14天前，智譜秘密開展了一項測試——注冊小紅書賬號，定位生活科普，利用Agent生成筆記，包括調研2025年最熱三大抗老成分等角度，并進行行業對比分析。
3月31日，智譜新版Agent產品AutoGLM沉思（以下簡稱“沉思”）發布現場，智譜官方披露該小紅書賬號14天的成績——兩周收獲5000名粉絲，接到多條商單邀請，并在昨日賺到500元錢，這些操作均由沉思完成。
去年10月，智譜推出旗下首款產品化Agent產品AutoGLM，通過接收文字或語音指令，操作電腦或手機執行命令。此次更新，AutoGLM新增類Deep Research的深度研究能力，類Operator的實際操作能力。演示案例中，智譜通過沉思注冊一個社區賬號，經過14天的運營，目前該賬號已經能夠自主接商單。
Operator是OpenAI推出的Agent產品，Deep Research技術目前在Agent領域扮演重要角色。Google Gemini于2024年12月推出Deep Research功能。2025年2月，OpenAI將Deep Research作為ChatGPT Pro的高級特性推出，并在o3模型中，通過端到端強化學習方法進行訓練，o3模型能夠規劃與執行多步驟搜索策略，并根據需要進行回溯和調整，使Deep Research靈活調整研究方向，處理復雜任務。
此次沉思也采取類Deep Research技術路徑，以此前大熱的Agent產品Manus作為對比，沉思與Manus都可以在接到命令后，進行思考、規劃、執行。但在技術方面，Manus采用Multiple Agent（多智能體）架構，運行在獨立虛擬機中。
沉思相較Manus的云端部署，目前主要是本地化運行，暫無虛擬機設備，通過可視化交互圖形界面 （Graphical User Interface）而非API調用的運作，未來可能會擴展出更多智能體執行能力。另外，沉思背后是智譜自主研發的全棧大模型技術，官方披露，基模GLM-4-Air-0414具有320億參數量，性能可對標DeepSeek-V3、R1、Qwen 2.5-Max等更大參數量模型。
現場，中國科學院院士、清華大學人工智能研究院名譽院長張鈸表示，智能體（Agent）必須具備很強的思考能力、執行能力、感知能力。目前智譜暫時聚焦在數字世界，對執行與感知能力的要求可以不那么高。但在聚焦物理世界時，這兩者就變得非常重要，行業目前還面臨很多挑戰，如空間數學缺乏層次、推理以結果為導向等，其中最大的問題是可解釋性。
Agent領域的可解釋性是指理解與解釋Agent產品做出決策、采取行動背后的原因與過程，目前由于模型復雜性、機器學習模型不透明的黑盒屬性、多模態信息處理的復雜性等原因，可解釋性還有很大風險。張鈸院士認為，這方面的完善屬于理論層面問題，需要企業與院校合作解決。
現場，智譜方面披露，已作為模型廠商，與金融、教育、醫療、政務、企服等領域廠商合作，推進Agentic LLM落地應用。另外，由智譜主導、來自東盟十國及“一帶一路”沿線10個國家共同發起“自主大模型國際共建聯盟”正式成立，幫助“一帶一路”國家建立自主AI，構建可控的國家級AI基礎設施。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
