用智谱AI的类「GPTs」，我做一个Agent只花了30秒
文｜周鑫雨
编辑｜邓咏仪
春节前，智谱AI先给开发者过了个小年。
2024年1月16日，中国模型层独角兽智谱AI举办了首届AI技术开放日Dev Day。自2023年10月语言大模型ChatGLM3发布以来，智谱AI在3个月的时间里，将基座模型GLM的能力提升了60%。
随着模型能力的提升、AI应用生态的建立，模型层厂商建立OS（操作系统）也水到渠成。智谱AI CEO张鹏对36氪直言，做OS不叫野心，“而是模型能力达到一定水平后自然而然要做的事”。
围绕迭代模型、建立AI应用生态、构建AI OS，智谱AI的Dev Day的发布有三个重点：
最新大模型基座GLM-4发布，中文环境下各项能力几乎超过GPT-4，英文环境下各项能力均达到GPT-4的90%；
发布定制化模型生成工具GLMs，实现0代码分钟级创建基础AI应用。与此同时，GLMs模型应用商店上线；
推出多模型能力自动调用工具All Tools。All Tools可以被视作AI OS的一个雏形，能根据用户的指令对GLMs进行自动选取、调用、执行。
对不少开发者而言，这些更新听上去并不陌生。2023年11月16日，OpenAI就在Dev Day推出了定制化模型生成工具GPTs和应用商店，也被视作构建AI OS的标志。
对智谱AI而言，OpenAI是最强的对手，也是技术能力的试金石。对标OpenAI，智谱AI建立了从通用模型基座到多模态模型的产品线。
摸着OpenAI过河，张鹏认为，GLM-4的能力已经接近GPT-4，够到了建AI应用生态、做AI OS的门槛。他也预言，下一次模型能力的跃升，将出现在具身智能的突破。
单次处理300页小说，模型能力达GPT-4九成
在模型能力上，OpenAI是智谱AI一直追赶的对手。
Dev Day上最新发布的GLM-4，目前在英文基础能力的表现上，已经能和GPT-4掰掰手腕，均达到了对手能力的九成；在中文能力的表现上，除了逻辑推理和中文推理两项能力不及GPT-4，其他维度已经超越了对方。
而在指令跟随能力这一维度上，GLM-4还有一定的提升空间。所谓的指令跟随能力，就是模型解读输入Prompt和指令的能力，是理解用户意图的重要维度。在英文Prompt的理解上，GLM-4能力相较于GPT-4稍弱，为后者的85%。
随着模型发展阶段从狂卷参数规模，到应用落地，如今，通过扩展上下文窗口来提升模型的“记忆力”，成为不少厂商发力的方向。
GLM-4也不例外，它将上下文窗口从32K扩展到了128K，这意味着单次可以处理约20万字的文本，相当于300页的小说。
当然，能处理的文本越长，模型也越容易“失忆”。据智谱AI介绍，GLM-4目前可以做到对记忆几乎100%的精准召回。
在作者上传一整本马伯庸的9万字小说《长安的荔枝》后，可以看到，GLM-4不仅准确得出李善德运送荔枝的天数，总结了他成功保存荔枝的方法，还定位了刺杀李善德的真凶。
在定价上，128K系列模型采取了“加量不加价”的策略。相较于32K的ChatGLM-Turbo，128K的GLM-3-Turbo定价没有上涨，仍为0.005元/千Tokens；128K的GLM-4，定价为0.1元/千Tokens，约为GPT-4价格的1/2。
在Dev Day上，智谱AI也披露了在多模态研究上的进展。
据智谱AI介绍，最新推出的文生图模型CogView3，能力已经超过了最强开源模型Stable Diffusion XL，接近OpenAI的DALLE·3。这是由于CogView采用了自研的非自回归技术“中继扩散模型”，提高了生成图像分辨率，并解决了Diffusion模型生成质量不稳定的问题。
CogAgent，是智谱AI最近的研究方向，即探究如何从多模态模型走向智能助手。张鹏告诉36氪，人类感知世界仍然离不开视觉、听觉，多模态与Agent的结合是必然的趋势。
推出0代码Agent定制工具GLMs，模型应用商店上线
对标OpenAI的GPTs，智谱AI在Dev Day上发布了GLMs。
在这款国产的定制版Agent生成器中，用户只需要用自然语言输入Agent功能，GLMs就会自动生成应用名称、配置名称、模型能力调用等配置文件信息。用户还可以上传外部知识库，让GLMs进行学习。
比如，当我们想让GLM自动生成一个食谱生成器，就可以输入“你是一个食谱生成器，用户输入食材，你可以生成三菜一汤。”
点击“发布”按钮后，名为“食途指南”的GLMs，就可以在智谱AI的对话机器人“智谱清言”上使用。
不过，GLMs的目标用户并非企业和资深开发者。据现场工作人员介绍，这是一款面向普通用户的Agent生成器，目前用户只能在“智谱清言”移动端和网页端上发布Agent，而不能够发布独立的App版本。
为了建立基于GLM的AI应用生态，在Dev Day上，智谱AI顺势发布了GLMs模型应用商店，并计划同期公布开发者分成计划。
目前，在名为“智能体中心”的应用商店中，已经聚集了上百个基于GLM研发的AI应用。
比如一款名为“‘利好茅台’分析师”的应用，主打提炼出对茅台品牌有利的信息。即便询问对茅台不利的问题，它也能圆回来。
智谱AI版GPTs，让大模型把原生App用起来
用一台手机或电脑，查到近三年春运数据并绘制折线图，需要几步？
1、打开中国政府网寻找数据；2、汇总到Excel表格中；3、调用图表生成工具。
最少要三步。
而模型时代，这个步骤被缩减成了输入一句自然语言指令：
“这将会是AI时代OS（操作系统）的特质。移动时代的iOS和安卓并不理解应用，但大模型OS可以理解建立其上的AI原生应用。”张鹏告诉36氪。
此前，OpenAI已经用GPTs，为AI时代的操作系统打了个版：开发者们利用GPT基座低门槛快速开发定制模型和应用GPTs，集成了这些GPTs的GPT，天然成为最懂这些应用的OS。
在Dev Day，智谱AI对大模型OS的运作模式已经进行了初步实践：推出All Tools，让作为OS的GLM-4根据用户意图，自动选择调用文生图、代码解释器、网页浏览等多种模型能力。
All Tools可调用的连续图文创作能力，来源于智谱AI的文生图模型CogView2。其优势是可以结合上下文语境，与用户连续交互。
比如，当我们遇上一个最终选了第一版方案的难缠甲方，通过CogView就能快速找到第一个方案：
All Tools可调用的网页浏览能力，特征是由模型自行规划检索任务、自行选择信息源、自行与信息源交互，并对用户显示检索次数。
比如，仅根据“CES 2024（2024国际消费电子展）展位面积最大的中国厂商”这一信息，网页浏览能力就能检索到TCL，并通过2次检索回答产品发布的相关问题。
除了连续图文创作能力和网页浏览能力，All Tools目前还能调用代码解释器（支持复杂计算，以及文件处理、数据分析、图表绘制等复杂任务）、Function Call（根据⽤户提供的function描述，⾃动选择所需function并⽣成参数，以及根据function的返回值⽣成回复）。根据具体任务，All Tools还支持多工具自动调用。
使用一个懂你、更懂应用的OS有多爽？
调用网页浏览和图表绘制能力完成春运数据折线图的生成，是其中一个案例。
36氪再尝试了让All Tools根据同个指令，调用文本创作和图片设计能力2种能力。
比如，想为电视剧《繁花》设计宣发语和海报，只需要在一句自然语言指令中同时包含这两个需求，All Tools就能自动调用ChatGLM的语言理解能力，以及CogView的图片生成能力。
张鹏告诉36氪，在未来，All Tools也将支持调用GLMs模型应用商店中上传的各种模型应用。
以下是与智谱AI CEO张鹏的对话（内容略经36氪整理）：
36氪：之前OpenAI在Dev Day上发布了GPTs和应用商店，被视作要做AI时代的OS（操作系统）。如今智谱AI发了GLMs和应用商店，智谱AI也有做OS的野心吗？
张鹏：我觉得这不叫“野心”，而是模型能力达到一定水平后自然而然要做的事。
36氪：“一定水平”是什么？
张鹏：可以理解为模型能力超过人类能力的平均线。去年（2023年）3月发布的一篇解读GPT-4能力的报告，最后的结论是：GPT-4在大多数任务的平均表现已经超过了人类的平均水平。如果我们追上GPT-4，就意味着我们也能超越人类的平均水平。
36氪：AI时代的OS会和移动时代的OS（比如iOS和安卓）有本质的区别吗？
张鹏：当然会。
信息科学或者上一代的IT技术解决的是处理数据信息的问题。计算机把所有的数据数字化，用0和1表示，然后设计一套逻辑去计算。但上一代IT技术只是工具，并不知道它在处理的是什么，以及处理的意义是什么。iOS也好，安卓也好，都不理解自己处理应用的意义。
这一代人工智能想解决的问题就是让机器理解自己行为的意义。所以这一代的OS，其实不是操作系统，而是思考系统，你只要粗略地告诉它你要干嘛，它就能够帮你去思考，并且完成对应用的操作。
36氪：未来AI OS和安卓、iOS会是怎样的关系？
张鹏：若是要让AI OS替代传统OS，我觉得需要很长一段时间，也许最后它们也会共存。
你记不记得《流浪地球》中的这样一个情节？当量子计算机MOSS接上空间站的总控，它做的第一件事是：改写底层所有的操作系统。
为什么用的是改写，而不是全部覆盖？因为底层很多东西就只需要机械式的行动，不需要思考。安卓和iOS已经很强，起码现在很有效，能控制现有的应用。未来OS会发生的事，很难预估。
36氪：那我们来聊现实一些的事。国内外现在很多模型厂商都在做自己的应用商店，智谱AI怎么样应对竞争，把更多的应用聚集到自己的生态上？
张鹏：其实我们2021年的时候就想做OS，取名为“MOS”，相比“MOSS”就少了个“S”。当时我们连产品设计图都画出来了，但是这个事儿最后没有做，还是考虑到模型的能力不够。我觉得聚集更多应用的前提，就是提高模型能力。
36氪：模型能力迭代到GLM-4目前的能力，最关键的几个节点是什么？
张鹏：第一件事就是Scaling（扩大参数规模），提升参数量是提高模型能力的基础。
第二件事，是我们做了很多与人类对齐的工作，让模型遵循人类的价值观。
第三件事是开源。开源的意义并不在于让我们的技术先进了多少，而是因为单纯靠我们的力量很难追上OpenAI。我们需要通过开源把更多人引入生态，去发挥模型最大的价值。
第四件事是多模态。因为语言是人类创造的，所以从语言切入是最容易的，语言模型可以成为第一步。但我们理解、认知世界的方式还需要其它的感官，所以开始加入多模态很重要。
最后一件事是Agent。多模态能让模型长出五官，但模型仍然活在缸里。Agent就让模型长出四肢，能够真正实现与现实或者数字环境交互，让模型具备自主规划和行动的能力。
所以现在看到的GLM-4其实是我们长期对这几件事探索的成果。
36氪：模型能力的下一次跃升在哪里？
张鹏：我觉得是具身智能。就像一个哲学命题所讨论的：肉体和灵魂能不能分开？我倾向于认为，智能无法和物理世界割裂，智能的诞生与身体的物理条件有关。
36氪：Dev Day上大家提到大模型没法大规模商用，以及C端通用应用发展缓慢的一个重要原因是成本太高，比如一个通用C端应用一天就可能消耗上亿的Token。站在模型厂商的角度，这个问题该怎么解决？
张鹏：这个问题无法脱离生态圈去解决。比如对于硬件厂商来说，就需要制造出效率更高的芯片；对我们这些模型厂商来说，需要持续去降低模型的推理成本；对于应用厂商而言，就要想办法让用户更多地去承担成本，提高付费意愿。
成本的问题躲不开，需要全产业链去挤水分。
36氪：今天智谱AI分享了很多客户案例。不过在国内做模型的商业化，有哪些难点？
张鹏：中国市场有自己的特点。比如说SaaS，在国外活得好好的，在国内就很艰难。MaaS（模型服务）本质上也是SaaS，但环境的事靠我们自己很难去改变，我们只能思考怎么去破局。
所以我们很早就把商业化方案想得比较清楚。比如和初期做知识工程的基因有关，我们觉得模型商业化做To B可能会更容易一点。
但中国B端的客户的需求其实非常多样化，非常不统一，如何去满足客户需求又不陷入工程的泥潭里？我觉得是要放大AI模型泛华能力强、通用性高的优势。
这里头有很多讲究。首先部署策略的方案要多元，比如我们有三种方案：API、云端私有化、本地私有化，基本上每个有意向的客户都能找到对应的部署方案。其次我们也会慢慢教育用户，说服他们慢慢从最重、最麻烦的定制方式，转向更标准化、平台化的产品购买方式。
从去年来看，我们MaaS整体的效果应该说还行。我们有2000多家客户，单纯从数量上看，分布得还比较健康，呈现金字塔结构（少量高付费能力、高忠诚度的客户位于塔尖）。
36氪：智谱AI会出海吗？
张鹏：我们内部也在讨论这个问题。我们从来没有限制过自己制作国内市场，只是我不知道该怎么定义出海这个事，是挣美元就算出海了，还是在国外开个公司就算出海？所以关于出海的定义和形式我们纠结了很久。
其实在学术的全球知名度上，我们也早就“出海”了，但是这不等同于商业出海，我觉得还是一步步来。目前最重要的两件事是，一，核心技术突破；二，在商业路径上探索出更长远、更具有规划性的MaaS落地的路径。
目前商业化的情况初步证明，我们在MaaS上是能走通的，但是要怎么引导这个路径往更健康或者更长期的方向？今天有人提到平台化，也有人提到操作系统，现在还没有定论。
36氪旗下AI公众号