2025 年，必然是 AI Agent 的「激战之年」。

3 月初，Manus 的发布像是一个发令枪，它告诉所有的 AI 从业者，不必痴迷于技术底层，也可以做出令所有人感到惊叹的 AI Agent 产品。

从 ChatBot 到 Agent，2025 年将是 toC 的 AI 产品交互范式转变之关键时刻，十字路口会跟进观察和分享在「Agent 激战之年」的各种新战况。

在今日的中关村论坛上，智谱在「AI 六小龙」中，率先推出了自己的智能体产品，名字叫做： AutoGLM 沉思。

它不仅拥有深度研究能力（Deep Research），还能执行具体操作（Operator），是典型的 「边思考边行动」的一个 AI Agent。

在「十字路口」前不久的重磅内容《AI Agent 20问》中，我们用 20 组精心铺陈的问题，尝试和大家一起搞懂 AI Agent 的前世今生、技术突破、未来潜力。因此，在收到邀请体验 AutoGLM 沉思的测试后，我们在十字路口会员群里一起内测、讨论，明显能感觉到这段时间大家对于各种 AI Agent 产品的热情。

虽然 AutoGLM 远远没有掀起如 Manus 般的讨论热潮，在会员群中的讨论也褒贬不一，但我们看完各种报告后，仍然认为「沉思」这是一款值得被了解、被试用的产品。

「AutoGLM 沉思」能够应对复杂的开放性问题，通过实时推理与搜索，快速浏览网页，最终生成长篇报告，并附上引用来源，确保内容的透明性和可验证性。

国内 AI 产品一直以来都以「慷慨」著称，不管是 Kimi 还是海螺，亦或是增加了深度思考功能的豆包或夸克，再到今天智谱发布的 Agent 沉思，几乎都是免费提供给用户们。

沉思现已全面登陆智谱清言的网页版、PC 端和手机 App，可以免费、无限制地体验。

再次强调，关键是：免费、不限量。在客户端点击左侧「AutoGLM 沉思」，即可调用。

能够应对复杂任务的智能体与普通人之间，不应该有付费的「隔离」。

1. AutoGLM 沉思

复盘智谱的技术路线， AutoGLM 沉思的技术发展历程经历了多个阶段：从 GLM-4 基础模型起步，逐步演进至 GLM-Z1 推理模型，再到 GLM-Z1-Rumination 沉思模型，最终形成如今的 AutoGLM 模型。

智谱计划于 4 月 14 日将其中关键模型和技术开源，以促进整个行业生态的繁荣与进步。

秉持「让机器具备人类般的思维能力」的愿景，智谱始终致力于 AGI 基础模型的研发，目前已达到 L3-Agentic LLM 的技术水平。

AutoGLM 沉思的核心驱动来自于智谱清言最新研发的智能体「大脑」—— 沉思模型。

这款模型通过强化学习，赋予了 AI 自我批评、反思甚至深度沉思的能力，从而实现长链推理和任务执行的高效结合。其技术根基是智谱自研的全栈大模型体系，融合了 GLM-4 的通用基础能力、GLM-Z1 的反思机制、GLM-Z1-Rumination 的沉思特性，以及 AutoGLM 的自动化操作实力。

我们总结了下沉模型的技术架构。可以说，AutoGLM 沉思的关键在于：

全新基座模型 GLM-4-Air-0414

全新深度思考模型 GLM-Z1-Air

沉思模型GLM-Z1-Rumination

智谱先推出了全新基座模型 GLM-4-Air-0414，拥有 32 B 参数。为了适配智能体，他们在预训练中加入更多代码和推理数据，并在对齐时优化了工具调用、联网搜索和代码生成能力，让模型在智能体任务中表现更强。

基于此，智谱增加了推理数据并提升通用能力，推出了深度思考模型 GLM-Z1-Air。

接着，以 GLM-Z1 为基础，通过强化学习扩展训练，增强了模型的长程推理和工具使用能力，打造出沉思模型 GLM-Z1-Rumination。

至此，组成 AutoGLM 沉思的三块拼图完成。

2. 实例

AutoGLM 沉思官方有数个例子。

首先是电子产品对比。

比如，输入提示词：

帮我比较两款产品：我在考虑购买Macbook Air 和 小米笔记本。需求：—我经常出差，需要电池续航长、重量轻的笔记本，也关注性能和售后服务。请从规格参数、电池续航测试、用户评价等方面比较A和B，列出各自的优缺点，并根据我的需求给出推荐。

智谱清言输出了详尽的总结。

其次是，生成式 Al 技术影响。

输入提示词：

生成式 AI 技术对未来知识生产模式的颠覆性影响。具体要求：对比传统学术研究与 AI 辅助研究的范式差异选取至少 5 个典型领域（如医学、法学、文学，经济学，艺术学等）进行深度研究案例分析，字数要求一万字以上

由于提示词内具有对内容专业性的要求，AutoGLM 沉思能够调用 arXiv 内容，生成附带详尽文献参考的技术报告。

再比如，香港旅行攻略。

AutoGLM 沉思能够自动浏览小红书平台内部内容，最终设计出一份有详细依据作为基础的旅游攻略。

输入提示词：我要去香港玩3天，请帮我设计旅游攻略，注意每个景点都要从小红书上查看网友的真实评论。

除开智谱本身所给出的示例，为了测试它的深度研究和实际操作能力，我输入了一个相对复杂的 Prompt：

”帮我分析 2025 Q2，各家互联网大厂在 AI 方向可能会有的大动作。“

收到指令后，AutoGLM沉思迅速启动了分析模式。它先是梳理了当前AI领域的技术热点和各大互联网公司的关键产业信息。

随后通过联网搜索，浏览了数十个网页，包括行业报告、新闻动态和专家评论等。

经过长时间的思考后，最终，智谱经过「沉思」，给出了一份长长的报告。

通过简要地对智谱的 AutoGLM 沉思所给出的研究计划进行整理，可发现，沉思会给出清晰的研究计划的结构与目标：

明确研究对象

信息收集

技术趋势分析

策略预测

综合报告

全程无需人力监督，它就能够自动输出一个逻辑清晰、结构完整的研究框架，具体目标明确且层次分明。

从输出报告最后的文章信息来源来看，短短几种分钟内，智谱 AutoGLM 沉思查阅了包括 PDF、知乎、新闻门户网站等多种信息来源，共计 84 条信息来源，完成了对海量信息的检索和整合。

这一过程完全自动化，它能够迅速从纷繁复杂的网络数据中筛选出关键点，梳理出逻辑清晰的分析框架。高效的搜索与总结能力，实现了从信息采集到成果输出的无缝衔接。

3、2025 年注定是 AI Agent 腾飞的一年

今天的发布，智谱的战略重心也越来越明显：在 Agentic GLM 的开发上突破，加速 Agent 的落地。

在技术层面，智谱依靠自研的大模型技术，持续深耕既有逻辑推理和深度思考能力的 Agent 基座模型，同时推进通用基座模型的优化，再到智能体框架的设计与应用落地，逐步实现让机器具备类人思考和行动能力的愿景。

此外，智谱计划打造 Agentic LLM 平台，为生态伙伴提供支持，让他们能够借助智谱模型和智能体的强大功能，开发出深度契合行业、地域及场景需求的智能体应用。

我们都记得 Manus 问世的那个凌晨带给我们的震撼，AI 技术的边界被重新定义。

希望智谱借「AutomGLM 沉思」打响的 AI 六小龙第一枪，能让 2025 年的 AI Agent 激战变得更加精彩。

加油吧，智谱！