文｜周鑫雨猪猪系列

剪辑｜苏建勋

交出后 DeepSeek R1 期间的答卷，对如今的六小虎而言，显得尤为开阔。

DeepSeek R1 和 Manus，仍是诀别在推理模子和 AI Agent 畛域炸了场。对于其后者而言，奴才是最为保守的旅途。比如，百度发布了推理模子文心 X1，腾讯上线了混元深度想考模子 T1。

在 3 月 31 日的 OpenDay 上，在国内本钱阛阓拿钱到手软的智谱，开年交出的答卷则是 R1 和 Manus 的" plus 版块"——具有深度想考才调的 Agent 居品，" AutoGLM 千里想（以下简称‘千里想’）"，仍是免费上线。

AutoGLM 千里想。

智谱旗下的初代 AutoGLM，曾在 2024 年 11 月，完了了第一个由 AI 发出的红包：AI 发了东谈主类历史上第一个红包。"千里想"的班味儿则更重些。就像一位东谈主类实习生，它粗略基于绽放的天然谈话问题，泄漏、分析、搜索信源。

况且比"联网搜索"更进一步，"千里想"能搜检如知网、小红书、公众号、京东、巨潮资讯中分歧外绽放 API 的信源，同期具有多模态泄漏才调，粗略泄漏网页上的图文信息。

张鹏展示的一个案例是：用"千里想"运营小红书账号，两周涨粉 5000，还接到了商单。

小红书起号的要津，一是更新频率高，二是话题蛊惑东谈主。独一输入想究诘的热点话题，比如"手冲咖啡全套确立种草攻略"，"千里想"就能从小红书、知乎等平台，凭证上百个信源自动作念好了总结。

智谱用"千里想"运营的小红书。

DeepSeek App 一举创下 3000 万日活的据说后，AI 厂商对居品范式的默契，冉冉有了变化：诳骗的最终情势，即是模子；所谓的诳骗，也成了模子才调的秀场。

不错昭着感受到，"千里想"的交互界面遐想，相较于 Manus，更凸显了模子自身的想考才调。

在想考历程中，"千里想"展现的是"想考"，从泄漏问题、拆解问题启程，通过信息检索，再列出贬责决策的框架。而 Manus 凝视展现的是"行为"，可视面板傲气的是 AI 调用器具的历程。

"千里想"和 Manus 的界面对比。上为"千里想"，下为 Manus。

比起具有"成为全球首款通用智能体"贪念的 Manus，"千里想"对于当下智谱的真谛，比起可用和落地，在于通过秀出想维链，展现其模子实力。

智谱 AutoGLM 表现东谈主刘潇也直言，诚然"千里想"粗略实施研报整理等通俗任务，但现时提供给众人的，仅仅一个预览版块，还有许多的不及。

一个直不雅的对比是，Manus 通过调用 Claude 的 Computer Use 才调，粗略完了跨 PC、App 等多端的操作，况且寄托出 PPT、网页等领有具体情势的恶果。

比如，输入 Prompt "请制作一个 jellycat 主题的吃豆东谈主网页游戏，素材神采饱胀度不要太高"，Manus 能径直寄托一个注意其事的游戏网页（诚然实施时候长达 45min，且游戏存在 bug）。

Manus 寄托的吃豆东谈主网页游戏。

但现时的"千里想"预览版能寄托的，仍然是雷同于 Deep Research（OpenAI 推出的谋划智能体）的谋划整理，无法开箱即用。

输入上述的 Prompt，"千里想"只可输出完了游戏的代码，用户还需要额外复制和开动，对非技能布景的用户并不友好。

"千里想"寄托的是游戏代码。

又名智谱职工告诉《智能傲气》，"千里想"仍是一个检会性居品，"‘千里想’还不可跨端操作，淌若要完了这点，就必须集成 GLM-PC（智谱推出的电脑操作模子）等雷同 Computer Use 的功能。"

在 Agent 高下了一番功夫，智谱想要展示的到底是若何的技能实力？

OpenDay 上，张鹏说明了完了"千里想"所需的模子组合：基座模子 GLM-4-Air-0414，推理模子 GLM-Z1-Air，以及千里想模子 GLM- Z1 ——这三款新模子，诀别对应 Agent 所需的谈话泄漏、问题分析，以及反想考证才调。

"千里想"背后的新模子。

值得一提的是，智谱提议了"千里想大模子"的看法，这也代表了智谱对 R1 下一阶段的探索。在张鹏看来，单纯依赖里面学问推理，让传统 AI 具有格外大的局限性。

比带有局限性的推理更进一步，"千里想"条目 AI 粗略及时联网搜索、动态器具调用、深度分析和自我考证，进而保证寄托得手的可靠性和实用性。

"价钱屠户" DeepSeek 的掀桌，同样在抑遏其后者或是开源，或是提供更高性价比的模子。

智谱新发布的三款模子中，推理模子 GLM-Z1-Air 的推理速率比较 R1 普及了 8 倍，但成本仅有 1/30，还能在破钞级显卡上开动。与此同期，这三款新模子也将在 4 月 14 日所有开源。

天然，身处"后 DeepSeek "期间，想考是否坚抓预教师、如何作念交易化，是如今六小虎不得不回复的问题。

以下是智谱 CEO 张鹏在发布会上，对于 Agent 和模子技能，以及交易化的一些想考，略经《智能傲气》剪辑：

预教师仍然很开阔。预教师诚然面前关切度不那么高，可是 RL（强化学习）等多样身手，本体上照旧依赖预教师所带来的基座模子天花板。算作基座模子厂商，预教师是咱们一定会坚抓的事情。

异日的新诳骗情势，尤其是智能体的诳骗情势，照旧会纪念到模子上。异日许多的诳骗会以模子为中枢，包上一个很浅的或者很薄的居品化，诳骗性的壳就会造成一个居品。模子才调一朝普及居品才调就获得普及，这是很典型的新诳骗范式的变化。

中间的整个居品化、工程化的身手，它是权宜之策，是折登第的贬责决策。当造出一个像东谈主一样机灵的脑子之后，工程上的事情就比较少，只需要给它装上手和眼睛就像东谈主一样不错完成许多责任，这是 AGI 的终极主义。

不仅仅大模子推理称心 Scaling Law，咱们发现，Agent 也存在雷同的 Scaling Law。通过彭胀教师时的 inference compute（推理筹备），咱们不雅察到 Agent 展现出了更强的性能。

企业或者用户无论是调 API，照旧买模子，如何使用好这个模子是全球濒临最大的问题。在这么一个前提下，开源不开源，免费难免费，自身仍是不黑白凡要津的问题，落地需要两边的磨合。

往时历史的训戒，包括像 MySQL 也好，还有 RedHat，其实仍是证明注解了开源并不等于实足免费，还包括后期技能东谈主员的参预、鄙吝的成本，包括探索如何把 DeepSeek 作念腹地化等等，你要找专科的团队。因此干事是开源的交易模式。

通用 Agent 不可有短板。为什么 AI 的想考才调、笔墨才调远超你，但照旧不如你？因为它的才调错落不皆。昭着短板的存在，就会导致诳骗的得手率急剧下落。

为什么面前的 Agent 会被第三方平台禁锢？本体上照旧不够机灵。淌若果然通过图灵测试，我确信面前的封禁和禁锢战略也很难作念的到。是以隐敝禁锢本体上是工程技能问题。

咱们在具身智能上会有相应的布局，但可能还需要小数时候。

我不以为咱们是 To B 的公司，我厌烦贴标签。咱们只作念我方以为故真谛的事情，这些事情会在不同的场景或者不同的客户那儿，产生不同的诳骗姿首和不同的价值。

接待一样！猪猪系列