又有人「開槍」了！——2025AI智慧體大戰新玩家：智譜「沉思」

2025-04-20 04:40 十字路口Crossing

2025 年，必然是 AI Agent 的「激戰之年」。
3 月初，Manus 的釋出像是一個發令槍，它告訴所有的 AI 從業者，不必痴迷於技術底層，也可以做出令所有人感到驚歎的 AI Agent 產品。
從 ChatBot 到 Agent，2025 年將是 toC 的 AI 產品互動正規化轉變之關鍵時刻，十字路口會跟進觀察和分享在「Agent 激戰之年」的各種新戰況。
在今日的中關村論壇上，智譜在「AI 六小龍」中，率先推出了自己的智慧體產品，名字叫做： AutoGLM 沉思。
它不僅擁有深度研究能力（Deep Research），還能執行具體操作（Operator），是典型的 「邊思考邊行動」的一個 AI Agent。
在「十字路口」前不久的重磅內容《AI Agent 20問》中，我們用 20 組精心鋪陳的問題，嘗試和大家一起搞懂 AI Agent 的前世今生、技術突破、未來潛力。因此，在收到邀請體驗 AutoGLM 沉思的測試後，我們在十字路口會員群裡一起內測、討論，明顯能感覺到這段時間大家對於各種 AI Agent 產品的熱情。
雖然 AutoGLM 遠遠沒有掀起如 Manus 般的討論熱潮，在會員群中的討論也褒貶不一，但我們看完各種報告後，仍然認為「沉思」這是一款值得被瞭解、被試用的產品。

「AutoGLM 沉思」能夠應對複雜的開放性問題，透過即時推理與搜尋，快速瀏覽網頁，最終生成長篇報告，並附上引用來源，確保內容的透明性和可驗證性。
國內 AI 產品一直以來都以「慷慨」著稱，不管是 Kimi 還是海螺，亦或是增加了深度思考功能的豆包或夸克，再到今天智譜釋出的 Agent 沉思，幾乎都是免費提供給使用者們。
沉思現已全面登陸智譜清言的網頁版、PC 端和手機 App，可以免費、無限制地體驗。
再次強調，關鍵是：免費、不限量。在客戶端點選左側「AutoGLM 沉思」，即可呼叫。
能夠應對複雜任務的智慧體與普通人之間，不應該有付費的「隔離」。

1. AutoGLM 沉思

覆盤智譜的技術路線， AutoGLM 沉思的技術發展歷程經歷了多個階段：從 GLM-4 基礎模型起步，逐步演進至 GLM-Z1 推理模型，再到 GLM-Z1-Rumination 沉思模型，最終形成如今的 AutoGLM 模型。
智譜計劃於 4 月 14 日將其中關鍵模型和技術開源，以促進整個行業生態的繁榮與進步。
秉持「讓機器具備人類般的思維能力」的願景，智譜始終致力於 AGI 基礎模型的研發，目前已達到 L3-Agentic LLM 的技術水平。
AutoGLM 沉思的核心驅動來自於智譜清言最新研發的智慧體「大腦」—— 沉思模型。
這款模型透過強化學習，賦予了 AI 自我批評、反思甚至深度沉思的能力，從而實現長鏈推理和任務執行的高效結合。其技術根基是智譜自研的全棧大模型體系，融合了 GLM-4 的通用基礎能力、GLM-Z1 的反思機制、GLM-Z1-Rumination 的沉思特性，以及 AutoGLM 的自動化操作實力。
我們總結了下沉模型的技術架構。可以說，AutoGLM 沉思的關鍵在於：
  1. 全新基座模型 GLM-4-Air-0414
  2. 全新深度思考模型 GLM-Z1-Air
  3. 沉思模型GLM-Z1-Rumination

智譜先推出了全新基座模型 GLM-4-Air-0414，擁有 32 B 引數。為了適配智慧體，他們在預訓練中加入更多程式碼和推理資料，並在對齊時優化了工具呼叫、聯網搜尋和程式碼生成能力，讓模型在智慧體任務中表現更強。
基於此，智譜增加了推理資料並提升通用能力，推出了深度思考模型 GLM-Z1-Air。
接著，以 GLM-Z1 為基礎，透過強化學習擴充套件訓練，增強了模型的長程推理和工具使用能力，打造出沉思模型 GLM-Z1-Rumination。
至此，組成 AutoGLM 沉思的三塊拼圖完成。

2. 例項

AutoGLM 沉思官方有數個例子。
首先是電子產品對比。
比如，輸入提示詞：
幫我比較兩款產品：我在考慮購買Macbook Air 和 小米筆記本。需求：—我經常出差，需要電池續航長、重量輕的筆記本，也關注效能和售後服務。請從規格引數、電池續航測試、使用者評價等方面比較A和B，列出各自的優缺點，並根據我的需求給出推薦。
智譜清言輸出了詳盡的總結。
其次是，生成式 Al 技術影響。
輸入提示詞：
生成式 AI 技術對未來知識生產模式的顛覆性影響。具體要求：對比傳統學術研究與 AI 輔助研究的正規化差異選取至少 5 個典型領域（如醫學、法學、文學，經濟學，藝術學等）進行深度研究案例分析，字數要求一萬字以上
由於提示詞內具有對內容專業性的要求，AutoGLM 沉思能夠呼叫 arXiv 內容，生成附帶詳盡文獻參考的技術報告。
再比如，香港旅行攻略。
AutoGLM 沉思能夠自動瀏覽小紅書平臺內部內容，最終設計出一份有詳細依據作為基礎的旅遊攻略。
輸入提示詞：我要去香港玩3天，請幫我設計旅遊攻略，注意每個景點都要從小紅書上檢視網友的真實評論。
除開智譜本身所給出的示例，為了測試它的深度研究和實際操作能力，我輸入了一個相對複雜的 Prompt：
”幫我分析 2025 Q2，各家網際網路大廠在 AI 方向可能會有的大動作。“
收到指令後，AutoGLM沉思迅速啟動了分析模式。它先是梳理了當前AI領域的技術熱點和各大網際網路公司的關鍵產業資訊。
隨後透過聯網搜尋，瀏覽了數十個網頁，包括行業報告、新聞動態和專家評論等。

經過長時間的思考後，最終，智譜經過「沉思」，給出了一份長長的報告。
透過簡要地對智譜的 AutoGLM 沉思所給出的研究計劃進行整理，可發現，沉思會給出清晰的研究計劃的結構與目標：
  1. 明確研究物件
  2. 資訊收集
  3. 技術趨勢分析
  4. 策略預測
  5. 綜合報告
全程無需人力監督，它就能夠自動輸出一個邏輯清晰、結構完整的研究框架，具體目標明確且層次分明。
從輸出報告最後的文章資訊來源來看，短短幾種分鐘內，智譜 AutoGLM 沉思查閱了包括 PDF、知乎、新聞入口網站等多種資訊來源，共計 84 條資訊來源，完成了對海量資訊的檢索和整合。
這一過程完全自動化，它能夠迅速從紛繁複雜的網路資料中篩選出關鍵點，梳理出邏輯清晰的分析框架。高效的搜尋與總結能力，實現了從資訊採集到成果輸出的無縫銜接。

3、2025 年註定是 AI Agent 騰飛的一年

今天的釋出，智譜的戰略重心也越來越明顯：在 Agentic GLM 的開發上突破，加速 Agent 的落地。
在技術層面，智譜依靠自研的大模型技術，持續深耕既有邏輯推理和深度思考能力的 Agent 基座模型，同時推進通用基座模型的最佳化，再到智慧體框架的設計與應用落地，逐步實現讓機器具備類人思考和行動能力的願景。
此外，智譜計劃打造 Agentic LLM 平臺，為生態夥伴提供支援，讓他們能夠藉助智譜模型和智慧體的強大功能，開發出深度契合行業、地域及場景需求的智慧體應用。
我們都記得 Manus 問世的那個凌晨帶給我們的震撼，AI 技術的邊界被重新定義。
希望智譜借「AutomGLM 沉思」打響的 AI 六小龍第一槍，能讓 2025 年的 AI Agent 激戰變得更加精彩。
加油吧，智譜！

相關文章