出品 | CSDN（ID：CSDNnews）
2025 年是 Agent 爆發(fā)之年已成共識(shí)，由 Agent 和推理模型帶來的強(qiáng)調(diào)應(yīng)用智能程度的 Agentic AI（自主式 AI）大行其道。
北京時(shí)間 3 月 31 日，近期幾度融資的智譜在中關(guān)村論壇上正式發(fā)布「AutoGLM 沉思」—— 一個(gè)能探究開放式問題，并根據(jù)結(jié)果執(zhí)行操作的自主智能體（AI Agent）。它能夠模擬人類的思維過程，完成從數(shù)據(jù)檢索、分析到生成報(bào)告。
值得關(guān)注的是，AutoGLM 沉思不僅具備深度研究能力（Deep Research），還能實(shí)現(xiàn)實(shí)際操作（Operator），真正推動(dòng) AI Agent 進(jìn)入“邊想邊干”的階段。并且免費(fèi)、不限量，在智譜清言 PC 客戶端已經(jīng)上線，可以直接體驗(yàn)其研究能力和操作能力。
智譜 CEO 張鵬表示，此次發(fā)布的為 preview 版本，核心支持 research 場(chǎng)景；在未來兩周，將進(jìn)一步擴(kuò)展更多智能體執(zhí)行能力。包括推出“虛擬機(jī)”版本，進(jìn)一步增強(qiáng) AI Agent 的實(shí)際落地能力。
除此之外，他還預(yù)告：2025 是智譜開源年，在 4 月 14 日，智譜的基座模型GLM-4-Air、推理模型GLM-Z1-Air、沉思模型GLM-Z1-Rumination 均將開源。
當(dāng) AI 學(xué)會(huì)自己搞錢
在發(fā)布現(xiàn)場(chǎng)，張鵬首先以 Demo 展示了 AutoGLM 沉思的效果，頗引人關(guān)注。
14 天前智譜秘密開展了一項(xiàng)測(cè)試：注冊(cè)一個(gè)小紅書賬號(hào)，專注于生活科普。用新的 Agent 生成了筆記，比如怎么選咖啡壺、怎么做化妝品成分對(duì)比等。有些任務(wù)可真不簡單，像化妝品成分對(duì)比，要調(diào)查 2025 年最火的三大抗老成分，比對(duì)它們的作用、用法、優(yōu)劣勢(shì)，最后還要做嚴(yán)謹(jǐn)?shù)谋葘?duì)分析。
最終，這個(gè)小紅書賬號(hào)收獲了相當(dāng)令人艷羨的成績：“兩周時(shí)間我們收獲了 5000 粉絲，接到多條商單邀請(qǐng)，昨天，我們發(fā)出了第一個(gè)商單，賺了 500 塊錢?！?/p>
其背后依賴于 AutoGLM 沉思的三個(gè)關(guān)鍵技術(shù)：
深度思考：能夠模擬人在面對(duì)復(fù)雜問題時(shí)的自主決策過程。
感知世界：能夠像人一樣獲取并理解環(huán)境信息。
工具使用：能夠像人一樣調(diào)用和操作工具，完成復(fù)雜任務(wù)。
AutoGLM 沉思背后的模型，是智譜全新推出的 Agent 大腦——沉思模型，即通過強(qiáng)化學(xué)習(xí)，讓模型學(xué)會(huì)自我批評(píng)、反思、甚至沉思，并通過更長的深度思考時(shí)間換取更優(yōu)的效果。
沉思突破了實(shí)時(shí)聯(lián)網(wǎng)搜索、動(dòng)態(tài)工具調(diào)用、深度分析和自我驗(yàn)證，實(shí)現(xiàn)真正的長程推理和任務(wù)執(zhí)行。
AutoGLM 沉思的技術(shù)演進(jìn)
張鵬對(duì)AutoGLM 沉思的技術(shù)演進(jìn)路徑進(jìn)行了披露，包括：在 GLM-4-Air 基座模型的基礎(chǔ)上，訓(xùn)練出推理模型 GLM-Z1-Air，基于 Z1 模型，結(jié)合工具使用和完成長程推理能力，訓(xùn)練出沉思模型，來作為 AutoGLM 沉思的大腦。最后集成了智譜自研的智能體技術(shù) AutoGLM，成為 AutoGLM 沉思的手腳。
其中推理模型 GLM-Z1-Air 擁有比肩 DeepSeek R1 的推理性能，極速版的速度有 8 倍提升，而價(jià)格僅需 R1 的 1/30。
而基座模型 GLM-4-Air 在預(yù)訓(xùn)練階段，加入了更多的代碼類、推理類數(shù)據(jù)；并在對(duì)齊階段，針對(duì) Agent 能力進(jìn)行了對(duì)齊，使其更擅長工具調(diào)用、聯(lián)網(wǎng)搜索等 Agent 任務(wù)。這款模型只有 32B 的參數(shù)量，能力卻比肩更大參數(shù)量的國內(nèi)外主流模型。
大模型的預(yù)訓(xùn)練和后訓(xùn)練存在 Scaling Law。然而，不只是大模型推理滿足這一規(guī)律，智譜發(fā)現(xiàn)，Agent 也存在類似的 Scaling Law。
對(duì)于 Agent，通過擴(kuò)展訓(xùn)練時(shí)的 inference compute，智譜模型團(tuán)隊(duì)觀察到 Agent 展現(xiàn)出了更強(qiáng)的性能。
這一 Agent Scaling Law 的背后，是智譜的自進(jìn)化在線課程強(qiáng)化學(xué)習(xí)算法框架——WebRL。通過設(shè)計(jì)由易到難的任務(wù)序列，逐步引導(dǎo)模型從簡單場(chǎng)景向復(fù)雜場(chǎng)景過渡學(xué)習(xí)，從而提升訓(xùn)練效率和最終性能。這種方法模擬人類學(xué)習(xí)過程，通過動(dòng)態(tài)調(diào)整任務(wù)難度，幫助模型積累基礎(chǔ)能力后再挑戰(zhàn)高難度任務(wù)，有效避免直接處理復(fù)雜問題時(shí)的訓(xùn)練不穩(wěn)定。
在 Agent Scaling Law 的基礎(chǔ)上，智譜進(jìn)一步發(fā)現(xiàn)了 Agent 存在的能力涌現(xiàn)。比如在訓(xùn)練過程中，從未教給 AutoGLM 沉思訪問過巨潮資訊網(wǎng)。然而，當(dāng)發(fā)送指令“幫我收集昨天關(guān)于具身智能的相關(guān)研報(bào)”時(shí)，卻驚喜地發(fā)現(xiàn)， AutoGLM 沉思能夠規(guī)劃出通過訪問巨潮資訊解決問題的方案，并順利操作了網(wǎng)站。
最后，智譜在 2025 年將怎么走是大家很關(guān)注的話題，張鵬這樣說道：“智譜始終專注于 AGI 基座模型的研發(fā)，目前已經(jīng)探索到 L3-Agentic LLM 階段，我們將 GLM 一系列 Agent 能力，統(tǒng)稱為 Agentic GLM。未來很長一段時(shí)間內(nèi)，智譜將聚焦 Agentic GLM 的研發(fā)?！币黄鹌诖?。
4 月 2 日 20:00，CSDN《萬有引力》欄目特別邀請(qǐng)到OpenManus 項(xiàng)目一作、MetaGPT 開源核心貢獻(xiàn)者梁新兵，DeepWisdom 算法研究員、OpenManus 核心作者向勁宇相聚 CSDN 視頻號(hào)直播間，在CSDN &《新程序員》執(zhí)行總編、《萬有引力》主理人唐小引主持下，一起聊聊 00 后程序員的故事，以及 OpenManus 背后的秘密！
熱門跟貼