摘要：智谱AI最新发布的 "AutoGLM沉思"系统在业内掀起不小的波澜。这款产品的问世，某种程度上预示着AI Agent技术正在迈入第三代演进周期。细究其发展脉络，OpenAI的DeepResearch以及Anthropic的Claude 3.7早已埋下了种子。

智谱AI最新发布的 "AutoGLM沉思"系统在业内掀起不小的波澜。这款产品的问世，某种程度上预示着AI Agent技术正在迈入第三代演进周期。细究其发展脉络，OpenAI的DeepResearch以及Anthropic的Claude 3.7早已埋下了种子。

纵观2023至2024年的Agent技术发展史，我们不难发现一个显著的趋势：新一代Agent在技术深度和应用场景上都实现了质的飞跃。特别是在垂直领域的落地实践中，这些系统展现出令人惊喜的适应性和创新潜力。

同时，随着创新浪潮的推进，一些深层次的问题也逐渐浮出水面：Agent的决策边界在哪里？如何平衡自主性与可控性？这些都是亟待解决的问题。

透过各大头部科技公司披露的访谈内容和技术文档，我们得以窥见当前 Agent 技术发展的前沿动态，也更清晰地看到未来的发展方向。

AI Agent 技术的发展经历了三个关键阶段：

1.0 时代（2022-2023）：以简单工具调用为主，代表产品如 GPT-4 的 Function Calling

2.0 时代（2023-2024）：实现基础任务规划，以 AutoGPT 为代表

3.0 时代（2025-至今）：具备自主思考决策能力，以DeepResearch 为代表

2025 年第一季度，AI Agent 领域出现多项突破性进展：

OpenAI 的 DeepResearch 实现了无需提示词的自主搜索，Anthropic 的 Claude 3.7 在代码生成方面首次超越人类工程师团队，智谱 的 AutoGLM 展现出"边思考边行动"的创新能力

尽管AI Agent技术发展迅猛，但在实践中仍面临着最重要的三大核心挑战：

首先是执行可靠性问题。以WebArena基准为例，即便是最先进的SteP系统也仅能达到35.8%的成功率，而GPT-4更是低至14.9%。这一尴尬的数据背后，折射出LLM在处理多步骤任务时的固有缺陷：推理不连贯、记忆有限、容易产生幻觉等。更令人担忧的是，当Agent执行复杂任务时，其决策过程往往是不透明的"黑盒"，这在金融、隐私等高敏感度领域尤其难以落地。

其次，泛化能力仍是一大短板。虽然Agent在特定垂直领域表现不俗，但跨领域迁移时往往力不从心。有趣的是，在尝试优化系统时还会遇到一个悖论：针对某个模块的改进可能导致整体性能下降，这使得在通用性和专业性之间取得平衡变得异常棘手。

最后，效率与成本的双重压力。频繁调用大模型API带来的高额成本，加上多轮交互中的显著延迟，严重制约了Agent的规模化应用。尤其在多Agent协作场景下，这些问题更是被成倍放大。

这些挑战或许暗示着，在追求技术突破的同时，我们也需要重新思考Agent架构的根本设计理念。

在当前AI Agent发展的关键节点，OpenAI和Anthropic的创新实践格外引人瞩目。他们不约而同地选择了突破传统思维的技术路径，将整个行业带入了“Next Level”。

在这波创新浪潮中，OpenAI的DeepResearch项目再次惊艳世界。这款继Operator之后的新一代Agent产品，一改以往简单封装的思路，转而采用了基于强化学习自对弈(RL from Self-Play)的训练方法。有趣的是，它完全抛弃了外部依赖，能够自主完成从搜索策略制定到页面交互的全流程操作 - 这在当前Agent领域可以说是开创性的尝试。

2025年2月发布的《Deep Research System Card》揭示了三项关键技术突破：首先是动态自适应工作流，让模型能够根据实时数据灵活调整策略；其次是引入链式思维模型作为评分器，实现了复杂研究过程的全链路优化；最后，通过集成沙箱化Python环境，为数据分析提供了安全可靠的计算支持。

在近期一次深度专访中，OpenAI团队分享了他们对Agent未来的核心理解：

Agent 的终极形态：Agent 的终极形态，应该是一个全功能的 All-in-one 终极 Agent，能够整合网络搜索、计算机操作及用户指定任务，并以更自然的方式融合多种功能，如未来将嵌入图像、图表生成等能力

Agent 的技术路径选择上：OpenAI提出了两个颇具争议性的观点：首先，他们坚持认为端到端训练才是王道。在他们看来，传统的工作流程图方法过于僵化，难以应对开放环境中的各种意外情况。这种观点其实挑战了业界普遍采用的模块化设计理念。其次，他们将强化学习(RL)视为构建下一代Agent的关键技术。这一判断的依据很有意思：RL能够直指任务目标，绕过了人工设计中间逻辑的限制。换句话说，与其让工程师去猜测和设计最优路径，不如让AI自己在实践中找到解决方案。

Anthropic在《Building Effective Agents》一文中提出，真正的智能体应当能够自主决策和调整执行方式。这一定义与OpenAI的理念不谋而合，也许暗示着业界对Agent本质特征的认知正在趋同。Anthropic还特别强调了Agent与传统Workflow的本质区别：后者仅仅是按部就班地执行预定义路径，而真正的Agent则能够根据环境反馈灵活调整策略。

在技术实现层面，Anthropic 于 2025 年推出的 Claude 3.7 Sonnet 展现了三大突破性进展：

1. Agentic Coding 能力提升：Claude 3.7 Sonnet 在软件工程评测基准（SWE-bench）上得分提升超 20%，能够可靠生成千行级别的代码，标志着其成为首个支持大规模代码生成的生产级模型。

2. 混合推理模型（Hybrid Reasoning Model）：通过整合传统 LLM 与强化学习的混合推理模型，Sonnet 允许用户灵活切换"快思考"直接输出和"慢思考"分步推理模式，实现了任务处理速度与深度思考的平衡。

3. 多模态与工具调用优化：在多模态应用方面，Claude 配备了经强化学习训练的 CUA 模型，将屏幕视觉解析与操作技能相结合，能够执行跨软件的复杂任务操作。

MCP协议的推出可能是Anthropic今年最具战略意义的举措

作为开源的AI工具标准化接口，MCP 巧妙解决了大语言模型与外部工具的集成难题。短短几个月内就获得2000多个服务的支持，这一数字本身就说明了很多问题 - 市场确实迫切需要一个统一的接口标准。

有趣的是，Anthropic并未止步于此。他们将MCP深度整合进Claude Code工具，打造出"MCP + Claude Code + Computer Agent"的技术架构。这个组合乍看之下似乎只是工具集成，但细想便能看出他们的野心：构建一个面向开发者的智能操作系统。

从更宏观的角度来看，这些动作反映出Anthropic正在经历战略转型：从专注于优化单一模型，转向构建开放生态系统。他们选择同时推进混合推理模型和标准化接口，看似是在下一盘很大的棋。这种双轨并行的策略虽然颇具前瞻性，但也带来了不小的挑战：如何在保持技术领先的同时有效推进生态建设？如何在开放与控制之间找到平衡点？这些问题都将考验Anthropic的战略智慧。

不过有一点是确定的：AI领域正在从封闭走向开放，这是大势所趋。在这个转折点上，Anthropic的尝试无疑具有标杆意义，值得业界持续关注。

纵观两家公司，OpenAI 和 anthropic 的思路不乏共通之处，也代表了Agent未来的重要趋势：

一是从预设流程向动态自主的转变。传统的工作流正在被更智能的模式取代，Agent开始具备了环境感知、动态规划和自主执行的能力。这种转变不仅提升了效率，更为处理开放域的未知场景开辟了新的可能。

二是对强化学习技术的深度探索。虽然两家公司选择了不同的技术路径 - OpenAI倾向于端到端训练，而Anthropic则采用混合方案，但他们的目标是一致的：让AI能够突破人工设计的局限，自主发现创新解决方案。

在全球 AI Agent 竞技场上，中国企业正在上演一场追赶与超越的好戏。特别是智谱 ，其近期的表现令业内刮目相看。

智谱最近发布的「AutoGLM 沉思」堪称一个重要突破。这个基于自研 GLM-Z1-Air 推理模型的系统，不仅在性能上已能与 DeepSeek-R1 分庭抗礼，其训练思路更与 OpenAI 基于 o3 模型打造的 Deep Research 有类似之处。在推理速度上，GLM-Z1-Air相比 R1 提升了8倍，成本可以降低至1/30，实现高性能与高性价比的双重突破。值得一提的是，这是业界首次向普通用户开放具备深度反思能力的 Agent。目前系统能展开超过 20 个思考步骤，这个数字背后体现的是其处理复杂问题的潜力。

在开发过程中，智谱团队虽然借鉴了 Deep Research 的训练理念，却走出了自己的路——他们巧妙地将深度思考与环境互动能力融为一体。这种创新组合不仅拓展了模型的认知边界，更让用户能直观地窥见模型的思维脉络，观察它如何调用各类工具解决问题。

「AutoGLM 沉思」最大的亮点在于实现了"边想边干"的工作模式。它不仅能进行复杂推理，还能自主操作浏览器，访问知网、小红书、公众号等未开放 API 的信息源。与 OpenAI 的 Deep Research 相比，它在多模态理解方面更进一步，能够解析网页上的图文信息，使研究过程更加立体全面。

在 Agent 技术发展方向上，智谱展现出了独特的技术洞察。他们认为 Agent 的核心在于自主性与适应性，这一理念通过 AutoGLM 沉思得到了具体实践。该系统不仅实现了"思考-行动"的闭环机制，更在环境感知和工具调用等关键领域取得了实质性突破。特别值得一提的是，这些创新并非空中楼阁，而是建立在扎实的技术积累之上：从早期的 Function Call 到 GLMs 系列，再到最新的 AutoGLM 沉思，形成了一条清晰的技术演进路径。

在具体实现层面，智谱选择了自主研发的路线。其核心推理模型 GLM-Z1-Air 在 GLM-4-Air-0414 的基础上，通过持续优化和强化学习，训练出了具有更强推理能力的 GLM-Z1-Rumination。这些模型在性能表现上可与 DeepSeek-R1 相媲美，同时在速度和成本效益上还具有明显优势。随着这些模型即将开源，或将为 AI 开发社区带来新的可能性。

据智谱透露，公司战略重心始终放在 Agentic GLM 模型研发和 AGI 基座模型打造上。在消费市场，他们以"模型即应用"为理念，布局了AutoGLM 沉思；在商业领域，则致力于打造开放共赢的 Agentic 技术生态，为规模化应用提供低成本解决方案。

站在 2025 年回望，AI Agent 的发展脉络清晰可见：从基础工具调用，到复杂任务规划，再到如今的自主思考决策。在这场技术变革中，中国企业正以独特的解决方案重新定义着人机协作的可能性。全球科技巨头在AI Agent坚定投入，不断逼近AI能力边界，我们终将看到AI Agent在各行各业的落地生根。

References:

🚀 我们正在招募新一期的实习生

🚀 我们正在寻找有创造力的00后创业

关于Z Potentials

来源：一个数据人的自留地