【智谱AutoGLM】深度体验报告及原理分析
输入“/”快速插入内容
【智谱AutoGLM】深度体验报告及原理分析
【智谱AutoGLM】深度体验报告及原理分析
2024年10月29日修改
⏰ 发表时间：2024-10-29
原创：ElliotBai ，产品白苏GLBai
前言
随着AI Agent技术的发展，如何让其真正落地应用一直是业界关注的焦点。本文通过对智谱AI最新发布的AutoGLM进行深度测试，探讨其在实际应用场景中的表现，并深入分析其技术实现原理。
我不常写智谱，因为智谱总是默默地在埋头研究技术，也不给商单。上一次写还是在一年前 GLMs 发布的时候，结果那篇文章写的是GLMs，最先做出来的却是Coze。
AI Agent要做好的核心是 Tools ，如果想让 Agent 变得有用，用户想要用，那么核心要解决的其实是Tools的问题，把跟用户日常使用、常用的东西都做成工具接入到 Agent 里，它才能变得有用和好用。但是这个事情基本不可能，微信会给接口么？淘宝会？还是美团点评小红书会？ 都不会 。
要么各大内容平台自己下场做，字节做了，支付宝也做了（小程序），微信不知道会不会，但他们也只能在是自己的生态中去做，其它的厂家可能都比较难。不过其实还有另外一种通过类似 RPA 的方式去做，比如荣耀的手机自动驾驶，智谱的AutoGLM，模拟人类操作，不用跟应用厂家去直接对接，你省事我也省事，拒绝无障碍服务的话可能又会误伤其它用户，厂家也会掂量掂量。
不过真的想把这个事情做好，其实挺难，在智谱的AutoGLM发布前，我看过了很多实现甚至自己动手做过，不管是Paper、PPT还是Demo都没一个能打的。AutoGLM两天的深度测试下来，虽然还有许多不完美的地方，但我仍旧愿意写一篇文章来夸它，因为它的确让很多人对 AI Agent 落地可用重新燃起了希望，迈进了很大的一步。
下来就让我一遍分享测试过程，一遍试着分析实现原理，带大家一起来体验一下AutoGLM。
注册&权限
AutoGLM 目前还处于内测阶段，申请入口在智谱清言APP中，直接跟AutoGLM内测申请小助手对话提交申请即可。(智谱把传统表单的提交通过Tools的方式做到了对话中，体验提升很多，顺便赞一个。我们以前在做拟人客服的时候也用到了这样的思路，对话式的交互，从自然语言中提取信息并通过Tools提交，更像是跟人类在交流，而不是冰冷的表单。)
目前只能在安卓设备上使用，iOS应该很长时间内都不会支持。
因为数据的获取和操作，都是通过安卓的无障碍权限来控制的。 无障碍服务（AccessibilityService） 是一套可以模拟操作的系统级别的API。用户同意我们的应用获取无障碍服务的权限之后就可以模拟操作，来控制用户的手机。无障碍被广泛用于抢红包、自动回复、一键获取权限等应用中。但是开启了无障碍服务之后，因为需要实时监控手机，理论上是会引起手机的卡顿的，另外一个就是隐私问题。
所以在登录AutoGLM后的第一件事情就是引导你去开启无障碍权限和悬浮球权限，不然就没有办法继续体验。在权限授权正常之后，你就会进入到首页。