從“對(duì)話”到“執(zhí)行”，AI智能體再進(jìn)化

2024-12-1 09:31| 發(fā)布者: admin| 查看: 111| 評(píng)論: 0

摘要: 曾經(jīng)只有對(duì)話功能的聊天機(jī)器人，正在進(jìn)化為“有手、有腦、有眼睛”的自主 Agent（智能體）。11月29日，智譜在其Agent OpenDay上公布了智能體方面的最新進(jìn)展，其研制的智能體AutoGLM可以自主執(zhí)行超過(guò)50步的長(zhǎng)步驟操作 ...

曾經(jīng)只有對(duì)話功能的聊天機(jī)器人，正在進(jìn)化為“有手、有腦、有眼睛”的自主 Agent（智能體）。11月29日，智譜在其Agent OpenDay上公布了智能體方面的最新進(jìn)展，其研制的智能體AutoGLM可以自主執(zhí)行超過(guò)50步的長(zhǎng)步驟操作，并能夠跨APP執(zhí)行任務(wù)。當(dāng)日，AutoGLM啟動(dòng)大規(guī)模內(nèi)測(cè)，“會(huì)盡快上線成為真正面向廣大C端用戶開放的產(chǎn)品”，公司CEO張鵬說(shuō)。

在現(xiàn)場(chǎng)下達(dá)一個(gè)簡(jiǎn)單的語(yǔ)音指令后，張鵬動(dòng)了動(dòng)嘴吩咐自己的智能體給在場(chǎng)的數(shù)百位嘉賓發(fā)送一個(gè)具體金額和數(shù)量的紅包，它手機(jī)上的AutoGLM智能體隨即開始執(zhí)行打開微信、進(jìn)入紅包界面輸入相應(yīng)數(shù)額等操作，而張鵬只需要在確認(rèn)支付環(huán)節(jié)輸入密碼，幾秒鐘后，現(xiàn)場(chǎng)嘉賓的聊天群里就收到了這個(gè)紅包。

在演示視頻中，當(dāng)智能體接到“幫我看看哪個(gè)外賣APP上附近的肯德基全家桶最便宜并幫我下單”這一指令后，AutoGLM自動(dòng)打開了手機(jī)上的外賣APP、搜索商品、進(jìn)入店鋪、挑選商品、加入購(gòu)物車并記錄價(jià)格，再打開另一個(gè)外賣APP并進(jìn)行了同樣的操作后，將對(duì)比結(jié)果展現(xiàn)給人類用戶并得到認(rèn)可后完成了下單。

“給某某聊天群里所有人的第一條朋友圈點(diǎn)個(gè)贊”“幫我在小紅書查一下火鍋需要哪些食材，去小象超市全部采購(gòu)回來(lái)”諸如這樣需要使用多個(gè)APP完成的任務(wù)，智能體都能順利完成。在采購(gòu)火鍋食材的例子中，從打開小紅書、搜索文章、提取文章內(nèi)容，到打開外賣APP、搜索并加購(gòu)多種商品后下單，AutoGLM自主執(zhí)行了 54步無(wú)打斷操作。

智能體不僅能操作手機(jī)，也能操作電腦，或是完成電腦、手機(jī)聯(lián)動(dòng)的場(chǎng)景，對(duì)電子產(chǎn)品進(jìn)行“無(wú)人駕駛”。例如，當(dāng)上班族在下班后收到老板索要某文件的要求后，可以通過(guò)手機(jī)告訴智能體：“把電腦上的某某研報(bào)文件微信發(fā)送給老板”，基于電腦的智能體GLM-PC就能完成操作。

“AutoGLM和GLM-PC是我們邁向AI智能操作系統(tǒng)的重要嘗試?！睆堸i說(shuō)。據(jù)其對(duì)大模型發(fā)展五個(gè)階段的定義，L1 語(yǔ)言能力、L2 邏輯能力（多模態(tài)能力）、L3 使用工具的能力、 L4 自我學(xué)習(xí)能力、 L5 探究科學(xué)規(guī)律。張鵬認(rèn)為，發(fā)展至今，大模型已經(jīng)初步具備了人類與現(xiàn)實(shí)物理世界互動(dòng)的部分能力?！癆gent 將極大地提升 L3 使用工具能力，同時(shí)開啟對(duì) L4 自我學(xué)習(xí)能力的探索?！彼f(shuō)，未來(lái)將繼續(xù)加速Agent模型產(chǎn)品的研發(fā)，期待著一句話操作電腦和手機(jī)的范式盡快到來(lái)。

放眼全球，蘋果（Apple Intelligence）、Anthropic（Computer Use）、谷歌（Jarvis）和 OpenAI（Operator）等企業(yè)已經(jīng)把智能體作為2025年的主要關(guān)注點(diǎn)。業(yè)內(nèi)普遍認(rèn)為，2025年將是智能體爆發(fā)之年。Gartner近期將Agentic AI （代理式人工智能）列為2025年十大技術(shù)趨勢(shì)之一，并預(yù)測(cè)2028年至少有15%的日常工作決策將由Agentic AI自主完成，而這一數(shù)字在2024年為0。

來(lái)源：北京日?qǐng)?bào)客戶端

記者：孫奇茹