14天前，智谱秘密启动了一项测试——在小红书注册生活科普账号，利用新版Agent产品AutoGLM沉思（以下简称“沉思”）生成笔记，内容涵盖2025年最热门的三大抗老成分调研及行业对比分析。

3月31日，在沉思的发布现场，智谱官方揭晓了这项测试的成果：该小红书账号在两周内吸引了5000名粉丝，并接到了多个商业合作邀请，昨日更是通过沉思赚取了500元。这些操作均由沉思独立完成。

去年10月，智谱推出了首款产品化Agent——AutoGLM，它可以通过接收文字或语音指令，操作电脑或手机执行任务。此次更新的沉思新增了类似Deep Research的深度研究能力和实际操作能力。在演示案例中，沉思成功注册并运营了一个社区账号，仅用14天就实现了自主接单。

Deep Research技术在Agent领域日益受到重视。Google在2024年12月推出的Gemini就具备了这一功能，而OpenAI则在2025年2月将Deep Research作为ChatGPT Pro的高级特性推出，并通过端到端强化学习方法进行训练，使其能够灵活调整研究方向，处理复杂任务。沉思也采用了类似的Deep Research技术路径。

与另一款热门的Agent产品Manus相比，沉思和Manus都可以在接到命令后进行思考、规划、执行。但沉思目前主要是本地化运行，通过可视化交互界面而非API调用进行运作，未来可能会扩展出更多智能体执行能力。此外，沉思背后是智谱自主研发的全栈大模型技术，其基模GLM-4-Air-0414具有320亿参数量，性能可与更大参数量的模型相媲美。

中国科学院院士、清华大学人工智能研究院名誉院长张钹指出，智能体（Agent）必须具备强大的思考能力、执行能力和感知能力。目前智谱主要聚焦于数字世界，对执行与感知能力的要求相对较低。但在物理世界应用中，这两者变得至关重要。行业仍面临诸多挑战，如空间数学缺乏层次、推理以结果为导向等，其中最大的问题是可解释性。

可解释性是指理解与解释Agent产品做出决策、采取行动背后的原因与过程。由于模型复杂性、机器学习模型的不透明性以及多模态信息处理的复杂性等原因，可解释性仍面临较大风险。张钹院士认为，这需要企业与院校合作解决。

智谱已作为模型厂商，与金融、教育、医疗、政务、企业服务等领域的厂商合作，推进Agentic LLM的落地应用。此外，由智谱主导、来自东盟十国及“一带一路”沿线10个国家共同发起的“自主大模型国际共建联盟”正式成立，旨在帮助“一带一路”国家建立自主可控的AI基础设施。

（文章来源：第一财经）