摘要：智谱清言近期发布的AutoGLM沉思，作为一款对标OpenAI Operator的智能体产品，引发了广泛关注。本文将为你带来AutoGLM沉思的深度使用体验，从其核心功能、实际应用场景到操作感受，全方位剖析这款产品的优势与不足。

智谱清言近期发布的AutoGLM沉思，作为一款对标OpenAI Operator的智能体产品，引发了广泛关注。本文将为你带来AutoGLM沉思的深度使用体验，从其核心功能、实际应用场景到操作感受，全方位剖析这款产品的优势与不足。

智谱在agent走的不快，但是很稳！

3月31日，智谱在中关村上发布了它们的auto glm沉思，我也是第一时间使用，及时给大家更新这篇产品使用体验，告诉大家这款对标open AI的operater的GLM到底怎么样

说到这，智谱其实在去年就发布了它们的glm产品，在发布会上，我们可以看到智谱可以帮助用户导航、自动购物或者写好评等等，看起来十分炫酷。不过当时还是处于内测阶段并没有对外发布，只知道看完发布会的我是很震惊的，心想这么快已经有这样的产品出现了，让我一度以为AGI真的不远了。

先说第一点，智谱在这次发布会上，一共发布了两个产品，第一个是沉思，第二个是沉思glm，嗯…….,听上去差不多，但其实并不一样

首先呢，沉思版本你可以理解为deep research，就是类似于Google和open AI的深度调研功能，用户提出问题之后，它会根据用户的问题不断调用所需要的函数信息，来满足用户信息的需要，最大化使模型的回答质量更佳的优质，当然了，这种也会更加的耗时，因为模型会根据用户的问题来分析，然后不断的寻找最优解，什么意思呢？

比如，你现在想去西湖旅游，但是你根本不知道旅行路线，传统方法你肯定要去各大平台去挨个搜取信息，比如去抖音看博主怎么玩的，去小红书看出行路线图，然后在这个过程中你还需要不断的翻用户评论，深怕自己踩坑了或者被宰了，最后你经过长达一个小时或者一天的时间，你终于规划出来一条自己认为还不错的旅行路线，但是你已经累趴了，就说你看到下面这种情况，你会不会窒息？反正我是直接b溃住了

但是现在，你只需要把这个问题，交给智谱的沉思或者任何带有deep research的功能的大模型，它们会帮你解决这个问题，我这里现场实操一下

dangdangdangdang，一个智能版西湖旅游攻略就出来了，当然了我觉得还是不足的，包括吃什么，咋哪里吃，怎么规划时间路线和交通工具等等，不过这也是因为我没有具体的prompt，如果大家想要有更好的出行计划选择，就需要给出完整的信息，比如预算啊，出发地啊什么的，这样的效果会更好一些，而且从我使用体验来看，如果你想要选择酒店的时候，你也可以利用沉思功能，根据目的地选择便宜并且距离近的酒店，把它放在规划里面。(友情提示：图片里的一日游路线不要尝试，这完全是把人类当猴耍……)

另外，从深思的过程来看，它确实在很努力的搜集信息，看它不断的查找，又不断的否定自己，真的有在很努力的工作，是个和负责的打工人，甚至让我有点心疼。

值得一提的是，尽管你要求它在抖音和小红书里面搜索，但是它还会在别的平台尽可能调用一些信息，我猜测，可能智谱优先地插件是知乎，因为我在每一次的试用它的函数都有知乎，另外一方面可能是因为它最大化满足信息源所带来结果的客观性，避免过拟合。

沉思版本就将到这里，下面来讲一讲这次的重头戏“沉思GLM”。

所谓沉思GLM，就是一个具有自主规划、思考和行动能力的agent，我相信大家对于agent都一定不陌生，我在这里列出了一个清单，结合目前市面上所有的agent，然后给出一个分类

需要提醒的是，这个分类是根据agent类目的一个整理，和我们之前看到的那种l1级别的AI划分并不一样，做这个表格的初衷是因为，我发现agent这个词在被滥用，行业内可能都知道agent是什么意思，但是我身边还有很多用AI的人，对于agent这个词熟悉又陌生，在他们看来豆包的agent和manus好像都是一样的，但为什么后者看上去难度就更大呢？

比如，我们说的agent一般都指第三种，也就是l3级别的，能基于大模型加上工具链，从而实现端到端的专业任务执行，它的核心是规划和执行，这也是我们最近的研究和商业的重点，市面上很多人工智能公司都在往这个方向发展，简单来说无论是manus还是智谱的glm本质上都是一样的，具备这种规划和行动能力，在未来无非就是朝着不断的优化发展，这里面有，速度响应更快、幻觉更少、插件调用更多等等，所以这些工具给我们一个框架，证明这种模式行得通并且有效，也为以后的agent发展提供了一个清晰的路径。

至于我们现在都在说的通用agent，我个人感觉是非常模糊的，主要是因为这个词被大家用烂了，manus出来的时候我们说它是通用agent，现在谁家出来一个产品大家都要说是通用agent，就是在l3和l4之间来回徘徊，因为没有准确的定义，或者公众对于agi的期待太高，导致这个词一直在被滥用

因此，抛开这些定义来看的话，结合这些agent的功能，我们可以给这些市面上agent工具做了一个区分，也是为了让大家有一个更加清晰明了的认知。

回到正题，来说一下这一次智谱的agent，根据官网所说这一次的，它们给其命名为auto glm，其核心突破在于实现 “边想边干” 的自主任务执行能力，推动 AI 从 “信息处理” 升级为 “目标驱动的行动者”。

主要功能有三个：

1，深度思考：基于 GLM-Z1-Rumination 沉思模型，模拟人类复杂决策过程。例如，处理 “分析 2025 年 Q2 互联网大厂 AI 动向” 时，能自主规划 “技术热点梳理→网页检索→信息整合→报告生成” 的全流程，平均思考步骤超过 20 步。类似于open AI的o1.

2，感知世界：突破传统 API 限制，通过纯前端视觉感知方案模拟人类操作。例如，可自动登录知网、小红书等平台，抓取图文信息并分析用户真实评论，生成香港旅行攻略时能突破封闭内容生态的信息壁垒。

这一点是比较有意思的，官方说的这种GUI阅读能力，可以让模型不断的阅读网页内容，摆脱传统的API链接，什么意思呢？简单来说，以前我们做一个agent，想要获取外部链接有以下几种困难：

第一，你需要一个插件，如果没有这个插件，你很难获取到完整且合格的内容，就拿扣子（coze）来说，我每次工作流都需要用到它的网页插件来调取内容，这就造成什么问题呢，不方便，比如你需要不断的提醒agent，再遇链接问题，要及时去调动，否则它可能会直接忽略，不具备自主能力。

第二，我们都知道人工智能时代，数据飞轮（数据飞轮是一种基于数据驱动的业务增长模型，其核心概念是通过不断地收集、分析和利用数据，来推动业务各个环节的优化和提升，从而形成一个正向循环，促进业务持续增长。）的重要性，但是获取数据是没有那么简单的。

人工智能时代尤其是gpt出现的这几年几乎把互联网20多年的数据跑完了，未来像小红书、知乎、贴吧、抖音这种平台的数据会越来越有价值，但是它们不会把这些数据给你的，那怎么办呢？有同学说，爬虫，先不说技术上能不能实现的同，即便你爬到了你也要面临及其严峻的法律风险，之前openai爬去乌克兰一家电商公司，直接给对方网站整崩溃了，所以这在道道德上也说不过去，肯定不利于商业的长期发展。

所以，智谱的使用方法是，我不调用，我也不爬虫，我就直接看，我一边浏览一边抄，比如我就用它跑了几个小红书的案例，它就疯狂的去帮我打开小红书的网页，中间除了让我扫码登陆（为了防止你不是真人），其他的都由他自主完成，完全没有考虑我的感受，这家伙坏的很。

我这里随便放一张图，大家自行感受一下……..

3，工具使用：整合智谱自研的 AutoGLM 设备操作能力，支持网页浏览、邮件发送、文档生成等跨平台任务。例如，接收到 “赚取 100 元” 的任务时，能自主完成征稿启事搜索、稿件撰写、邮件投稿等操作。这点看上去很诱人，但是实际效果我们需要测试才知道。

那如何才能使用auto glm呢？

首先你需要打开官方网站，我把链接放在这里

https://autoglm-research.zhipuai.cn/#get_started

打开之后你会看到官方给出很多案例，感兴趣的小伙伴可以观看一下

接着你只需要看到下方的开始体验就行，很遗憾的事，目前autoglm是只能支持Google插件才能使用的，其他版本后续可能还会更新，所以google这一步需要大家自己解决。

这里提醒一下，大家在客户端或者网页端都是可以使用智谱的沉思的，无论你有没有google插件，只是说你想要用autoglm的话，你还需要进行下一步地操作。

其实也很简单，就是你惦点击下载之后，再把点击google，选择扩展程序，点击开发者模式，然后把这个文件拖入到google里面进去，就可以了。

完成之后，你就可以在google的任何界面去随时使用智谱，甚至在使用chatGPT的时候也可以（逆天了）

然后，这个时候你再打开智谱的时候，你就会神奇的发现，你的页面有一个新的功能，你可以点击旁边的沉思使用他们最新的研究功能，也可以点击autoglm沉思，体验他们的agent。

那他们的智谱agent到底怎么样呢？

我一共跑了5个case左右，实话讲，效果一般，不如发布会和广告那样效果好，我身边的几个伙伴都测试了一下，几乎都对其变现能力给出一般的评价。

但是人家其实也说了，目前是preview版本，很多功能还在测试，我个人觉得智谱的对agent的思考是有的,起码这样的一个框架是实现了的，规划、思考和行动，都能链接在一起，只是说综合起来可能还差点意思，但是不妨碍它仍然是一个很优秀的作品。

比如，它的思考能力确实很好，前文我说过了，当你在输入问题的时候他会不断的进行分析，然后筛选信息，在进行自动化操作，这一部分就是相当于深度思考➕深度研究➕agent了。

比如，我下面这个，我让智谱去帮我搜集open AI的最近一周的相关帖子，它就真的在不断的大量阅读，不断的翻，而不像我们说的那样，走马观花似得

这里可以看出来，它在疯狂的阅读小红书内容。

顺便把我的prompt放进来，供大家参考

##你是一位OpenAI的公关团队人员，你现在阅读最近一周关于小红书的帖子，找出一位情绪化最严重的帖子，然后进行友好的用户回复

这里面，智谱autoglm一共进行了这几个步骤，先去分析问题，确定用户想要问的是什么，然后执行命令，打开小红书，请求登陆，阅读相关文章，然后判断哪一个情绪化最严重，再代入人物视角，进行回复

然后呢，它会选择一篇帖子进行回复，你只需要点击确定，然后就可以评论了，不过我目前使用起来，这个功能不稳定，起码我有一半的case都没有自动回复

其次来说一下，autoglm的插件调用功能还是很丰富的，就我目前使用下来，是可以打开地图、天气以及小红书、抖音等等软件内容的，这里面需要提醒一下，即便你电脑没有下载小红书，你的autoglm照样可以打开它，因为它不是直接打开小红书客户端的，可以简单理解为不在一个图层，所以影响不大。

比如，我用这个它去操作一下这个天气功能

还不错，我以为他会打开一些商业天气网站，结果直接跳出来了中央气象台，还是很官方的

我这里还是建议大家多跑跑case，也许会有一些新的发现，毕竟还是免费的，没有限制使用！！！光这一点就是最大的优点，直接点赞！！！

但是，我还是要说一下autoglm的问题的，算是一些小建议：

首先，插件的调用问题很混乱，比如我想要智谱去在小红书和抖音去找信息，但是它还是会跳转到知乎或者别的平台，这就很不方便，万一有些用户在做需求调研的时候，只想看个别平台，而忽略某些平台，这样就很不方便。

其次，当autoglm在行动的时候，用户在使用别的软件或者智谱的时候，会造成其后台停止，这就很鸡肋了，因为既然是自主行动，那我在进行别的操作应该完全不受限制，起码glm需要有一个单独独立的窗口

最后，也就是这种agent通用的一个毛病，也是我最头疼的，速度太慢，比如，我想要选找路线，明明只需要一个高德地图的事，它却拐弯抹角几十分钟，甚至还没有解决好，那这样我还不如自己导航来的快

起初我还以为我的prompt不够明确，但是即便我提示它怎么做，它还是会照样那样做。。。。。。

我想要的是，belike，请你跟我这样做，我就跟你这样做的那种效果

最后的最后，希望大家积极尝试，还是那句话，早用早享受，解放生产力，起码让glm去给我进行一些需求分析和用户调研，还是很方便的，毕竟我们刷抖音也是只是想刷抖音，工作这种事还是给AI比较好。

原来这才是打工人真正的护眼神药，妈妈再也不用担心我的眼睛了！

来源：人人都是产品经理