OpenAI 想了快 10 年的超級(jí)智能體終于來(lái)了！有驚喜，但比智譜晚還“翻車”系數(shù)高？

2025 年了，OpenAI 預(yù)熱多時(shí)要發(fā)的超級(jí)智能體又一次沒(méi)趕在前邊。

原標(biāo)題：OpenAI 想了快 10 年的超級(jí)智能體終于來(lái)了！有驚喜，但比智譜晚還“翻車”系數(shù)高？
文章來(lái)源：AI前線
內(nèi)容字?jǐn)?shù)：5736字

2025年智能體競(jìng)賽：OpenAI與智譜的角逐

2025年，OpenAI和智譜AI在智能體領(lǐng)域展開(kāi)激烈競(jìng)爭(zhēng)。OpenAI姍姍來(lái)遲地發(fā)布了Operator，一款能夠訪問(wèn)網(wǎng)頁(yè)并執(zhí)行任務(wù)的智能體，而智譜AI則升級(jí)了其GLM-PC智能體，進(jìn)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(yàn)

Operator作為OpenAI首款真正模擬人類操作網(wǎng)頁(yè)瀏覽器的智能體，能夠完成預(yù)訂、購(gòu)物等復(fù)雜任務(wù)。它支持多任務(wù)同時(shí)運(yùn)行，并允許用戶保存常用提示詞，方便重復(fù)性操作。然而，Operator也存在不足，例如在處理復(fù)雜界面時(shí)表現(xiàn)不佳，且在演示過(guò)程現(xiàn)過(guò)“翻車”情況。OpenAI官方也承認(rèn)Operator目前仍處于研究預(yù)覽階段，存在出錯(cuò)的可能性。

2. 智譜AI的GLM-PC升級(jí)：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(chǔ)上進(jìn)行了升級(jí)，加入了“深度思考”模式，增強(qiáng)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(fù)責(zé)代碼生成和邏輯執(zhí)行，右腦專注于深度感知和交互體驗(yàn)。GLM-PC能夠處理復(fù)雜邏輯任務(wù)，并展現(xiàn)出更高的適應(yīng)能力和創(chuàng)造力，在實(shí)際應(yīng)用中表現(xiàn)出色，例如自動(dòng)生成個(gè)性化微信群祝福語(yǔ)等。

3. 技術(shù)路線的差異與比較

Operator由CUA模型支持，結(jié)合了GPT-4o的視覺(jué)功能和強(qiáng)化學(xué)習(xí)，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(píng)測(cè)結(jié)果顯示，CogAgent在部分指標(biāo)上表現(xiàn)出色，但在某些方面仍遜于Claude-3.5-Sonnet和結(jié)合外接GUI grounding模型的GPT-4o。

4. 超級(jí)智能體的未來(lái)展望

OpenAI計(jì)劃公開(kāi)Operator的CUA模型API，方便開(kāi)發(fā)者構(gòu)建自己的智能體。智譜AI則計(jì)劃將GLM-PC與AIPC深度融合，并與PC廠商合作。業(yè)內(nèi)人士認(rèn)為未來(lái)十年是智能體的十年，智能體將像自動(dòng)駕駛系統(tǒng)一樣輔助人類完成任務(wù)，甚至可能管理公司運(yùn)營(yíng)。然而，多模態(tài)技術(shù)與大語(yǔ)言模型的整合以及處理超長(zhǎng)任務(wù)周期等挑戰(zhàn)仍然存在。

5. QCon全球軟件開(kāi)發(fā)大會(huì)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(kāi)發(fā)大會(huì)，主題為“智能融合，引領(lǐng)未來(lái)”，旨在探討AI大模型技術(shù)對(duì)軟件開(kāi)發(fā)領(lǐng)域的變革與機(jī)遇。

聯(lián)系作者

文章來(lái)源：AI前線
作者微信：
作者簡(jiǎn)介：面向AI愛(ài)好者、開(kāi)發(fā)者和科學(xué)家，提供大模型最新資訊、AI技術(shù)分享干貨、一線業(yè)界實(shí)踐案例，助你全面擁抱AIGC。