“
"Jarvis，帮我订一下明天去上海的机票。" "好的，先生，已为您预订明天上午9点的航班，经济舱靠窗，已自动完成支付。"
还记得第一次看钢铁侠时，被Tony Stark和他的AI管家Jarvis帅到不能自已。那个能帮你打理生活、管理行程、随叫随到的AI助手，简直就是所有科技迷的终极梦想。
但在2024年的今天，这个梦想，真的要照进现实了。
它就是智谱刚刚发布的重磅产品：AutoGLM。
前几天的时候，我们收到了一个内测邀请。当我第一次使用它的时候，我的下巴差点没合上——这哥们，不就是移动版的Jarvis吗？！
一通操作猛如虎，一看结果真牛逼，当我亲眼看着它帮我完成一系列操作时，那种科幻照进现实的震撼感，让我无以言语。
当时就想赶紧发布出来给大家介绍，但是因为一些原因没法发出来...
前两天Claude发布“Computer Use”功能的时候，我就想说，我们的“Phone Use”已经投入使用了！ps.当时就觉得智谱可能被狙击了（笑cry
我们看一下它的过程，倾听你的指令，拆解你的意图，自动调用工具，完成任务，这不就是我们梦寐以求的Jarvis？
想象一下：
你说："帮我订个酒店。"（它秒懂，自己打开APP、筛选、比价、下单） 你说："给我朋友朋友圈点赞，评论。"（它立马帮你翻看、点赞、写评论，社交管家附体）
不信？让我把经历过的"真实震撼"分享给你。
这一次，不是在实验室里跑的Demo，不是PPT里画的大饼，而是直接发布产品，没有预告，直接体验。一如既往地智谱系的“质朴”风格。
说实话，作为一个经历过"你好小冰"、"Hi Siri"时代的老江湖，我以为离真正的AI助手还要再等个十年八年。直到遇见了AutoGLM...
让我们来看看，这个来自未来的AI管家，到底有多强？
这次，是真的"能干"
还记得第一次用Siri时的失望吗？
"Siri，帮我订个奶茶。"
"抱歉，我不明白您的意思。"
但当我对AutoGLM说出同样的话："帮我订个奶茶，我要茶百道家的茉莉奶绿。" 然后...我就看呆了：
它自动打开美团，定位到我周围的奶茶店，搜索选择了我最常点的原装茉莉奶绿，并且根据商品规格问我要不要加一些调料，我直接说“默认”，之后甚至自动选择了我的常用地址，帮我下单，一气呵成。（ps.最后的付款当然是我自己做的）
全程我就像看魔术一样："？？？这就好了？"
牛逼，AutoGLM这套操作行云流水，要知道，这可不是简单的语音助手，而是真的能"干活"的AI。它就像一只无形的手，帮你在手机上点来点去，完成各种操作。
文章开头的那个视频大家也看了，过两天我要去上海参加个活动。
我直接告诉它我下周三要去上海出差，请帮我订下车票。
就这一句话，它立刻开始了一连串操作：
打开12306，查找并筛选合适的高铁票，问我要选哪一趟，座次都能直接给你定好，创建订单。
“当然，它目前还没有进一步的操作，比如选择乘坐人，之后买上保险等等行为，不过我想，迭代的齿轮已经开始转动，后续这些功能相信都会慢慢加上。
之后，我继续问它，「我下周三要去上海出差，帮我找一下“西藏南路”地铁站附近评分4.0以上价格在600元以下有大床房型的酒店」，
就像任劳任怨的Jarvis一样，打开携程，自动筛选，评分，地点，价格，帮我一步步挑选好对应的酒店。
说实话，用过这么多年的智能助手，第一次感受到真正的"智能"。它不只是听懂你说什么，更重要的是，它真的能帮你把事情做了。
看完开胃菜，现在让我们系统地看看这位"现代版Jarvis"到底有多少能耐。我用了几天时间，把它的各项技能都试了个遍，说实话，越用越上瘾...
最好玩的也最实用的是社交场景，
之前我每次出去旅游玩耍，免不了要展示一番，朋友圈还需要我自己发，现在可以直接让 AI 全程代劳。
"帮我发一条朋友圈，描述一下我现在爬长城高兴的心情"
它立即开始打开微信，根据我的描述，自动生成内容，直接生成关于人们爬长城的喜悦内容，直接发送！
有时，我们经常会错过好友朋友圈的一些重要内容，这会如果有人能够帮我快速给朋友圈点赞评论一下，
之后可以写个脚本批量点赞评论了哈哈哈。
这个Phone Use有可能会取代RPA工具....
同时还可以让它随时去骚扰微信好友，直接可以跟微信好友进行互动，各种发消息问候。。
还能直接发送位置，我麻了..
这一波，我感觉AutoGLM真的拿捏住了我们的人性——解决懒的问题...
双十一不是快到了么。。
这时候我就想着它能不能帮我囤几箱牛奶，结果就发现它能直接从你的历史订单中找到相关商品，开始下单..
目前的功能是支持商品选购，店铺查找，评价总结/撰写等等，主打突出的就是节省你的时间，也期待智谱的进一步迭代，比如能够根据我们所求，直接一键比价，淘宝、京东、拼多多等多平台商品搜索比价，选出性价比最高的一款！
我们的日常出行，以往还需要点开APP，输入我们的目的地，选择线路，现在直接一句话，天南海北随你去闯。
我想很多人都经历过去饭店就餐，买了团购券之后被店员硬控当场让你写好评。。
之前我就经历过，憋了半天憋出来十几个字，社死当场，现在AutoGLM真是救了大命了。。
"能干"的背后：技术突破
看到这里，你可能会问：为什么之前的AI助手都做不到，它却可以？
关键在于两点突破：
基于智谱自研的「基础智能体解耦合中间界面」：不是简单的打开APP，而是能在应用内完成实际操作 智谱自研「自进化在线课程强化学习框架」：其中的核心技术WebRL，克服了大模型智能体任务规划和动作执行存在的能力拮抗、训练任务和数据稀缺、反馈信号稀少和策略分布漂移等智能体研究和应用难题，加之自适应学习策略，能够在迭代过程中不断改进、持续稳定地提高自身性能。
期待智谱后续的技术报告，我们一览究竟~
在网页端，“AutoGLM”能力已经上线到清言插件，下载清言插件并点击「高级模式」，体验大模型理解用户语言指令，模拟人在网页上执行操作，自动搜索，筛选阅读、总结内容等行为。
理论上，AutoGLM 可以完成人类在电子设备上可以做的任何事，它不受限于简单的任务场景或 API 调用，也不需要用户手动搭建复杂繁琐的工作流，操作逻辑与人类类似。
我认为这就是个“iPhone时刻”~
当然，它也有不完美的地方...
现实与未来：离“完全态Jarvis”还有多远？用了几天后，我不得不承认：虽然它已经很强大，但离完美的AI管家还是有一定差距。简单说几点局限性：
操作链路还不够完整
虽然能跨应用操作，但有些场景还需要人工确认。比如在订酒店时，付款环节还是需要你自己完成。这一点理解，毕竟涉及资金安全，谨慎点好。
支持的软件场景还不够多
目前已经支持微信、高德、美团、淘宝、携程等应用，但还不够全面，希望之后能兼容更多app，解锁更多场景方案~
部分场景响应不够快
在处理复杂任务时，比如一个链路很长的复杂问题分解时，偶尔会遇到轻微卡顿或终止。不过考虑到它要同时处理这么多信息，这个响应速度已经相当不错了。
个性化程度还可以提升
比如在我点奶茶的时候，能够记住我之前都是“无糖少冰”等基础习惯，这样在更细节的场景下就能更加契合我的个人偏好。
但！这才是开始...
说实话，看到这些"待优化的点"，我反而更兴奋了。为什么？
想想看：
2011年，Siri刚出来时只能打个电话查查天气等基础功能 2016年，智能音箱最多帮你放首歌 2019年，AI助手还停留在简单对话阶段
而现在，我们已经有了能真正帮我们"做事"的AI助手。这才是第一个版本啊！
我们来看一下智谱家族目前的体系产品：
人工智能在多大程度上能够做到像上图人脑那样，甚至超越它？成为许多人所说的超级人工智能？
从这个终极答案上看，他们也坦言将在未来相当长的一段时间处于42%这个阶段。
“42 这个百分比灵感来自《银河系漫游指南》，是关于生命、宇宙以及任何事情的终极答案。这个梗玩的很nice!
AutoGLM 可以看作是智谱在 L3 工具能力方面的探索和尝试，他们也在致力于推动人机交互范式实现新转变，为构建 GLM-OS ，即以大模型为中心的通用计算系统打好基础。
现在的它，就像是一个婴儿，在成长过程中，会不断获取新技能，直到，实现我们心中的那个样子！
写在最后：我们正在见证历史
我们这一代人在这个时间点可能不够幸运，因为我们没有赶上中国改革开放30年的机遇期。
但我们这一代人又足够的幸运，因为不管是政治、金融、科技等各个领域，这么几年来我们一直在见证着历史。
而我们现在最大的幸运就是，回过头看，我们在 AI 黄金时代的起点。
回想起来，当前AutoGLM的发布，这可能就是那个转折点——AI从"会说话"到"真能干"的跨越，是完全体AI Agent的雏形，是L3级别能力的大幅度跨越。
就像当年第一代iPhone发布时，很多人还在吐槽它不支持复制粘贴。但现在回头看，那个"不完美"的iPhone，正是移动革命的开始。
AutoGLM今天的"不完美"，可能正预示着AI助手时代的开启。
说不定几年后，当我们习惯了AI帮我们打理一切的生活，回头看这篇文章，会觉得："当时我们居然还要自己动手点外卖？"
而现在，我们正在见证，也正在参与这个改变的过程。
就像钢铁侠的Jarvis，从最初的简单助手，逐渐进化成了能够管理整个钢铁战衣的超级AI。我相信，我们的AI助手也正在这条路上，一步步进化。
未来已来，只是尚未流行。
未来，我们人人都是 "Iron Man",
既见未来，为何不拜？
而你，愿意和我一起，见证这个AI助手新时代的到来吗？
