智谱、openai“较上劲”！ai智能体又进化了：微信拜年、操作电脑不在话下-凯发棋牌

智谱、openai“较上劲”！ai智能体又进化了：微信拜年、操作电脑不在话下

来源： 财联社　　作者：《每日财讯网》编辑　　发布时间：2025-01-27

春节将至，年味儿渐浓，ai给出了拜年新思路，让ai智能体（ai agent）送上春节祝福，一句话就能实现——

　　据自媒体测试，给ai下达“给群里所有人发送新春祝福语”的任务后，ai为该微信群的各位定制了不一样贺词，且“细心”附上了对方名字，无需手动操作便完成发送。

　　用glm-pc发定制化新春祝贺时glm-pc的思考过程

　　这番操作出自智谱刚上线的电脑智能体glm-pc。

　　1月23日，智谱正式上线glm-pc。据介绍，glm-pc是基于智谱多模态大模型 cogagent，全球首个面向公众、回车即用的电脑智能体（agent）。它能像人类一样“观察”和“操作”计算机，协助用户高效完成各类电脑任务。glm-pc还推出了深度思考模式，并新增逻辑推理和代码生成功能。

　　2024年10月，智谱发布的手机版智能体autoglm火速出圈，跟手机端的autoglm不一样，glm-pc引入了代码机制，而在深度思考模式下，glm-pc接收任务后会生成一套非常详细的思维链，再去执行，代码式的思维链可进一步强化glm-pc对复杂任务的规划、推理、和反思的能力。

　　目前，glm-pc的window和mac客户端已同步上线。智谱表示，正与联想、华硕等知名pc 厂商展开深度合作探讨，共同推动aipc的创新与发展。

　　晚些时候，openai的ai智能体operator在北京时间1月24日凌晨亮相，它能够代理用户执行基于网页的操作，直接与网页交互——像人类一样点击、滚动和输入文字，自动执行各种复杂操作，包括编写代码、预订餐厅、购物等。后续的部分用户测试显示，operator还可以完成在arxiv上进行论文分类搜索，阅读多篇论文并完成综述整理的复杂工作。

　　用operator预定餐厅

　　用operator买菜

　　与智谱的深度思考模式类似，operator可通过新模型“计算机使用智能体”（computer-using agent，简称cua）的系统进行复杂的思维链反思和步骤规划，cua结合了高级的图形用户界面感知能力与结构化的问题解决能力，能够将任务分解为多步骤计划，并在遇到挑战时自我调整和纠正，大大提高了operator完成任务的精度和复杂性。

　　目前，openai的“operator”智能体以“研究预览”（research preview）的形式向美国的chatgpt pro用户开放。（小k注：chatgpt pro的订阅费用为每月200美元，该服务专为需要高级ai功能的专业用户设计，提供无限制访问包括gpt-4o和o1在内的高级模型）

　　openai表示还将扩展智能体的动作空间，在接下来几周/几个月内推出更多的智能体。此外，其还计划开放api接口，让开发者能够基于cua构建自定义的计算机智能体。

　　2025智能体元年？

　　openai总裁greg brockman为operator打call并强调，“2025年是智能体之年”。

　　openai曾被曝出内部agi路线图，将这一终极目标的实现划分了五级。目前openai正向ai智能体，即l3级迈进（代理者，可以采取行动的系统）。

　　2024年，智谱同样将agi的实现划分了5级。智谱ceo张鹏在agent open day上再次阐述了公司对ai能力演进的战略构想——截至目前，llm已经初步具备了人类与现实物理世界互动的部分能力，智能体将会极大地提升l3使用工具能力，同时开启对l4自我学习能力的探索。

　　无论是智谱还是openai，其智能体最大的独特之处在于具备独立思考、调用工具的能力。对于普通用户而言，其最核心的功能是ai自主操作硬件设备，辅助完成复杂推理任务。

　　手机上的智能体能够精准操控各类应用，实现跨场景智能交互；电脑端的智能体被训练用于与图形用户界面gui（在屏幕上看到的按钮、菜单和文本框）进行交互，意味ai能适应几乎所有的计算机环境，进一步凸显了ai玩转各类操作系统的能力。

　　另据《科创板日报》不完全梳理，谷歌、微软、anthropic在内的头部厂商正争先推出ai智能体产品——

微软在其dynamics365平台一口气推出10个自主ai智能体，称相当于187名全职员工的产出；

　　谷歌发布号称“智能体时代”最强大模型gemini 2，提供多模态开发接口，让智能体能“看懂”物理世界；

　　anthropic为大模型claude迭代了新功能——computer use，让ai可以像人一样操控电脑。claude3.5 sonnet是首个支持计算机控制的模型，能够模拟人类操作计算机，包括移动光标、点击按钮和输入文本；

　　华为公布了一项可让ai像人类一样操作手机的新研究成果，相关团队提出了一个手机控制架构：lightweight multi-modal app control（轻量级多模态应用控制，简称limac）。

　　华创证券表示，随着ai技术的不断进步，ai agent已经不再局限于简单的任务执行，当前正逐步实现从0到1的跨越式创新。众多企业和研究机构投入研发，推出创新产品。行业结构初步形成，相关产业链和生态系统逐渐完善。根据root analysis，预计全球ai代理市场规模将从2024年的52.9亿美元增长到2035年的2168亿美元，2024-2035年预测期内的复合年增长率为40.15%。

天风证券表示，展望2025年，ai agent和推理需求的指数级增长有望引领规模化ai应用元年，持续推动软件产品能力边界的拓展，赋能企业实现更高效的运营和成本优化。以字节跳动为代表的企业通过豆包ai等核心产品的广泛应用，率先全面布局ai市场，显著提升推理能力和多场景适配性，为国内ai agent技术实践提供了落地基础。结合大模型与aiagent未来的技术进步，智能化应用场景加速拓展，助力企业级市场实现降本增效。这一现象将引领tobsaas行业迎来新一轮成长机遇，为中国软件行业在未来五年孕育出一批高成长型红利企业奠定基础。

中国银河证券表示，ai agent将是通往通用人工智能时代的必经之路，大模型快速迭代升级推动ai agent能力提升，长期来看ai agent关键在于推理能力，未来ai agent广泛渗透时，对于推理算力的需求将是指数级爆发增长。

责任编辑：《每日财讯网》编辑

上一篇：最新回应 墨西哥总统宣布将对美国加征关税

下一篇：没有了！