計算機行業專題報告：智譜AutoGLM，人機交互范式的創新與探索.pdf

計算機行業專題報告：智譜AutoGLM，人機交互范式的創新與探索。智譜AutoGLM重磅升級，推動人與機器交互方式的范式轉變： 2024年11 月29日，智譜在OpenDay推出升級版AutoGLM，挑戰完成復雜任務。 未來隨著GLM團隊繼續加速agent 模型產品研發，將很大程度上改變人機 交互形式，用戶一句話操作電腦和手機的范式轉變指日可待。

手機端AutoGLM可理解超長指令，執行超長任務：根據官方內測用戶 使用手冊，本次手機端AutoGLM升級的重點在于，操作執行不再局限于簡單 任務場景，也不需要用戶手動搭建復雜繁瑣的 workflow，僅通過自然語言指 令即可實現復雜任務的快速執行。從本次系列手機端AutoGLM測評來看， 我們認為AutoGLM整體上仍有較大的提升空間。AutoGLM在任務理解方面 有待提升。在執行復雜操作時，AutoGLM偶爾會出現較長的停頓時間，無法 及時反饋問題，通常需要人工干預，從而影響實際體驗和最終效果。不過，在 面對打車、導航等簡單任務時，AutoGLM能夠迅速完成任務，表現出色。

AutoGLM-Web 插件可與用戶持續交互反饋，全自動上網新體驗：根據官方瀏覽器插件新手指南，智譜清言插件依托 Agent 智能體強大的任務規 劃和屏幕界面信息理解能力，使得操作執行不再局限于簡單的任務場景和API 調用。用戶無需手動搭建復雜繁瑣的 workflow，僅通過自然語言指令即可快 速完成復雜任務。我們認為AutoGLM-Web整體上還有較大的提升空間。除 了任務理解能力外，AutoGLM-Web與某些網站的適配還不夠完善，且在agent 模式下的生成能力還有所欠缺。不過，在執行一些簡單任務，如瀏覽器搜索等 時，AutoGLM-Web 表現出色，基本能夠順利完成任務。

測評總結與Agent展望：持續強化基座模型，多路徑探索和實踐：智譜基座模型具有強大的競爭力，其基準測試表現與第一梯隊模型相當，但在 模糊語義理解方面，AutoGLM仍有提升空間。我們認為，AI Agent未來的發 展路徑包括：開發模塊化適配框架以快速適配通用功能模塊；利用自動化工 具提高適配效率；建立開放平臺與開發者合作，以提升適配質量和數據反饋； 提供用戶自定義適配功能以增強用戶體驗。這些策略將推動AI Agent在適配 領域的創新，更好地滿足用戶需求，促進人機交互的發展。