2025年1月23日，全球首个面向公众的计算机智能代理GLM-PC再次升级，引起了广泛关注。GLM-PC基于多模态大型模型CogAgent，能够像人类一样“观察”和“操作”计算机，帮助用户高效完成各种计算机任务。
自2024年11月29日GLM-PC v1.0发布并开启内部测试以来，这一智能代理不断优化和升级。新推出的“深度思考”模式增加了逻辑推理和代码生成能力，使GLM-PC更能应对复杂任务。此外，GLM-PC还支持Windows操作系统，进一步扩展了应用场景。
GLM-PC的架构设计充分考虑了增强代理模型能力和优化协作结构的需求。一个完整的代理必须在感知层面接收来自文本、图像、视频和音频等多种信号；在认知层面具备逻辑思维、任务规划能力、高效感知和灵活操作；在执行层面能够进行全GUI空间操作、接收环境反馈并自我纠正。GLM-PC借鉴了人类“左脑”和“右脑”的分工模式，通过代码生成和图形界面理解实现逻辑推理与感知认知的深度融合，赋予其平衡逻辑与创造性的能力。
在实际应用中，GLM-PC展示了强大的功能。“左脑”负责严谨的逻辑推理和任务执行，通过循环执行机制快速制定详细的任务规划方案，并确保精确执行和高自动化。例如，GLM-PC可以自动从图像中提取产品数据并存储到Excel中，自动将产品添加到淘宝购物车中，实现一站式购物过程。“右脑”则专注于深度感知与交互体验，准确识别图形界面元素、理解用户行为、对复杂图像进行深入语义分析，并整合图像与文本信息形成全面的感知结果。这使GLM-PC在数据组织和信息提取方面表现出色。
值得一提的是，GLM-PC还展示了左右脑协作的强大能力。在处理复杂逻辑任务时，它也能在开放性问题上展示更高的适应性、创造力和泛化能力。通过动态优化和情境感知，GLM-PC可以帮助用户探索更高效的解决方案，特别是在循环任务处理、多步推理执行和长链任务管理等方面。
CogAgent正积极促进GLM-PC与知名电脑制造商的合作，共同推动AIPC（AI个人电脑）的创新与发展。AIPC不仅是一台电脑，还是AI代理在个人计算领域的全新应用，能够为用户提供更高效、更智能的工作与生活体验。
总结：本文介绍了全球首个面向公众的计算机智能代理GLM-PC及其最新升级情况。该智能代理基于多模态大型模型CogAgent，在多个方面进行了优化与增强，并支持Windows操作系统以扩展应用场景。文章详细描述了其架构设计及实际应用中的强大功能，并强调了左右脑协作的重要性以及未来的发展前景。
