從發(fā)紅包到點(diǎn)外賣，看似遙遠(yuǎn)的AI Agent（智能體）正逐漸走進(jìn)人們的日常生活。只需要語(yǔ)音發(fā)出指令“找附近奶茶店下單20杯并用優(yōu)惠券”，就能自動(dòng)實(shí)現(xiàn)跳過(guò)廣告、選擇品類、確認(rèn)數(shù)量、使用紅包等系列操作，消費(fèi)者只需要支付環(huán)節(jié)點(diǎn)擊確認(rèn)，就能實(shí)現(xiàn)“用AI點(diǎn)外賣”。

8月20日，AI獨(dú)角獸公司智譜發(fā)布全球首個(gè)手機(jī)Agent （智能體）AutoGLM2.0，智譜AI CEO張鵬向澎湃新聞?dòng)浾哒故玖擞弥悄荏w點(diǎn)外賣的功能。

據(jù)智譜介紹，這是全球首個(gè)手機(jī)Agent，突破硬件限制，能在任何設(shè)備、任何場(chǎng)景下運(yùn)行，幫助用戶Agent代理操作，由純國(guó)產(chǎn)模型驅(qū)動(dòng)（GLM-4.5、GLM-4.5V），具備推理、代碼與多模態(tài)的全能能力。

盡管大模型已經(jīng)廣為人知，但大模型衍生的“智能體”似乎離普通人還有些遙遠(yuǎn)。

AI業(yè)內(nèi)的共識(shí)是，2025年是智能體元年。如果說(shuō)大模型像“搜索引擎”，智能體就是“智能助手”，不僅能理解指令表層語(yǔ)義，更能捕捉隱含需求，可以根據(jù)用戶的簡(jiǎn)單命令完成較為復(fù)雜的操作——粗略理解，智能體就像私人秘書(shū)，只需要一個(gè)指令，就能直接完成用戶心中的需求。

國(guó)內(nèi)第一款爆紅出圈的智能體產(chǎn)品是Manus，不過(guò)在推出后面臨不少爭(zhēng)議。此后，包括智譜、騰訊、百度等科技公司和大廠集體進(jìn)軍智能體，智譜在今年接連更新智能體產(chǎn)品AutoGLM，迭代速度極快，顯示其對(duì)智能體賽道的重視。

張鵬向澎湃新聞?dòng)浾弑硎?，未?lái)個(gè)人競(jìng)爭(zhēng)力會(huì)是自身能力和N個(gè)AI智能體的集合，“會(huì)溝通、會(huì)安排任務(wù)、會(huì)指揮”成為核心能力，每個(gè)人都會(huì)成為“領(lǐng)導(dǎo)”而非“打工者”。具體到AutoGLM2.0的應(yīng)用，他介紹，只需一句話，就能讓AutoGLM操作抖音、小紅書(shū)、美團(tuán)、京東等幾十個(gè)高頻應(yīng)用，實(shí)現(xiàn)點(diǎn)外賣、訂機(jī)票、查房源、預(yù)約健康服務(wù)等“剛需”操作。

值得注意的是智能體帶來(lái)的應(yīng)用生態(tài)——據(jù)智譜透露，已將 AutoGLM的操作執(zhí)行能力封裝為API，開(kāi)發(fā)者只需簡(jiǎn)單接入，即可將這一能力融入各類硬件設(shè)備。

這意味著，除手機(jī)與電腦外，手表、眼鏡、家電等設(shè)備都能成為智能體驅(qū)動(dòng)的智能助手——例如可以用智能眼鏡直接點(diǎn)一杯咖啡，無(wú)疑將帶來(lái)更大想象空間。

在成本方面，傳統(tǒng)基于API的Deep Research Agent單次成本約3–5美元（約20–40元）；AutoGLM（含模型+虛擬機(jī)）單次約0.2美元（約1.5元），以此估算，相比較傳統(tǒng)成本降低了93%，未來(lái)有希望繼續(xù)下降。

盡管資本市場(chǎng)看好相關(guān)智能體發(fā)布，另一方面，AI行業(yè)的賽馬日益加劇，開(kāi)源大模型洗牌也愈發(fā)激烈。

就在智譜發(fā)布最新智能體的同時(shí)，DeepSeek低調(diào)上線新一代大模型DeepSeekV3.1，此次升級(jí)推出的新功能引發(fā)廣泛關(guān)注，澎湃新聞?dòng)浾咦⒁獾?，目前該模型已在HuggingFace趨勢(shì)榜排名第三。

DeepSeekV3.1最引人注目的升級(jí)之一是將上下文窗口從原有的64k擴(kuò)展至128k，即可以處理更長(zhǎng)篇幅的文檔和代碼，并在回答內(nèi)容上進(jìn)一步增加信息，提供更多細(xì)節(jié)，語(yǔ)氣更為活潑。V3.1在技術(shù)架構(gòu)層面則繼承了DeepSeekV3系列的關(guān)鍵技術(shù)，包括MLA、MoE等，參數(shù)量與V3版本相同。

V3.1也在編程任務(wù)中表現(xiàn)突出。根據(jù)社區(qū)使用Aider測(cè)試數(shù)據(jù)，V3.1在AiderPolyglot多語(yǔ)言編程測(cè)試中，拿下了71.6%的高分，超越了Claude4Opus和DeepSeekR1等模型。在SVGBench基準(zhǔn)測(cè)試中，其實(shí)力僅次于GPT-4.1-mini，遠(yuǎn)超DeepSeekR1。

而就在半個(gè)月前，此前火爆全網(wǎng)的DeepSeek R1已經(jīng)跌出Hugging-Face趨勢(shì)熱榜中前十，隨著新品不斷發(fā)布，相關(guān)排名更新迭代迅速。