AutoGLM 手机智能体

是什么

AutoGLM 是智谱（Zhipu，又称 Z.ai）开发的语音驱动手机智能体（agent）^[1]。所谓语音驱动，是指它的入口是用户说出来的话，而不是屏幕上的点击和输入。这类智能体的目标是缩短「说一句」和「手机做完」之间的距离：用户说出想完成的事情，由智能体在手机上代为操作。

在智谱产品线中的位置

AutoGLM 不是孤立的实验，而是智谱若干产品中的一个。它与公司的 GLM 聊天机器人、Ying 视频生成器和 ZCode 编程工具并列^[1]。这份清单放在一起看，覆盖了对话、视频生成、编程辅助和手机端任务执行几块，而 AutoGLM 承担的是直接接触手机的那一部分。

开源发布

除了产品本身，智谱也把智能体技术交到公众手里。2025 年 12 月 8 日，公司在 Hugging Face 上开源了 AutoGLM-Phone-9B，次日又发布了多语言版本^[2]。名字里的「9B」沿用模型按参数量命名的惯例，指大约 90 亿个参数。

AutoGLM 并非智谱以这种方式发布的唯一智能体工作。公司还把 WebRL（2024 年 11 月）和 AndroidGen（2025 年 5 月）等研究型智能体作为开放模型发布^[2]。公开的 Hugging Face 页面把这种发布节奏以检查点（checkpoint）的形式记录了下来：其中显示 WebRL 有四个检查点，发布于 2024 年 11 月 4 日至 12 月 9 日之间；AndroidGen 有两个检查点，发布于 2025 年 5 月 28 日^[2]。

开放发布的意义

公开权重和检查点，改变的是「谁能来看这个系统」。手机智能体很难从外部研究，因为大部分有意思的行为发生在与设备、操作系统和用户语音指令的交互之中。当背后的模型可以下载，研究者和开发者就能自行检查、运行和比较不同版本。WebRL 与 AndroidGen 列出的检查点记录的是中间阶段而非单一最终模型，别人因此能看到这段时间里工作是怎样推进的^[2]。

对智谱来说，这种组合在当下的智能体研发中相当常见：一边是面向消费者的产品，另一边是公开发布的模型与研究。AutoGLM、WebRL 和 AndroidGen 放在一起，说明这家公司把手机操作和基于网页的任务执行看作相关的问题，并选择公开其中相当一部分底层工作，而不是完全留在内部^[2]。