蛇报

电脑版下载

60639
9

蛇报截图首次登录送91元红包

内容详情

蛇报

一个“豆包”或许可以被围剿，但千千万万个“豆包”正在赶来的路上。

“每台手机，都可以成为AI手机。”

12月9日早间，国内头部大模型厂商智谱AI正式宣布开源其核心AI Agent模型——AutoGLM。这是一个历经32个月研发、具备“Phone Use”（手机操作）能力的智能体框架。

智谱此时选择开源，被业界解读为一种技术上的“掀桌”行为——它意味着“人人都可以打造豆包手机”的愿景在技术上已成为可能。

对于行业来说，这或许是手机产业的“智驾时刻”。中信证券点评称，AI Agent之于手机，正如自动驾驶之于汽车。

此次开源意味着硬件厂商、手机厂商和开发者均可基于AutoGLM，在自己的设备或系统中复现一个能“看懂”屏幕、并模拟真人进行点击、输入、滑动的AI助手。目前，AutoGLM已支持微信、淘宝、抖音、等超过50个高频中文应用的核心场景，其自动化操作能力与此前引发热议的“豆包手机”演示相似。

而这一动作发生在一个极其微妙且剑拔弩张之际。就在此前的一周内，字节跳动联合努比亚发布的“豆包手机”搅动了整个科技圈，引发了互联网巨头们的集体“应激反应”。

破壁：从“豆包围城”到“全员Agent”

事件的导火索可以追溯到一周前。

12月1日，字节跳动联合中兴通讯旗下努比亚推出了搭载“豆包手机助手”的nubia M153，售价3499元。这款手机凭借系统级权限，能够模拟人类操作，跨越APP孤岛执行点外卖、发微信、比价购物等复杂任务。这一创新迅速引爆市场，首批备货瞬间售罄，在闲鱼平台上，该手机的未拆封报价甚至一度被炒至7999~9999元。

然而，这种“上帝之手”般的跨应用能力迅速触碰了互联网行业的逆鳞。而后，微信、淘宝及多家银行APP随即启动了防御机制。用户反馈，当豆包助手尝试接管微信或淘宝时，会出现异常退出、风险提示甚至封号的情况。大厂们给出的理由是“安全与隐私”，但行业普遍认为，本质上这是对流量入口和数据控制权的殊死保卫战。

就在行业以为AI手机将因巨头封锁而陷入短暂沉寂之际，智谱AI投下了一枚重磅炸弹。

据智谱官方通稿显示，AutoGLM项目正式在GitHub上线，开源了包括训练好的核心模型、Phone Use能力框架与工具链，以及覆盖50+高频中文App的可跑通Demo。智谱方面明确表示：

“这件事只在一家公司做，是不够的。AutoGLM 开源的第一层初衷，是把这一层能力变成整个行业可以共同拥有、共同打磨的公共底座。”

市场分析人士指出，这一举措的杀伤力在于，它将一项原本被视为“大厂核武器”的技术，变成了所有开发者唾手可得的工具。当技术门槛被夷平，巨头们或许可以围剿一款“豆包手机”，却难以围剿千千万万个基于开源框架自建的个性化Agent。

图源：智谱AI官方公众号下同

解构：技术底层的“降维打击”、32个月的“底层突围”

为什么说这次开源是“掀桌子”？核心在于智谱选择了一条让巨头难以防御的技术路径。

根据智谱官方发布的技术细节及行业内部的深度拆解，AutoGLM的技术实现具有以下颠覆性特征：

1. 从“乱点”到“可控”的进化：

据智谱官方透露，AutoGLM的研发始于2023年4月。早期系统经常“迷失”在手机操作中，但经过32个月的打磨，团队建立了一整套Phone Use能力框架，将点击、滑动、输入、界面理解抽象化。2024年11月，AutoGLM发出了人类历史上第一个由AI完成的手机红包——不是通过API，而是AI真正“看懂”了界面并完成了操作。

2. 视觉大模型+ADB的“降维打击”：

不同于传统脚本依赖易被封禁的无障碍服务（Accessibility），AutoGLM在底层调用了ADB（Android Debug Bridge）指令，并结合视觉大模型（AutoGLM-Phone-9B）。其运行逻辑是“看屏幕截图 -> 大模型分析 -> 模拟手指点击”。这种基于视觉的“类人操作”，让APP厂商通过简单的代码检测进行防御变得极其困难。只要人眼能看懂界面，AI就能操作。

3. 隐私问题的“终极解法”、绕过易被围剿的接口：

针对大厂“围剿”的理由——隐私安全，智谱在开源公告中给出了明确回应：“技术向整个生态开放，数据与隐私，永远留在使用方这一侧。” AutoGLM支持私有化部署，通过MobileRL等强化学习算法在云端虚拟手机中训练，而实际运行时，企业和开发者可以在自己的合规环境中掌控数据。AutoGLM支持本地部署模式，模型运行和数据处理均在用户设备端完成，数据不出手机。这种架构设计直接瓦解了互联网大厂以“隐私泄露”为由进行围剿的合法性基础。

影响：手机产业的“智驾时刻”

站在投资者和行业发展的角度审视，智谱AutoGLM的开源具有里程碑式的意义，其不仅关乎技术，更关乎商业模式的重构。

1. 硬件厂商的“新赛点”

中信证券在12月5日的研报中指出，AI Agent之于手机，正如自动驾驶之于汽车。此前，手机厂商苦于缺乏能够打通所有APP的超级入口，而AutoGLM的开源为荣耀、小米、OPPO等厂商，甚至中小硬件开发者提供了现成的技术底座。参考汽车行业“华为+赛力斯”的智选模式，未来“大模型厂商+手机厂商”的深度绑定将成为常态，AI手机有望迎来类似新能源汽车的爆发式增长。

2. 互联网生态的“倒逼机制”

对于腾讯、阿里等互联网巨头而言，护城河正面临严峻挑战。当用户可以通过AI Agent绕过APP的首页推荐、广告位，直接触达核心服务（如直接订票、比价购物），超级APP的流量分发逻辑将失效。智谱的开源将这种能力泛化后，巨头们面临的选择只剩下两个：要么继续修筑高墙，冒着用户体验下降的风险死守；要么主动坐上谈判桌，开放API，与AI Agent共建新生态。

3. 个体开发者的“赋能”

正如Linux开源推动了操作系统的普及，Stable Diffusion开源引爆了AI绘画，AutoGLM的开源标志着手机Agent进入了“可编程”时代。未来，基于该框架，可能会诞生出专门服务于视障人士的公益Agent、专注于特定工作流的效率Agent，甚至是完全个性化的私人助理。

结语：新旧秩序的交替

2025年12月，从豆包手机的“冲锋”到智谱AutoGLM的“开源”，短短十天内，中国互联网经历了一场关于入口、流量与控制权的剧烈震荡。

AutoGLM的开源，实际上是把选择权交还给了用户和开发者。它宣告了仅仅依靠封闭生态和流量垄断的时代正在过去。虽然当下的体验或许还存在延迟或不稳定性，但智能体时代的到来无法阻挡。

对于市场而言，这不仅仅是一个技术新闻，更是一个明确的信号：智能终端的交互逻辑正在发生根本性逆转，一个新的万亿级赛道——端侧智能体经济，已经轰然开启。

开源地址可戳：https://github.com/zai-org/Open-AutoGLM