计算机行业专题报告：智谱AutoGLM，人机交互范式的创新与探索.pdf

计算机行业专题报告：智谱AutoGLM，人机交互范式的创新与探索。智谱AutoGLM重磅升级，推动人与机器交互方式的范式转变： 2024年11 月29日，智谱在OpenDay推出升级版AutoGLM，挑战完成复杂任务。 未来随着GLM团队继续加速agent 模型产品研发，将很大程度上改变人机 交互形式，用户一句话操作电脑和手机的范式转变指日可待。

手机端AutoGLM可理解超长指令，执行超长任务：根据官方内测用户 使用手册，本次手机端AutoGLM升级的重点在于，操作执行不再局限于简单 任务场景，也不需要用户手动搭建复杂繁琐的 workflow，仅通过自然语言指 令即可实现复杂任务的快速执行。从本次系列手机端AutoGLM测评来看， 我们认为AutoGLM整体上仍有较大的提升空间。AutoGLM在任务理解方面 有待提升。在执行复杂操作时，AutoGLM偶尔会出现较长的停顿时间，无法 及时反馈问题，通常需要人工干预，从而影响实际体验和最终效果。不过，在 面对打车、导航等简单任务时，AutoGLM能够迅速完成任务，表现出色。

AutoGLM-Web 插件可与用户持续交互反馈，全自动上网新体验：根据官方浏览器插件新手指南，智谱清言插件依托 Agent 智能体强大的任务规 划和屏幕界面信息理解能力，使得操作执行不再局限于简单的任务场景和API 调用。用户无需手动搭建复杂繁琐的 workflow，仅通过自然语言指令即可快 速完成复杂任务。我们认为AutoGLM-Web整体上还有较大的提升空间。除 了任务理解能力外，AutoGLM-Web与某些网站的适配还不够完善，且在agent 模式下的生成能力还有所欠缺。不过，在执行一些简单任务，如浏览器搜索等 时，AutoGLM-Web 表现出色，基本能够顺利完成任务。

测评总结与Agent展望：持续强化基座模型，多路径探索和实践：智谱基座模型具有强大的竞争力，其基准测试表现与第一梯队模型相当，但在 模糊语义理解方面，AutoGLM仍有提升空间。我们认为，AI Agent未来的发 展路径包括：开发模块化适配框架以快速适配通用功能模块；利用自动化工 具提高适配效率；建立开放平台与开发者合作，以提升适配质量和数据反馈； 提供用户自定义适配功能以增强用户体验。这些策略将推动AI Agent在适配 领域的创新，更好地满足用户需求，促进人机交互的发展。