还代表着 全新的互联网流量 。

过去几年互联网行业所谓的创新和竞争，说白了（很大程度上）是在行业内卷——

用户的时间是有限的，已经打满了 。

许多所谓的创新并没有创造价值，只是打击到了友商而已。这也是传统APP 们在这场零和游戏中的困境之所在。

但Agent 不同，它可以彻夜工作：选明天的三餐、做背景调研、准备会议材料……等等

这种流量是 带着成交意图的高质量流量 。

且并不是在那瞎跑，而是真实的在创造价值。

Agent 的单任务平均消耗达到256K Token，是普通对话的32倍。

这一方面是对推理基础设施巨大挑战，但更重要的是， 这意味着巨大的新商业机会。

人人都将成为领导

张鹏还分享了一个观点：

每个人都会变成领导，而不是打工仔 。

未来，我们将人人都有一堆AI 打工仔，关键不再是自己的实干技巧，而是 怎么组织它们，让它们为自己工作，把它们集合起来解决有价值的关键问题。

这种能力比你自己的专业技能更重要，因为AI 在很多专业能力上已经超出普通人的平均水平。

AutoGLM 的发布，也让这个愿景变得更有可能。

它不是让你学会所有技能，而是让你学会如何指挥那些比你更专业的各类AI智能体。

从而，我们得以让自己从执行中释放出来，有更多的时间去思考。

每个人都将成为它们的领导，成为真正意义上的CEO！

这将从今天开始，从握在你手中的实体手机背后的云手机开始，从你点开AutoGLM 开始，从拥有一个自主执行能力的智能伙伴开始。

当然，可以不止一个，也可以是一群。

只要你领导得过来。

或许， AGI 的最终形态不是AutoGLM 现在的样子，但智谱在众多路线中，坚定而无畏地走出了这一步。

[1]

App 下载: 小米、荣耀应用商店搜索AutoGLM或点击链接https://autoglm.zhipuai.cn/htdocs/download.html

[2]