从 AutoGLM 到 AutoClaw：智谱 Agent 产品线从云端到本地的演进逻辑

 

 

2024年10月智谱发布AutoGLM，2025年推出AutoClaw（澳龙）。从云端到本地，从手机操控到桌面办公，智谱的Agent产品线走过了一条清晰的演进路线。

 

这条路线的逻辑是什么？为什么先做云端再做本地？两个产品在智谱的Agent版图中各占什么位置？

 

AutoGLM：云端Agent的起点

 

AutoGLM发布于2024年10月，定位是"具备自主规划、推理与执行能力的智能体模型"。产品形态是云端Agent，通过远程操控云设备完成任务。

 

AutoGLM解决的核心问题是"移动端App的自动化操控"。在它之前，AI Agent主要解决桌面端问题（代码生成、文档处理等）。移动端的App操控是个空白：App是封闭的、没有统一API、操作依赖图形界面。

 

AutoGLM用云手机+云电脑的方式绕过了这个难题。它在云端部署完整设备，通过模拟人的操作来使用App。不需要App开放API，不需要root权限，像真人一样操作。

 

这个设计的创新性在于：把Agent的能力从"调用API"扩展到了"使用GUI"。这是Agent能力边界的一次重要扩展。

 

AutoGLM的关键能力包括：跨App交互（在多个App间协同）、云设备远程操控（不占用本地资源）、自然语言指令（不需要编程）。

 

2024年12月，智谱又发布了GLM-PC，并开源了其基座模型CogAgent-9B。CogAgent-9B是基于GLM-4V-9B训练的Agent任务模型，仅需屏幕截图作为输入。这进一步强化了AutoGLM在"视觉理解+Agent执行"方向的技术积累。

 

AutoClaw：本地Agent的落地

 

AutoClaw发布于2025年，定位是"一键安装的本地OpenClaw应用"。产品形态是桌面应用，在用户本地设备上运行。

 

AutoClaw解决的核心问题是"桌面端办公自动化"。AutoGLM解决了移动端App操控，但桌面端的日常办公（Word、Excel、浏览器操作、IM协作）是另一个大市场。这些任务用云端Agent来做有延迟、有安全顾虑，更适合在本地完成。

 

AutoClaw的设计逻辑跟AutoGLM互补。AutoGLM做云端，AutoClaw做本地。AutoGLM做移动端App，AutoClaw做桌面端办公。AutoGLM用云设备，AutoClaw用本地设备。

 

AutoClaw的关键能力包括：50+预置技能（开箱即用）、IM全平台接入（飞书/企微/微信）、浏览器自动化、Web产品搭建。底层用GLM-5-Turbo模型，针对工具调用和长链路执行做了优化。

 

从云端到本地的演进逻辑

 

为什么先做云端再做本地？这个顺序不是随意的。

 

技术原因。云端Agent的技术门槛在于"GUI操控"，这个能力不依赖本地环境，可以在云端集中训练和部署。本地Agent的技术门槛在于"工具调用"和"文件操作"，需要模型具备更强的指令遵循和工具使用能力。前者依赖视觉理解（VLM），后者依赖工具调用（function calling）。智谱的技术路线是先突破VLM再做function calling优化，所以先出AutoGLM再做AutoClaw。

 

市场原因。AutoGLM面向C端用户，解决的是日常生活中的App操作（点外卖、订酒店等）。这个市场用户基数大，但付费意愿低。AutoClaw面向B端和职场用户，解决的是办公效率。这个市场用户基数小但付费意愿高。

 

先做AutoGLM做品牌和用户基数，再做AutoClaw做商业化。这个顺序符合产品从流量到变现的路径。

 

数据原因。AutoGLM在云端运行，所有操作数据都可以回收用于模型训练。这些数据帮助智谱优化了Agent的执行能力。当Agent能力足够强时，再推出本地版本（AutoClaw），本地版本可以直接复用云端积累的能力。

 

GLM-OS的愿景

 

2024年11月29日，智谱正式提出GLM-OS概念，并发布AutoGLM和GLM-PC两款Agent产品。

 

GLM-OS是智谱的长期愿景：一个"操作系统级"的智能体系统。在这个愿景下，AutoGLM和AutoClaw是GLM-OS的两个组成部分，云端执行层和本地执行层。

 

未来的GLM-OS可能包括：云端Agent（AutoGLM）管移动端App操作、本地Agent（AutoClaw）管桌面端办公、模型层（GLM系列）提供智能、开放平台（MaaS）提供企业接入、原生产品（智谱清言、Zread.ai等）覆盖C端场景。

 

这个愿景跟智谱的AGI路线图一致：从Chatbot到Agent到Autonomous Agent。AutoGLM和AutoClaw是Agent阶段的两个产品，下一步是7×24小时全自治智能体。

 

两个产品的协同

 

AutoGLM和AutoClaw不是竞争关系，是协同关系。

 

使用场景互补。需要操控移动端App时用AutoGLM（点外卖、订酒店、跨App协同）。需要桌面端办公自动化时用AutoClaw（Word、Excel、浏览器、IM协作）。

 

数据互补。AutoGLM的云端操作数据帮助优化Agent执行能力。AutoClaw的本地办公数据帮助优化办公技能。两个数据源合并训练，模型能力更全面。

 

用户互补。AutoGLM吸引C端用户，AutoClaw吸引B端和职场用户。智谱通过两个产品覆盖了不同用户群体。

 

行动建议

 

目前，智谱AI系列模型与产品已在云巴巴平台上线。在云巴巴，你可以横向对比智谱GLM系列与Claude、GPT、DeepSeek、Kimi等同类产品的能力与价格，找到最适合你业务场景的AI解决方案。

 

如果你正在评估大模型选型，或者想了解GLM-5.2的1M上下文和MIT协议能为你省多少成本，云巴巴提供免费的产品咨询和方案对比服务。访问云巴巴，让专业顾问帮你做决策。