11月29日，智谱在Agent开放日活动上，发布了Agent“全家桶”产品：包括升级版Auto GLM、AutoGLM-Web和GLM-PC，分别适用于手机、浏览器和PC。
2024年，AI Agent成为焦点，它可以模拟人的感知、决策、判断过程，自主帮助人类完成工作。成为大模型应用落地，最受关注的应用形式之一。
在发布会的现场，智谱AI CEO张鹏也接受了包括腾讯科技在内的少数媒体采访，他表示，虽然Auto GLM已经能帮你在上跨APP实现50步以上的自主操作，但是，距离贾维斯照进现实，还有很多现实的难题需要跨越。
在PC场景同样如此，“由于 PC 的复杂程度，以及大家在 PC 完成的几乎都是复杂任务，今天大模型的能力距离真正代替大家办公还有一定距离。GLM-PC在当前版本下，用户仍需要输入非常精准的指令。”
但是，从目前的技术路线来看，类似的Agent产品，并不需要依赖调取各种API，而是能够通过图形化界面的识别，模拟人用电脑的过程——用眼看图形及文字，用脑规划，再用手执行单击双击、输入等操作。GLM-PC 用电脑的方式几乎完全和人一样。也正因如此，理论上只要是为人类设计的应用，在GLM-PC学习之后它都能够执行。这也为未来打开想象，是否Agent拥有了系统级、跨平台的能力，未来具备更高的能力上限，甚至成为新的操作系统？
以下为访谈内容（有精编删减）：
提问：大模型行业上半年大家其实还在寻找“超级应用”，下半年突然看到了智能体的爆发，行业内公司的战略重心发生了什么改变吗？
张鹏：过去，技术可能被视为单一方向的，例如文本技术的提升就能带来巨大的价值。然而，我们现在认识到，要将技术转变为生产力工具或双向交互的机器人，它不能有明显的短板。因为人类处理问题和任务是多模态的，非常复杂，所以对技术能力的需求是全面的。只有当模型的各项能力都达到一定水平并相互叠加时，它才可能成为一个有效的工具。
提问：发布会上提到的“端云”统一，具体如何解释？
张鹏：我们所说的统一，是指架构和体系的统一，例如我们的GLM模型，有小版本可以在端侧运行，也有云端版本，它们的架构相同，能力倾向相似，上层应用和功能也相对一致，可以进行优化等操作。这样，我们就能更容易地形成一个云、边、端协同的、无缝衔接的技术体系。大家也知道，如果整个模型来自不同的工具厂商，需要适应不同的技术架构和技术特点，那么整合的成本就会更高。所以，我们所说的统一并不是指模型本身的差异。
提问：去年手机、PC厂商都在提端侧AI，今年更多会提及Agent，为什么会有这种变化，端侧AI相较于去年有了哪些进化？
张鹏：模型的能力在达到一定程度后，会转化为实际的生产力。在早期，如果能力尚未成熟，提出Agent概念可能实际效果达不到。为什么大家特别关注端侧？因为端侧的效果更直观，大家都能明显感受到。大多数交互本质上是改善人机交互，所以在端侧更容易找到显著提升用户体验的部分。
Agent同样可以应用于TOB服务端，例如作为教育API等。我们也推出了这样的功能，但这些更多是面向开发者和企业级系统，因此普通用户可能不会有太多直接感受。当然，随着技术的进步和关注度的提高，专业的硬件厂商也开始适配和靠拢这些技术。这两个因素结合起来，使得端侧的应用能力更加明显，用户体验也更加显著。这些因素的综合作用，使得端侧的应用能力得到了显著提升。
提问：Scaling Law是否已经“撞墙”或放缓？
张鹏：Scaling只是一个现象，本质是计算量。你有多少的计算量，你就能获得多少的智能水平。这是我觉得目前比较接近真相的一个可能性，但我不保证它一定对，因为这件事情还在不断探索中，不断更新大家的认知。
我们所谓的“撞墙”，更多是在预训练阶段，所谓的人类语言的高质量数据不够用了。但是，其实还有多模态，还有可能在后训练。不断加大你的计算量，还是能够提升效果，这种曲线看起来其实是和预训练的Scaling Law是差不多的。所以我们不能简单粗暴地下结论说，Scaling law已经撞墙了。
提问：智谱发布了Agent产品之后，如何考虑生态位的问题？APP是存在墙的，底层的权限也不好打通，如何解决应用墙的问题？
张鹏：这其实一半是商业问题，一半是技术问题。
从技术角度来说，我们这次发布会展示的愿景是让“Auto GLM”成为一个帮助用户更好地连接硬件、应用和服务的中枢。它应该是一种工具，能够通过自然语言的方式，让用户更容易地根据自己的意愿组装各种服务。虽然这个目标听起来很美好，但从技术上来说，实现起来还是相当困难的。
原本在自己的应用生态中，你可以获取底层的很多东西，包括完整的设计图纸，这使得设计和开发变得相对容易。但这也意味着你在一个封闭的生态中工作，无法与他人很好地合作，而且你的模型可能不够智能，无法很好地与其他系统连接。
因此，从技术角度来看，让模型更好地连接是一个重要的挑战，也是我们接下来工作的重点之一。此外，要实现高水平的能力，并不是一件简单的事情。作为一家大模型公司，我们对此非常自信。就像OpenAI的o1模型preview版本已经发布一段时间了，但它的完整版本还没有发布，可能完整版本非常强大，达到了一个难以想象的水平。这本质上需要原始创新，需要在算法和模型能力上持续迭代。从我的视角来看，这是我们最重要的任务。
从商业角度来看，我们公司是技术驱动型的，技术特性决定了商业化路径和策略。我们希望定位自己，为这个新生产和新范式中的赋能者。我们希望通过这种赋能方式，帮助解决一些原本条块化或垂直化行业划分后形成的资源壁垒问题，打开新的视角和机会，包括今天在现场看到的许多合作伙伴，他们参与并和我们合作，这表明从商业角度来看，大家采取的是一种互利的态度和方式。
提问：刚才演示的各种连续操作的功能，包括 Auto GLM发红包，涉及到主动输入和生成，能调用各种APP，是否涉及到用户的个人隐私合规问题？
张鹏：首先，关于发红包这类活动，确实涉及到用户隐私和安全问题，因此我们非常谨慎。我们可能会开发一套统一的框架来解决数据隐私和安全问题，例如通过在本地处理一些不涉及敏感信息的任务，而将更复杂的任务交给云端解决。从技术演进的角度来看，我们先识别出可能性，然后逐步解决伴随而来的问题。