就在剛剛，全球首個手機通用Agent，來了！

現在，假如你正在開會，但只需要給手機打一句話，就能讓它“自己動起來”，給你點外賣：

幫我在美團外賣上，找最近的瑞幸咖啡，點一杯大杯的冰美式。

可以看到，AI在接收到任務的一瞬間，就開始“嗖嗖”地執行起了任務。

它會直接接管你的手機，不需要在各種APP之間跳來跳去，就可以把點外賣的活兒給干完。

嗯，非常直觀的感受就是：夠方便，夠智能。

那么這個Agent到底是什么來頭？

它就是智譜剛剛發布的全球第一個手機通用Agent，就好比把Manus的能力搬到了手機一樣。

劃個重點：免費，人人可用！

或許這時候有小伙伴要說了，讓手機自己動的Agent不是已經有了嘛？

非也非也，這次真的有點不太一樣。

因為智譜的這個Agent，所有任務都是在云端執行，也就是相當于給你的設備安了個云手機或云電腦，不僅任務執行得流暢，更不影響你使用其它APP！

更重要的是，這也是全球第一個大眾消費級的Agent，不只手機（安卓、iOS均可），甚至可以操控云電腦幫你干活哦~

或許，這是你真正免費接觸、感受Agent的最佳時刻。

還能做什么？

我們先簡單介紹一下AutoGLM的操作方式。

在進入APP之后，可以看到有兩個大類別的任務可選，一個是“生活助手”，另一個是“辦公助手”。

以生活助手為例，點進來后是一個正常跟AI對話的窗口，但我們需要先點擊右上角的“手機”；

然后我們再點擊底部的“接管手機”，就來到了之前我們提到的“云端智能手機”界面了。

在這里，我們可以像操作正常手機一樣，進入到任務可能需要的APP里，登錄并設置咱們自己的賬號等。

設置完畢后，我們就讓它auto起來了，這一次，我們來個復雜一點的任務：

我要買一個200塊錢左右的保溫杯，幫我在淘寶、京東和拼多多上比一下貨。

可以看到，對于“貨比三家”這樣繁瑣的任務，AutoGLM都可以“嗖嗖”地自主跨APP且精準地執行。

而我們所要做的，就是“發起任務→靜候結果”即可。

除了這些日常生活中能用到的功能之外，AutoGLM還特別擅長把工作、學習場景中的任務給auto起來。

而且不同于現在PC網頁端的Agent，AutoGLM是直接在手機里調用一臺云電腦給你干活！

我們先切換到“辦公助手”這個模式，界面是這樣的：

可以看到，在輸入欄的上方，便很方便地展示了“AI視頻”、“AI PPT”、“AI 網頁”等功能的入口。

這一次，我們先小試牛刀，讓AutoGLM生成一份關于Agent的調研報告：

幫我生成一份關于Agent的調研報告。

同樣的，我們無需做任何操作，就能看到AutoGLM自己用“云電腦”搜集、整理資料，在靜候幾分鐘之后，一份基于近100份參考源、數千字的報告就水靈靈地出來了：

進一步的，我們可以要求AutoGLM把文字的結果做成一份PPT：

把這個報告做成一個精美的PPT。

不得不說，原先需要我們耗時起碼一天的工作，到了AutoGLM這里，真的僅僅需要幾分鐘的時間。

怎么做到的？

以上種種實測不難看出，相比傳統聊天機器人只會“告訴你怎么做”，AutoGLM已經進化到“直接幫你做”。

而且最重要的一點是，它幾乎不占用本地資源。

這也是本次AutoGLM的關鍵升級之處——為每位用戶準備了一臺云手機和一臺云電腦，類似于云端備用機（里面提前裝好了一堆APP）。

有了這個東西，用戶無需安裝任何應用、無需額外連接，就能直接調動AutoGLM執行各種任務；而且，AutoGLM干活時不會影響用戶正常使用自己的設備，二者互不干擾。

更妙的是，一些不常用但不得不裝的應用，也可以直接放到云端備用機中，從而釋放更多本地存儲，讓設備運行更流暢。

總而言之，AutoGLM之所以能在手機、PC等設備上流暢運行，背后實打實離不開云端執行這一底層設計。

從更廣的視角來看，“云端執行”不僅精準擊中了行業痛點，還順應了當下正在興起的一股趨勢。

今年以來，Agent的火爆有目共睹，但一到落地環節大家就開始集體頭疼：

第一，本地設備算力有限，普通手機電腦根本無法支撐高并發、高算力需求的Agent任務。換句話說，偶爾跑跑簡單任務還行，一遇到復雜任務就容易“宕機”。

第二，即便是執行一些簡單任務，Agent在運行時也會持續占用本地CPU、內存甚至操作權限，嚴重影響用戶正常使用自己的設備，體驗感差。

而“云端執行”恰好對癥下藥——既不占用本地資源，也不干擾用戶對真實設備的操作。

正因如此，目前已經能看到有越來越多的行業玩家開始布局云端Agent。

例如互聯網大廠這邊，阿里云就在世界人工智能大會論壇上推出了專為智能體打造的“超級大腦”——無影AgentBay，以云端電腦形態執行各項任務。

另外，PPIO等云廠商也推出了“Agent沙箱”等產品，為Agent提供專門的云端運行環境。

這些動作都說明，行業內部已經認識到云端執行對于Agent發展的重要性，并開始積極投入資源進行布局。

而智譜此次推出的AutoGLM，正是依托這一設計，從只能跑跑簡單任務的初級Agent中脫穎而出，切實融入了普通人的工作與生活中。

萬物皆可AutoGLM

與此同時，AutoGLM并不局限于手機和電腦，還能被集成到更多載體中——

如智能音箱、車載系統甚至毛絨玩具里，主打一個“萬物皆可AutoGLM”。

為實現其廣泛應用，智譜即日起還上線了移動端API申請通道及「AutoGLM開發者生態共建計劃」，通過開放API將AutoGLM的能力賦能給更多開發者的智能產品。

顯而易見，智譜在AutoGLM上的布局，有著自己的節奏和長遠考量。

從成立的第一天起，這家公司就將通用人工智能（AGI）作為追求目標，并在后續提出了“讓機器像人一樣思考”的愿景。

圍繞這一目標，智譜規劃了L1-L5的AGI路線圖：從預訓練大模型，到對齊推理、自我學習、自我認知，直至最終的意識智能，一步步循序推進。

而AutoGLM，正是智譜通往L3“自主學習智能體”的關鍵一步——通過將Agent能力帶給更廣泛的普通用戶，不僅驗證了當前技術的可行性，還能在真實應用中不斷積累經驗與反饋，推動模型自主學習。

這種自我學習能力，使機器能夠突破單純依賴歷史數據獲取知識的局限，在與用戶和環境的持續交互中發現新知識、總結新方法，并反過來提升自身能力，形成技術與應用的正向飛輪。

一旦這個飛輪持續運轉，自然也能進一步夯實智譜在Agent領域的領先位置。

而且這一次有個比較新的變化是，和GPT-5類似，AutoGLM也實現了能力“大一統”——

背靠智譜最新開源SOTA語言模型GLM-4.5與視覺推理模型GLM-4.5V（純國產Agent），首次將推理、非推理、編碼、研究、Agentic、GUI Agent等能力整合進一個模型。

這也代表著智譜對AGI的早期理解：

具備通用完整的多模態和思維能力的模型是通向AGI的一個重要里程碑，AutoGLM是其對AGI的又一階段性探索成果。

另外從行業角度來看，AutoGLM更重要的意義或許在于，它用真實產品驗證了“云端執行”這一路線的可行性與可靠性。

不過有一說一，AutoGLM在給行業提供新解法的同時，也為本就競爭激烈的Agent賽道再添一把火。

因為Agent發展到現在這個階段，拼的已經不只是能否完成任務，而是能否從簡單的執行者，升級為能夠處理更復雜場景、更穩妥應對不確定性的“全能型選手”。

當然，拋開廠商們之間的“腥風血雨”，對普通用戶而言，AutoGLM這一新工具無疑正在真實改變我們和機器之間進行交互的方式——

手中的大模型不再只是“會聊天”，而是能直接操作系統，真正幫忙完成任務。

更進一步，智譜還提出了從Agent邁向AGI應始終追求的3A原則：

Around-the-clock（全時）：24小時待命與持續執行，在用戶睡覺/離開/設備黑屏時仍可運行與產出。

Autonomy without interference（自運轉、零干擾）：Agent在云端設備運行，不占用用戶屏幕/算力。

Affinity（全域連接）：跳出瀏覽器對話框，連接手機、電腦、手表、眼鏡、PIN、家電等多種設備與服務，覆蓋數字與物理世界。

可以預見，隨著技術的持續迭代與生態的不斷豐富，“問一句，剩下全交給Agent”的時代離我們真的不遠了。