Related articles
12 月 9 日深夜，智谱开源了其核心 AI Agent 模型 AutoGLM，引发 AI 圈关注。
距离 AutoGLM 第一次出现在公众视野里，已经过去了 111 天。AutoGLM 是智谱 AI 开发的跨端通用智能体，通过自然语言指令自主完成手机、电脑等设备的复杂操作，实现“ 一句话搞定任务” 的人机交互体验。
作为全球一个具备“Phone Use” 能力的 AI Agent，AutoGLM 核心功能围绕“ 自主执行” 展开。它能模拟真人点击、滑动、输入等动作，稳定处理外卖点单、机票预订、朋友圈互动等数十步流程，覆盖 50 多个高频中文应用的核心场景，同时支持跨端协同 （手机+电脑），例如，手机发指令让电脑自动生成 PPT、整理数据，任务在云端运行，不占用本地设备资源。
2025 年 8 月，AutoGLM 2.0 面向公众开放，强调“ 执行型助手” 定位，不再局限于对话或信息查询，而是“ 动手” 完成任务，比如，办公场景中从检索资料到生成视频、PPT 的全流程执行，生活场景中跨应用预订服务等。
但是，由于三方功能的实际体验不够顺畅，在实际体验过程中，授权动作繁琐，语义理解易错等方面问题，让 AutoGLM 的首次亮相并未在 C 端引发现象级传播。
但其构建的新技术范式仍引发了行业震动。
智谱官方表示，这一次 AutoGLM 选择开源，主要基于三方面原因：
一是避免 AI 手机能力被少数厂商垄断，通过开放技术底座推动行业共建；
二是保护用户隐私，让数据与控制权完全归属使用方，支持私有化部署；
三是共享 32 个月的技术积累，降低 Agent 开发门槛。本次开源内容包含训练好的核心模型、Phone Use 能力框架、50+高频 App 的 Demo 及文档，均以 MIT 和 Apache-2.0 许可证开放。
据智谱官方，AutoGLM 开源的首要意义是对抗技术垄断，将“AI 使用手机” 这一核心能力基础设施化和民主化。
文档指出，如果“ 会用手机的 AI 能力” 只掌握在极少数厂商手中，用户的手机将越来越像“ 别人家的入口”，开发者的创新也会受制于人。通过开源，AutoGLM 将这项能力变为行业可以共同拥有和打磨的公共底座。
开源使得任何开发者或团队都能像使用“ 积木” 一样，将 AutoGLM 集成到自己的系统中，或进行拆解、重写和改造。这降低了 Agent 开发的门槛，可以催生出多样化的 AI 原生应用、硬件和解决方案，加速 Agent 生态的繁荣。
同时，基于 Phone Use 能力涉及的支付、社交、企业系统等敏感领域的问题，AutoGLM 团队强调，将控制权交还给用户，以此解决信任核心问题。团队明确表示，“ 不希望也不应该把这些东西握在自己手里”。
有行业人士对作者表示：“AutoGLM 开源的意义远超一个普通的代码开放项目。它是一次战略性的生态卡位和规则定义，其目标是成为未来 AI Agent，尤其是终端通用 Agent 的基础，就像 Android 之于移动应用生态。”
结合最近“ 豆包 AI 手机” 的热潮来看，智谱 AutoGLM 这次开源，也意味着各家公司在智能手机终端的通用 Agent 之争，正走上完全不同的道路。
而这两条路径，正好与多年之前的安卓与苹果之争十分类似。
从策略目标层面来看，AutoGLM 的策略，是成为 AI 时代的基础设施和公共底座，是一套类似于安卓的软件开发环境。而豆包手机助手的策略，是直接抢占硬件入口，通过“AI 附体手机” 的方式，抢占用户与数字世界交互的终端。
从 AI 能力部署层面来看，AutoGLM 采用“ 云端智能体” 范式，为 AI 配备专属的云手机、云电脑，任务在云端虚拟设备中执行，不占用、不干扰用户本地设备；豆包手机直接采用“ 终端具身智能” 范式，让 AI 直接在用户真实的物理手机上进行“ 模拟点击” 操作，并将 AI 能力深度集成到手机硬件和系统层，实现多任务并行。
智谱 AutoGLM 的开放模式将训练模型、能力框架等开源，将操作执行能力封装为 API，供开发者融入各类硬件；而豆包与手机厂商 （中兴努比亚） 合作，推出专属硬件，抢占用户终端，其“ 模拟点击、调度一切” 的模式，直接挑战了微信、淘宝等超级应用的生态壁垒和用户入口，因此，引发了平台的“ 封禁”。
智谱 AutoGLM 与豆包手机助手的路线分歧，某种程度上像是传统意义上软件与硬件谁来定义谁的问题，后续必定还有更多的玩家进入这场角力，而智谱 AutoGLM 这次开源，更像是通用 AI Agent 话语权之争的大幕拉开的一个重要信号。（作者｜陶天宇，编辑｜李程程）
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
