AutoGLM深夜開(kāi)源，千千萬(wàn)萬(wàn)個(gè)手機(jī)Agent要站起來(lái)了。

昨天深夜12點(diǎn)多，智譜干了個(gè)挺有意思的事。

直接把他們的手機(jī)Agent，也就是AutoGLM開(kāi)源了。

開(kāi)源鏈接在此： https://github.com/zai-org/Open-AutoGLM

挺感慨的，一年前的10月25號(hào)，AutoGLM在 CNCC上正式發(fā)布，那時(shí)候我也做了，雖然很坦誠(chéng)的講，那時(shí)候的AutoGLM，還不成熟，成功率也不算高，支持的APP也不算多。

但，那是 我們第一次見(jiàn)到了手機(jī)Agent的模樣。

那個(gè)時(shí)候，真的就跟見(jiàn)到新世代的產(chǎn)物一樣，瘋狂臥槽。

這是一年前第一次體驗(yàn)AutoGLM的時(shí)候，沒(méi)忍住，給智譜的朋友發(fā)的聊天記錄。。。

而現(xiàn)在，在豆包手機(jī)助手被全面封禁之際，這個(gè)手機(jī)Agent的鼻祖，選擇用開(kāi)源的方式，為這個(gè)技術(shù)世界，再添一把新的柴火。

從2023年啟動(dòng)研究開(kāi)始，到今天，整整32個(gè)月，然后，把這個(gè)足以跟豆包掰掰手腕的模型和框架， 一把開(kāi)源。

一個(gè)豆包倒下了，千千萬(wàn)萬(wàn)個(gè)AutoGLM站起來(lái)了。

不知道為什么，這個(gè)場(chǎng)景，讓我想到了一部很經(jīng)典的電影。

《V字仇殺隊(duì)》。

不過(guò)多解釋這部電影了，看過(guò)的朋友肯定明白我在說(shuō)什么。

V死了，但V，無(wú)處不在。

說(shuō)回到智譜的這個(gè)開(kāi)源版本的AutoGLM。

這次其實(shí)開(kāi)源的是Phone Agent這個(gè)手機(jī)端智能助手框架，還有一個(gè)AutoGLM-Phone-9B的模型，共同組合成了這次開(kāi)源的AutoGLM。

安裝過(guò)程和使用過(guò)程我就不放了，感興趣的朋友可以去Github上直接看操作教程，比較的麻煩，不是那種傻瓜一樣的安裝安裝即用。

這就是專門(mén)給開(kāi)發(fā)者使用的。

很多朋友在評(píng)價(jià)豆包的時(shí)候，都會(huì)提到隱私問(wèn)題，這個(gè)確實(shí)是問(wèn)題，但是在我也一直說(shuō)，這個(gè)問(wèn)題在我看來(lái)是有解的。

在昨天寫(xiě)豆包的文章中，我得原話是：

“我們現(xiàn)在手機(jī)上的芯片算力是還差點(diǎn)意思，所以得聯(lián)網(wǎng)跑模型。 但你得信AI時(shí)代的摩爾定律啊，只要手機(jī)里芯片再迭代兩代，視覺(jué)推理模型智力再提一提，尺寸再壓一壓，到時(shí)候就一個(gè)8B或者9B的端側(cè)小模型在手機(jī)上本地跑，所有的隱私都不是啥問(wèn)題。 這個(gè)AI哪怕把你的聊天記錄、支付密碼背得滾瓜爛熟，它也只在你的本地跑，任何數(shù)據(jù)連哪怕一個(gè)比特都不傳出你的手機(jī)。 這就是端側(cè)推理的終局?！?數(shù)字生命卡茲克，公眾號(hào)：數(shù)字生命卡茲克

2年時(shí)間，這大概就是我的預(yù)期。

而這次智譜的AutoGLM，就給了一個(gè)中間態(tài)的解法。

就是現(xiàn)在來(lái)說(shuō)，9B的模型在這個(gè)階段，不是大部分手機(jī)上跑不動(dòng)嘛，那咱們就不在手機(jī)上跑端側(cè)模型，用你的本地電腦或者自己的云服務(wù)掛一層，給手機(jī)當(dāng)云模型的服務(wù)器用，變相解決當(dāng)前時(shí)間點(diǎn)，手機(jī)端算力不足但是又要跑端側(cè)從而保護(hù)個(gè)人信息隱私的問(wèn)題。

目前有3種部署模式。

本地部署（模型+執(zhí)行）：屏幕捕獲、模型分析、操作執(zhí)行均在本地設(shè)備完成，數(shù)據(jù)不離開(kāi)設(shè)備，隱私性最高。

云端部署（模型+執(zhí)行）：屏幕內(nèi)容需從操作環(huán)境（本機(jī)或云設(shè)備）傳輸?shù)皆贫四Ｐ?，模型分析后指令返回操作環(huán)境執(zhí)行，開(kāi)發(fā)者要自己確保傳輸和云端處理的安全性。

混合部署（如本地執(zhí)行+云端模型）：屏幕內(nèi)容在本地捕獲，傳輸?shù)皆贫四Ｐ头治觯治鼋Y(jié)果返回本地執(zhí)行。

我大概折騰了一下，把電腦跟手機(jī)連上了，給大家看一下大概的效果。

比如這個(gè)抽象的任務(wù)：

不過(guò)因?yàn)椴皇窍到y(tǒng)級(jí)別的手機(jī)助手，所以豆包那樣的后臺(tái)虛擬屏運(yùn)行就別想了，這個(gè)確實(shí)沒(méi)有辦法。

還有這個(gè)差旅的任務(wù)。

而且因?yàn)楸镜啬Ｐ偷南拗?，速度慢一點(diǎn)點(diǎn)，也笨一點(diǎn)點(diǎn)。

目前大概支持50個(gè)應(yīng)用。

但是再怎么說(shuō)，它也是現(xiàn)在為數(shù)不多的，完全開(kāi)源的手機(jī)Agent方案了。

很多人都說(shuō)手機(jī)廠商已經(jīng)做了手機(jī)Agent，但是我想說(shuō)，大家可能不知道，去年還挺火的榮耀的YOYO智能助手，用嘴點(diǎn)了2000杯咖啡，這背后，其實(shí)就是AutoGLM。

現(xiàn)在，AutoGLM一開(kāi)源，往后短短幾個(gè)月，肯定不會(huì)只有它一個(gè)。

當(dāng)年 Stable Diffusion 一開(kāi)源，整條視覺(jué)生成路徑就變了天，一個(gè)開(kāi)源模型，最后變成了無(wú)數(shù)應(yīng)用的底層基建，從畫(huà)頭像、做海報(bào)、做素材庫(kù)，一路狂卷，至今精神續(xù)作Flux還是很多企業(yè)內(nèi)部的核心基建。

還有雖然LLaMA現(xiàn)在已經(jīng)式微了，但是你不可否認(rèn)，當(dāng)年那次模型的泄漏，本質(zhì)上也是無(wú)數(shù)開(kāi)源LLM的導(dǎo)火索，后來(lái)一堆變體大模型、LoRA等等，都是從那一陣大爆炸里長(zhǎng)出來(lái)的。

在結(jié)合著豆包手機(jī)助手被封殺的背景，智譜這次開(kāi)源AutoGLM，還是挺燃的。

有一句話說(shuō)的好，開(kāi)源精神，就是奔向共產(chǎn)主義的一把利劍。

這件事在技術(shù)史里出現(xiàn)過(guò)很多次。

Linux剛開(kāi)源的時(shí)候，桌面體驗(yàn)爛得要死，裝個(gè)驅(qū)動(dòng)都能把人裝自閉。

但你不能否認(rèn)，是它把操作系統(tǒng)這件事從巨頭手里一點(diǎn)點(diǎn)撬出來(lái)，以菩薩之威，送了無(wú)數(shù)人的機(jī)房、實(shí)驗(yàn)室、機(jī)頂盒、路由器、NAS、電視盒子里。

后來(lái)安卓也站在了同一條河流里，它不一定是最好用的，但它足夠開(kāi)放，足夠多的人可以在上面建自己的東西，于是，誕生了那么多的魔改OS。

Arduino、樹(shù)莓派、這些小板子也干過(guò)類似的事。

你給普通人一塊可編程的硬件，他一開(kāi)始只會(huì)拿來(lái)點(diǎn)個(gè)燈、連個(gè)溫度計(jì)，用著用著，突然有人拿它做了空氣監(jiān)測(cè)、做了自動(dòng)澆花、做了開(kāi)源機(jī)器人。

這些玩具本身可能賺不到什么錢(qián)，但它們把我可以控制現(xiàn)實(shí)世界一點(diǎn)點(diǎn)這個(gè)種子，種進(jìn)了很多人的腦子里。

豆包被封禁的這幾天，很多人都在討論“平臺(tái)之爭(zhēng)”“生態(tài)封鎖”“注意力戰(zhàn)爭(zhēng)”，這些討論我覺(jué)得都沒(méi)有錯(cuò)，誰(shuí)掌握入口，誰(shuí)有用戶心智，誰(shuí)能從流量池里多扒一點(diǎn)錢(qián)出來(lái)。

而一個(gè)開(kāi)源的手機(jī)Agent呢，如果入口這個(gè)東西，不再是某家公司的APP圖標(biāo)，而是我自己部署在家里的一個(gè)Agent呢，會(huì)怎么樣？

這個(gè)問(wèn)題聽(tīng)上去很烏托邦，但是當(dāng)年互聯(lián)網(wǎng)剛出來(lái)的時(shí)候，任何人都可以生產(chǎn)內(nèi)容，在傳統(tǒng)媒體眼里，可能也同樣像瘋話。

傳統(tǒng)媒體會(huì)說(shuō)，內(nèi)容生產(chǎn)是專業(yè)機(jī)構(gòu)的事，發(fā)行是專門(mén)渠道的事，你一個(gè)普通人，怎么可能有能力、也有資格來(lái)做這件事。

后來(lái)博客、論壇、自媒體、短視頻、直播一波一波起來(lái)，今天你再看，任何人都可以發(fā)聲，已經(jīng)成了一個(gè)再普通不過(guò)的事實(shí)。

現(xiàn)在的AutoGLM，你當(dāng)然可以說(shuō)它跟真正的賈維斯相比還有距離，但你不能否認(rèn)，那個(gè)我可以自己搞一個(gè)手機(jī)Agent手機(jī)助手的種子，已經(jīng)從此以后不會(huì)再消失了。

每一個(gè)人，都可以魔改，都可以擁有，一個(gè)只在你本地設(shè)備上運(yùn)行的，只為你服務(wù)的，真正的Agent。

這也是我為什么會(huì)想到《V字仇殺隊(duì)》。

那里面V一直戴著面具，最后死在一輛裝滿炸藥的列車(chē)上。

他死了，但他那張面具沒(méi)有死。

面具被復(fù)制、被戴上街頭，變成任何一個(gè)人都可以是V的象征。

技術(shù)的洪流，滾滾向前，沒(méi)有任何人可以阻擋。

我們和Agent的關(guān)系，未來(lái)會(huì)變成什么樣，我現(xiàn)在也給不出答案。

可能十年之后，大家已經(jīng)習(xí)慣了身邊有一兩個(gè)長(zhǎng)期伴隨的AI助手，早上叫你起床，幫你安排行程，過(guò)濾掉大量垃圾信息。

你會(huì)像習(xí)慣Wi-Fi一樣習(xí)慣它們的存在，只有在它們暫時(shí)宕機(jī)的那幾分鐘，才會(huì)想起來(lái)原來(lái)沒(méi)有它們的生活這么麻煩。

也有可能，我們會(huì)在一路狂奔之后，猛然發(fā)現(xiàn)自己把太多東西外包了出去。

外包了記憶，外包了判斷，外包了品味，外包了那一點(diǎn)點(diǎn)在信息面前先停下來(lái)再想一想的能力。

那時(shí)候，新的反思又會(huì)開(kāi)始，新的“斷舍離”和“數(shù)字極簡(jiǎn)主義”會(huì)被包裝成潮流，告訴你要關(guān)掉一部分Agent，重新找回真實(shí)生活。

但我想說(shuō)，技術(shù)從來(lái)不會(huì)替我們做最后的價(jià)值選擇，它最多只是把更多可能性擺在我們面前。

這個(gè)人生要如何而活，只取決于我們自己。

豆包的封禁是一次選擇，AutoGLM的開(kāi)源是一次選擇，我們用什么手機(jī)、部署什么Agent、愿不愿意自己折騰一套本地系統(tǒng)，也是一次選擇。

這些選擇拼在一起，才是這個(gè)時(shí)代真正的，集體意志。

這是一個(gè)，燦爛的時(shí)代的起點(diǎn)。

最后，我挺想用我很喜歡很喜歡的一本書(shū)，叫《悟空傳》，里面的最后的一段話來(lái)給這篇文章，做一個(gè)結(jié)尾。

幾個(gè)時(shí)辰后，這百萬(wàn)妖眾象一塊被風(fēng)吹散的烏云，無(wú)影無(wú)蹤了。

“花果山，什么時(shí)候才能重新長(zhǎng)出花果來(lái)？不過(guò)，種子已經(jīng)撒遍天下了。”他又抓了一把地上的黑土，臉上露出孩童般的笑來(lái)。

天邊的雷鳴已然越來(lái)越近了。

孫悟空靠在一棵焦樹(shù)上，靜靜的等著。

等到那一剎，黑暗的天空突然被一道巨大的閃電劃開(kāi)。

孫悟空一躍而起，將金箍棒直指向蒼穹。

“來(lái)吧！”

那一刻被電光照亮的他的身姿，千萬(wàn)年后仍凝固在傳說(shuō)之中。

以上，既然看到這里了，如果覺(jué)得不錯(cuò)，隨手點(diǎn)個(gè)贊、在看、轉(zhuǎn)發(fā)三連吧，如果想第一時(shí)間收到推送，也可以給我個(gè)星標(biāo)?～謝謝你看我的文章，我們，下次再見(jiàn)。

>/ 作者：卡茲克

>/ 投稿或爆料，請(qǐng)聯(lián)系郵箱：wzglyay@virxact.com