2025 年了，OpenAI 預熱多時要發(fā)的超級智能體又一次沒趕在前邊。

原標題：OpenAI 想了快 10 年的超級智能體終于來了！有驚喜，但比智譜晚還“翻車”系數(shù)高？
文章來源：AI前線
內(nèi)容字數(shù)：5736字

2025年智能體競賽：OpenAI與智譜的角逐

2025年，OpenAI和智譜AI在智能體領域展開激烈競爭。OpenAI姍姍來遲地發(fā)布了Operator，一款能夠訪問網(wǎng)頁并執(zhí)行任務的智能體，而智譜AI則升級了其GLM-PC智能體，進一步提升了代碼思維和邏輯推理能力。

1. OpenAI的Operator：好壞參半的初體驗

Operator作為OpenAI首款真正模擬人類操作網(wǎng)頁瀏覽器的智能體，能夠完成預訂、購物等復雜任務。它支持多任務同時運行，并允許用戶保存常用提示詞，方便重復性操作。然而，Operator也存在不足，例如在處理復雜界面時表現(xiàn)不佳，且在演示過程現(xiàn)過“翻車”情況。OpenAI官方也承認Operator目前仍處于研究預覽階段，存在出錯的可能性。

2. 智譜AI的GLM-PC升級：代碼思維與深度思考

智譜AI的GLM-PC v1.1在去年發(fā)布的v1.0基礎上進行了升級，加入了“深度思考”模式，增強了邏輯推理和代碼生成能力。它采用“左右腦”協(xié)作模式，左腦負責代碼生成和邏輯執(zhí)行，右腦專注于深度感知和交互體驗。GLM-PC能夠處理復雜邏輯任務，并展現(xiàn)出更高的適應能力和創(chuàng)造力，在實際應用中表現(xiàn)出色，例如自動生成個性化微信群祝福語等。

3. 技術路線的差異與比較

Operator由CUA模型支持，結合了GPT-4o的視覺功能和強化學習，能夠與圖形用戶界面交互。GLM-PC則采用CogAgent和CodeGeex模型，以代碼形式指揮工作流程。評測結果顯示，CogAgent在部分指標上表現(xiàn)出色，但在某些方面仍遜于Claude-3.5-Sonnet和結合外接GUI grounding模型的GPT-4o。

4. 超級智能體的未來展望

OpenAI計劃公開Operator的CUA模型API，方便開發(fā)者構建自己的智能體。智譜AI則計劃將GLM-PC與AIPC深度融合，并與PC廠商合作。業(yè)內(nèi)人士認為未來十年是智能體的十年，智能體將像自動駕駛系統(tǒng)一樣輔助人類完成任務，甚至可能管理公司運營。然而，多模態(tài)技術與大語言模型的整合以及處理超長任務周期等挑戰(zhàn)仍然存在。

5. QCon全球軟件開發(fā)大會推薦

文章最后推薦了2025年4月10-12日舉辦的QCon全球軟件開發(fā)大會，主題為“智能融合，引領未來”，旨在探討AI大模型技術對軟件開發(fā)領域的變革與機遇。

聯(lián)系作者

文章來源：AI前線
作者微信：
作者簡介：面向AI愛好者、開發(fā)者和科學家，提供大模型最新資訊、AI技術分享干貨、一線業(yè)界實踐案例，助你全面擁抱AIGC。