智谱AutoGLM对决豆包手机：AI时代的安卓苹果之战？

12月9日深夜，智谱开源了其核心AI Agent模型AutoGLM，迅速引发AI圈的广泛关注。

距离AutoGLM首次出现在公众视野，已经过去111天。作为智谱AI开发的跨端通用智能体，AutoGLM能够通过自然语言指令自主完成手机、电脑等设备上的复杂操作，真正实现“一句话搞定任务”的流畅人机互动体验。

作为全球首个具备“Phone Use”能力的AI Agent，AutoGLM的核心功能围绕“自主执行”展开。它能模拟真人点击、滑动、输入等动作，稳定处理外卖点单、机票预订、朋友圈互动等数十步复杂流程，覆盖超过50个高频中文应用的核心场景。同时，它还支持跨端协同（手机+电脑），例如，通过手机发出指令让电脑自动生成PPT、整理数据，所有任务均在云端运行，完全不占用本地设备的资源。

2025年8月，AutoGLM 2.0面向公众开放，明确强调其“执行型助手”的定位。它不再局限于对话或信息查询，而是直接“动手”完成任务。例如，在办公场景中，它能执行从检索资料到生成视频、PPT的全流程；在生活场景中，则可实现跨应用的预订服务等。

然而，由于第三方功能在实际体验中不够顺畅，比如授权动作繁琐、语义理解易错等问题，让AutoGLM的首次亮相并未在C端引发现象级的传播热潮。

但其构建的新技术范式，仍然在行业内引发了不小的震动。

智谱最新表示，这一次AutoGLM选择开源，主要基于三方面考虑。

据智谱介绍，AutoGLM开源的首要意义在于对抗技术垄断，是将“AI使用手机”这一核心能力基础设施化和民主化。

相关文档指出，如果“会使用手机的AI能力”只掌握在极少数厂商手中，用户的手机将越来越像“别人家的入口”，开发者的创新也会受制于人。通过开源，AutoGLM将这项能力变为行业可以共同拥有和打磨的公共底座。

开源使得任何开发者或团队都能像使用“积木”一样，将AutoGLM集成到自己的系统中，或进行拆卸、改写和改造。这大幅降低了Agent开发的门槛，有望催生出多样化的AI原生应用、硬件和解决方案，从而加速整个Agent生态的繁荣。

同时，基于Phone Use能力涉及支付、社交、企业系统等敏感领域的问题，AutoGLM团队强调，会将控制权交还给用户，以此解决信任核心问题。团队明确表示，“不希望也不应该把这些东西握在自己手里”。

有行业人士对此评价：“AutoGLM开源的意义远超一个普通的代码开放项目。它是一次战略性的生态卡位和规则定义，其目标是成为未来AI Agent，尤其是终端通用Agent的基础，就像Android之于移动应用生态。”

结合最近“豆包AI手机”的热潮来看，智谱AutoGLM的这次开源，也意味着各家公司在智能手机终端的通用Agent之争，正走上截然不同的道路。

而这两条路径，恰好多年前安卓与苹果之争十分相似。

从策略目标层面来看，AutoGLM的策略，是成为AI时代的基础设施和公共底座，是一套类似于安卓的软件开发环境。而豆包手机助手的策略，是直接抢占硬件入口，通过“AI附体手机”的方式，抢占用户与数字世界交互的终端。

从AI能力部署层面来看，AutoGLM采用“云端智能体”范式，为AI配备专属的云手机、云电脑，任务在云端虚拟设备中执行，不占用、不干扰用户本地设备；豆包手机则直接采用“终端具身智能”范式，让AI直接在用户真实的物理手机上进行“模拟点击”操作，并将AI能力深度集成到手机硬件和系统层，实现多任务并行。

智谱AutoGLM的开放模式将训练模型、能力框架等开源，将操作执行能力封装为API，供开发者融入各类硬件；而豆包与手机厂商（中兴努比亚）合作，推出专属硬件，抢占用户终端，其“模拟点击、调度一切”的模式，直接挑战了微信、淘宝等超级应用的生态壁垒和用户入口，因此，引发了平台的“封禁”。

智谱AutoGLM与豆包手机助手的路线分歧，某种程度上像是传统意义上软件与硬件谁来定义谁的问题，后续必定还有更多的玩家进入这场角力。而智谱AutoGLM这次开源，更像是通用AI Agent话语权之争的大幕拉开的一个重要信号。（作者｜陶天宇，编辑｜李程程）