智谱开源 AutoGLM：与豆包一起对抗互联网巨头围剿

最近，字节跳动的豆包手机被其他互联网巨头封杀一事，可谓是闹得沸沸扬扬。

作为首款内置了 AI Agent 功能的手机，豆包手机实现了一句话帮用户发微信、点外卖和购物比价，但是万万没想到国民 App 们一个接一个地拒绝豆包手机登录，甚至有些 App 还会将登录的账号临时封禁，因为它们不希望豆包手机从 App 中获取用户数据，影响自己未来的商业利益。

但是老狐却认为，这种违背用户主观意愿，强行封杀豆包手机的行为，实属有些拖行业发展的后腿。

罗永浩也发微博吐槽：技术革命是谁都拦不住的，不管试图阻拦它的是各大 App，还是各小 App。不要说是公司，即使是各大国和各小国，也一样拦不住。

幸运的是，面对互联网巨头的竞争，豆包手机并非“孤身一人”，同样作为中文 AI 大模型技术的先行者，智谱早在 2023 年就加入了 AI Agent 的 Phone Use 战局。

2024 年，AutoGLM 项目正式启动，专注研究 AI Agent 的 Phone Use 能力。

同年 10 月，AutoGLM 发布了全球首个能自动操作手机的 Agent，被视为第一个具备 Phone Use 能力的 AI Agent；11 月，AutoGLM 实现了人类历史上首个由 AI 全自动发送的红包。

今年 8 月，智谱直接上架了面向大众的 AutoGLM 2.0 云机版，为用户带来了永远在线的虚拟手机，不仅用起来更方便，而且和用户隐私数据实现了双向隔离，完全不用担心隐私问题。

而在今天，智谱更是玩了个大的，直接宣布 AutoGLM 完全开源，任何人只需下载开源文件，就能够拥有自己的 AI Agent。

不过考虑到可能有朋友对此了解得不多，所以老狐就趁着这个机会，来为大家介绍一下 AutoGLM 是什么，以及开源的意义是什么。

AutoGLM 是什么？

了解智谱开源的 AutoGLM 能够做什么之前，我们需要先了解 AutoGLM 是什么。

AutoGLM 并非我们熟悉的 GLM、DeepSeek 等大模型，而是大模型和一系列工具的集合，如果将大模型比作大脑，胳膊和手脚比作工具，那么 AutoGLM 就可以理解为是一个人。

以往使用 AI 时，尽管 AI 会讲详细的步骤，但是最终操作手机的依然是人，而 AutoGLM 则能够直接帮你操作手机。

所以只要用户用自然语言描述任务，AutoGLM 就能理解用户的意图是什么，在没有外界干预的情况下，就可以看懂手机屏幕的内容并模拟人操作手机，让 AI 从原本只能调取 App 提供的 API 接口，变成真正可以学会使用手机，自动做完一堆我们不愿意自己点点点的动作。

下面老狐就用几个真实的案例为大家介绍一下，AutoGLM 能够帮我们做什么。

当我们上午忙于工作时，只需要对 AutoGLM 说一句：“打开美团，帮我点一个XX外卖”，AutoGLM 就可以自动打开美团，搜索外卖商家的名称，在菜单中找到需要下单的菜品，直接完成加购、下单的操作，只需要我们此时确认付款即可。

当第二天早上有会议的时候，如果不确定自己堵车半小时还能不能赶上开会，就可以问 AutoGLM：「第二天早上需要开会，平常过去要 1 小时，假如堵车半小时，7 点出门能不能赶上」，AutoGLM 会先打开日历查看开会的时间，然后再通过 AI 运算告诉你能不能赶上会议。

当我们需要筹备周末的旅行计划时，我们可以告诉 AutoGLM 打开小红书，帮我们整理某个地方的旅游攻略，它就会打开小红书搜索此地的旅游攻略，然后告诉我们可以参考哪些旅游攻略游玩。

当然，老狐今天举的这些例子还只是冰山一角，因为 AutoGLM 目前已经支持了 50 多款主流的中文应用，几乎涵盖了日常生活需要 AI Agent 操作的全部应用。

同时，AutoGLM 还支持泛化能力，这意味着 AutoGLM 也可以迅速学会操作当前不在列表中的 App，这只是时间问题。

AutoGLM 开源的意义

不得不说的是，在 AI 圈愈发盛行「贷款营销」风气——用还没有做出的东西搞宣传的当下，智谱完全算是一股清流。

因为智谱开源的 AutoGLM 不仅仅是一个能运行的 Demo，而是一整套 Phone Agent 框架和技术栈，换句话说，任何一家厂商、开发者都能够在自己的设备上完美复现智谱官方的 AutoGLM 2.0 应用的运行效果，一点都不带掺假的。

写稿时，老狐就留意到已经有闲鱼卖家上架了 100 元远程帮你配置 AutoGLM 的服务，这下不得不佩服人家的执行力了...

但是如果你不想花这 100 元，那你也可以花几分钟时间自己配置一下，因为AutoGLM 的部署流程非常简单，只需要按照教程的内容，逐一在终端中输入后，就能轻松完成功能的部署。

此外，如果你的本地设备算力有限，还可以采用云端服务器部署 AI 模型，算是为社区使用 AutoGLM 扫平了一切障碍。

所以对于手机厂商来说，AutoGLM 的开源意味着他们做 AI 原生手机的技术门槛大幅降低，不必再自己训练 Phone Use 模型，毕竟每一代模型动辄百亿级的 AI 预训练投入，是如今已然饱和、严重内卷的手机市场的厂商难以承受的负担。

同时，由于 AutoGLM 是完全开源的方案，手机厂商不需要担心被闭源 AI 方案的技术供应商卡脖子，完全可以放心、深度地融入自家产品生态，而且因为 AutoGLM 支持本地、私有化部署，功能运行产生的数据、日志都可以留在用户手机中，满足用户日益提高的隐私保护需求。

对于开发者来说，AutoGLM 的开源同样意义重大。

原本需要用户长线完成的一系列交互操作，如今可以使用 AutoGLM 框架实现全流程的自动化操作，不需要从零造轮子，而是可以将精力聚焦在具体的业务流程编排中，安心打磨产品。

其次，作为业内最早、Phone Use 能力表现最稳定的开源方案，AutoGLM 为学术研究、工业研究提供了一块堪称完美、可复现的试验田，不仅能够在 AutoGLM 的基础上，通过接入不同的模型、算法，测试验证 Agent 系统设计的性能，还可能因此创造出新的人机交互范式。

所以智谱开源 AutoGLM 的举动，实实在在地加速了 AI Agent 手机生态的发展，让生态从封闭、重复造轮子走向开放、共创，原本只有极个别 AI 厂商具有的能力，现在进化为全行业共同拥有、共同打磨的技术底座，彻底打破技术垄断。

老狐还认为，这不但会加速 AI Agent 手机生态的发展，让人人都能用上易用、好用的手机 Agent，也可能会使未来全能的个人 AI Agent 可以更快地到来。

结尾

总而言之，作为一个致力于让手机从单纯的「工具」进化成处理琐碎事务的「助理」为目标的产品，AutoGLM 确实做到了，它的的确确可以让用户的日常生活变得更轻松、便捷。

从行业角度来看，智谱开源 AutoGLM 的行为既是移动平台新一轮技术革命的开始，也是推动 AI Agent 手机生态发展的关键推动力。

所以，老狐大胆预测：AutoGLM 将会成为 AI Agent 手机时代的一个标志性起点。