《科创板日报》4月3日讯（记者 李明明）继与多地国资合作之后，大模型独角兽智谱又在产品方面迎来新进展。
近日，智谱推出具有深度思考和操作执行能力的Agent 产品“AutoGLM 沉思”（以下简称“沉思”），并已经免费上线。据介绍，“沉思”能查看如知网、小红书、公众号、巨潮资讯等不对外开放API的信源，同时具有多模态理解能力，能够理解网页上的图文信息。
在介绍“沉思”时，智谱CEO张鹏略带调侃地表示，“这个Agent不用39美元，免费而且不用邀请码。”此前，国产智能体Manus曾掀起一股关于AI Agent的讨论热潮，但因为需要邀请码发放有限，绝大部分用户只能观望，无法真正体验。
《科创板日报》记者在实测中发现，“沉思”在思考过程中展现出从理解并拆解问题入手，结合信息检索快速构建解决方案框架的能力。
记者实测“ 沉思”
《科创板日报》记者使用“ 沉思”实测了七个任务，它均能较好地完成，举其中三个例子来展示其推理过程。
任务一：我需要一份 4 月 20-27日从北京出发的 7 天欧洲行程，预算为 3 -8万元，适合我和闺蜜。我们喜欢名胜古迹、隐藏的宝藏和欧洲文化，并需要一个特别的历史地点推荐。请提供一份详细的旅行手册，其中包含地图、景点介绍、必要的外语短语和旅行小贴士，供我们在旅途中参考。
任务二：月坛附近肯德基外卖推荐。
任务三：我之前总是被提醒着装打扮有点学生气，现在我准备进入职场，也开始研究穿搭改变自己，顺便开个抖音账号记录自己改变的过程，做一个养成系博主，第一期标题我打算叫《听劝第1天》，请你帮我写个视频脚本。
任务一让 Agent 完成高度定制化的旅行方案规划，以往都需要专业的旅行规划师才能完成。可以看到，“沉思”迅速打开了相关购票、预定酒店的网站并进行一系列解析后，给出了一份数千字的详细报告。
任务二中，“沉思”对月坛附近主要门店位置、门店特色、不同平台外卖服务的配送、价格等多维度对比，并生成详细表格和报告。
任务三中，“沉思”不停搜索知乎、新浪、搜狐等众多网站，并迅速生成抖音视频脚本，其文采水平和完成度均较高。
总体感受是，“沉思”的执行非常迅速，甚至可以打开很多用户自己的盲区网站，可以大幅度节省时间和决策成本。
但亦有一些用户告诉《科创板日报》记者，比起边想边搜，深度思考类模型产品更应该实现的功能是边聊边想，在思考的每一个节点，用户都能参与进来进行交互，并及时纠正模型动作，以防模型进行一些不必要甚至是错误的思考行为和操作。
智能体的应用形态，还将回归到模型上
而随着Agent爆发的持续迫近，有关Agent的实现方式和最终形态，也成为当前AI从业者的争论焦点。此前，Pleias的联合创始人Alexander Doria曾提到，未来AI智能体的发展方向是模型本身，而不是工作流，并列举了Manus的例子，认为其提示驱动无法完成复杂的任务。
张鹏对《科创板日报》记者表示，其观点与Alexander Doria基本一致。“未来的新应用形态，尤其是智能体的应用形态，还是会回归到模型上。这也是我们一直所倡导的模型即场景的概念，未来很多的应用会以模型为核心，包上一个很浅的或者很薄的产品化、应用性的壳就会变成一个产品。模型能力一旦提升，产品能力就会得到提升，这是很典型的新应用范式的变化。”
“但是，当下AGI之路刚刚开始，模型的能力还无法达到完全类比人的水平，模型能力有限，需工程化解决实际应用问题。永远是模型进，工程退。其技术越先进，需要工程化的事情越简单。所以，终极的目标是当造出一个像人一样聪明的脑子之后，工程上的事情就比较少，只需要给它装上手和眼睛就可以像人一样完成很多工作，这也是AGI的终极目标。” 张鹏说。
另有大模型企业人士告诉《科创板日报》记者，Manus更倾向于以AI技术优化具体场景中的流程与体验，而非聚焦于底层技术突破。“然而，Manus本身未能形成有效的产品壁垒，后续大量开源版本Manus的出现，让其稀有性被打破，‘沉思’的出现就是一个例子。”
目前来说，Agent要达到可用，需要打通一些公域和私域之间的数据壁垒，以及打通不同平台之间的壁垒。
比如，Manus此前短暂爆火，但随后在复杂任务中的表现屡出状况。有实测案例显示，解析文件时，Manus对非标准格式的兼容性较差，部分数据直接丢失；网页爬取环节频繁遭遇验证码拦截，任务中断。
提到解决办法，张鹏告诉《科创板日报》记者，公司在公开演示 “沉思”时选择了大众易理解的通用场景。但针对专业领域、企业用户或存在特定限制条件的用户，智谱已构建了一套功能化的解决方案。这套方案将通过公司未来的 MaaS 平台（模型即服务）及智能体开发平台进行沉淀，开发者和企业用户可基于这两大基础平台便捷调用资源，实现快速适配与功能扩展。张鹏特别强调，这些均属于产品层面的优化，而非模型层面的问题。
“比如说登录网盘等这些额外的操作，本质上还是智能体聪明程度不如人类，如果其可以通过图灵测试，能力与人类非常接近了，那现在的封禁和拦截策略也很难做的到。”
他进一步解释，通用Agent不能有短板，包括文本、思考、操作、环境感知和理解的能力、调用工具、反复尝试的能力等，都不能有明显的短板。一旦有明显短板存在，就会导致应用成功率急剧下降。
“我们始终坚持为所有模型注入语言多模态能力，源于对人类认知本质的理解。"”张鹏指出，人类作为具备综合认知能力的生命体，其智能评判体系具有整体性特征。当公众审视 AI 系统时，往往不会局限于单一维度的能力对比，而是通过多模态交互体验形成整体认知。即使某模型在逻辑推理、自然语言生成等单项指标上超越人类，但若多模态交互能力存在短板，仍会被感知为 "智能缺陷"。这一现象揭示出，技术研发者不应简单归咎于外部环境，而需从模型架构层面重新审视技术演进路径。
随着Agent能力的不断演进，未来其在硬件端的入口也会更加丰富，包括机器人、眼镜等设备都将成为新的接入点。而这又带来了新的问题：调用这些入口还面临哪些挑战？
张鹏对此表示，AutoGLM更早是应用在手机端，本次“沉思”只不过是把它移到了PC上。而其他智能硬件，比如眼镜、车载以及平板等端侧亦类似，都可以接入。“但是里面确实有一些问题，比如，不同类型的设备，最终的交互方式不一样，比如说眼镜不可能有键盘，就要用语音交互，语音就引入了全新的模态。”
“所以，当前阶段，接入Agent远非简单地‘插入芯片、接入现成的SDK’那么容易，这种'即插即用'的便捷性仍是未来愿景，当下还无法实现。”
