智谱发布全球首个面向公众的电脑智能体GLM-PC

智谱宣布推出“全球首个”面向公众开放体验的电脑智能体——GLM-PC。这款智能体能够像人类一样“观察”和“操作”计算机，帮助用户高效完成各种复杂的电脑任务。

• 地址：https://cogagent.aminer.cn

GLM-PC的核心架构

GLM-PC的独特之处在于其“左脑”与“右脑”的设计。“左脑”专注于严谨的逻辑推理和任务执行，“右脑”则负责深度感知与交互体验。这种双脑结构让GLM-PC不仅能够理解用户的意图，还能精确地执行任务。

主要功能亮点

1、任务规划与分解：根据用户需求，GLM-PC能快速制定详细的任务规划方案，并将大型任务分解为易于管理的小任务，确保每一步都有清晰的执行路径。

2、代码自动生成与执行：在规划完成后，GLM-PC会启动代码生成模块，通过逻辑循环自动推进任务直至完成。整个过程无需人工干预，实现了从输入到输出的闭环操作。

3、多场景应用实例：

• 电商购物自动化：如自动提取商品图片信息并存储至Excel，随后添加至淘宝购物车，实现一站式购物流程。
• 社交媒体数据分析：例如从小红书中提取电影排行榜信息，并通过编写代码将其保存至本地文件系统中。
• 个性化祝福发送：支持为微信群好友定制个性化的新春祝福语及图片/视频，并一键群发。
• 学习辅助工具：可以自动从网站上抓取英语六级词汇，进行造句并将内容整理成Word文档供用户学习使用。

4、深度思考模式：新增了专门用于逻辑推理和代码生成的功能，增强了实时调整、反思修正以及自我纠错的能力，使得解决方案更加优化。

5、跨平台支持：除了原有的功能增强外，GLM-PC还提供了对Windows系统的支持，扩大了其适用范围。

技术背景

GLM-PC基于智谱开发的多模态大模型CogAgent构建，具备强大的图像识别、GUI理解和多模态信息融合能力。这使得它不仅能理解图形界面中的按钮、图标等元素，还能结合文字信息提供智能化的操作建议。

随着GLM-PC v1.0于2024年11月29日首次亮相并开始内测，此次更新标志着该产品向更广泛的用户群体开放的重要一步。无论是日常办公还是专业领域，GLM-PC都展示了极大的潜力，预示着未来人机交互方式的重大变革。