AI Agent（智能體）概念近日在國內資本市場大火。
10 月 25 日，智譜推出自主智能體AutoGLM，可以通過模擬用戶使用手機介面的過程，代替用戶在手機應用程式以及網頁上進行各種操作。包括可根據用戶給出的指令完成購物、進入應用程式完成文字填充、總結等操作，目前內測的效果表現較好，多家券商對其「接管手機」的能力評價頗高。
受此消息影響，「智譜概念股」出現大漲。其中電廣傳媒（000917）4連板，豆神教育（300010）、思美傳媒（002712）3連板，正和生態（605069）、中科金財（002657）、因賽集團（300781）等紛紛高開。據《財中社》不完全統計，10月28日到30日有超過20支智譜概念相關個股出現上漲。
資本市場的迅速響應，反映了對AI Agent商業化前景的期待。而下一代終端產品和AI助理形態在產業端的每一步推進，都可能引發資本市場的漣漪乃至狂歡。
AI Agent（AI 智能體），也被稱為「AI 代理」，指能夠自主執行特定任務的AI程序或系統。
它們能像人類一樣進行邏輯推理，作出決策，並在無人監督的情況下採取行動，完成各類任務。從落地硬體上來看，可以分為「Computer Use」（計算機使用）和「Phone Use」（手機使用）兩部分，不同廠商會依據自身能力和生態進行App調用或者全系統接管。
智譜AutoGLM將重點落在了手機場景中。通過OCR（光學字符識別）技術理解UI（用戶介面）組件，以及通過鏈式思維訓練理解組件功能，AutoGLM能夠識別用戶手機螢幕上的不同組件，理解其功能，從而按指令執行，如自動化微信互動和電商下單等操作。
智譜方面介紹稱，理論上，AutoGLM可以完成人類在電子設備上可以做的任何事，不受限於簡單的任務場景或API調用，也不需要用戶手動搭建複雜繁瑣的工作流，其操作邏輯與人類類似。目前，AutoGLM已可執行微信、淘寶、美團、小紅書等App用戶的常用操作，更多個性化操作尚未實現，也尚未適配滴滴、京東、拼多多等App。
值得注意的是，AutoGLM的實現方式是通過讀取用戶在手機上的 UI 介面，直接模擬用戶點擊進行操作，要求用戶給予 APP「無障礙」級別的高敏感操作權限實現對手機介面的接管，目前僅適用於安卓這一開放度更高的作業系統。
從最終實現來看， AutoGLM 並未在底層作業系統上直接調用相關應用程式，而是繞過作業系統環節，直接從用戶 UI 介面進行模擬用戶使用來完成，最終與從底層作業系統開始打通應用的路徑有所不同，未來仍有疊代進步空間。
事實上，想要「接管手機」的並不只有智譜一家，智譜也非第一個想要成為「人類代理」的廠商。
上周，Anthropic重磅推出「Computer use」功能，Claude 3.5可以自主看螢幕操作光標完成複雜任務實現AI接管人類電腦。智譜正是國內Anthropic最重要的追隨者之一。
此外，OpenAI預計年底將推出自己的AI Agent軟體Orion，而蘋果也將於下月在iOS 18.1中加入Apple Intelligence。微軟團隊悄悄放出的OmniParser，也在篤定AI智能體操控螢幕的未來。OmniParser主要是一個螢幕解析的工具，可以將截圖轉化為結構化數據，幫助AI精準理解用戶意圖。
在國內，多家手機廠商和網際網路大廠都在探索這一領域，如阿里的MobileAgent、騰訊的AppAgent、榮耀的MagicOS 9.0作業系統等。
從科技廠商們頻繁的動作來看，AI Agent已經成為大模型領域的重要戰場。
《財中社》發現，主要競爭分為三類：
自身擁有手機硬體以及作業系統的廠商，例如蘋果、小米等，擁有出色的稟賦，但大模型能力略有不足；
擁有作業系統/App應用生態的網際網路巨頭，包括谷歌、META、騰訊等，擁有應用矩陣/作業系統等，且代表廠商谷歌、META 等具備較強大模型能力，擁有開發 AI Agent 的潛力；
AI 大模型廠商，包括OpenAI、 Anthropic、智譜 等，擁有較強的 AI 大模型能力，但難度在於實現各個 APP 之間的打通。
AI Agent是大模型應用的主要形式之一，電腦、智慧型手機下一代產品搭載AI已經是業內共識。諮詢機構IDC預計，2027年，中國市場AI手機和AI PC的市占率將分別超過50%、80%。開源證券認為，智譜AutoGLM大幅提高AI Agent 的實用性，或推動AI Agent 用戶滲透率及商業化空間打開。
值得注意的是，AI Agent的應用範圍仍然有限，要想徹底打入主流市場，在跨平台/APP操作能力、個性化體驗、隱私和數據安全等方面，要啃的硬骨頭還很多。
文章來源: https://twgreatdaily.com/76e3fcb93df0f8d8e5ae58474c9fe417.html