前言

大家对钢铁侠的智能助手“贾维斯”应该非常熟悉，这不，智谱发布了PC版本的“贾维斯” —— 勇敢“牛牛”（官方名称：GLM-PC，昵称：牛牛，这名字很牛）。

它不是对话工具、不是编码助手、也不是RPA，而是一种基于视觉效果进行识别，通过大模型实现分析、推理以及操作的工具。

只需要像对话一样发送指令，“牛牛”就像人一样“观察”、“思考”、“操作”，然后给出结果。

简介

以下直接使用官方介绍，方便大家精准了解一下。

GLM-PC 是基于智谱多模态大模型 CogAgent，全球首个面向公众、回车即用的电脑智能体（agent）。它能像人类一样「观察」和「操作」计算机，协助用户高效完成各类电脑任务。

自 2024 年 11 月 29 日发布 GLM-PC v1.0 并开放内测以来，我们不断优化升级，最新推出了「深度思考」模式，并增加了专用来做逻辑推理和代码生成的功能。此外，我们也提供了对 Windows 系统的支持。

• 官网：https://cogagent.aminer.cn
• 用户文档：https://cogagent.aminer.cn/static/agreement/用户手册.pdf
• 技术文档：https://cogagent.aminer.cn/blog#/articles/cogagent-9b-20241220-technical-report
• 案例视频：https://zhipu-ai.feishu.cn/docx/PVEdd0C6yoZJl5xevsRcupYtnvg

申请

目前采用申请制，过程非常简单，填写申请表，批量审批通过，我23号申请的，24号上午就已经开通了。

上文官网链接打开后如下。

填写申请表，加入用户群等待通知即可。

安装

上文官网顶部“内测下载”。

打开下载界面。

安装过程非常简单，如果不放心，可以参考官方文档。

https://cogagent.aminer.cn/static/agreement/安装指南.pdf

尝试

微信发祝福语（极速模式）

尝试下操作微信给好友发送新年祝福。

发送指令

指令：

给我一段有意思的春节祝福语，不要过长，发送给微信的“董鹏飞”

执行过程

以下步骤全部由“牛牛”自动执行，无人工干预。

1. 自动调用模型生成祝福语。

2. 启动微信程序。

3. 选择好友对话框。

4. 确认发送。最终敏感操作需要人工确认，这个体验挺好的。

结果

最后一条是最终的效果。

个人体会:

1. 整体过程是很不错的，个人感觉以下几点做的还是相当好的：
   • 开启微信。
   • 定位好友。
   • 确认发送的人工确认模式。
2. 一些需要优化的点：
   • “深度思考”模式下微信开启状态识别有错误，已经打开微信，但是提示尚未开启，看群里不只是我这边个例。
   • 语言模型对当前时间不敏感，无法自动帮我推理出来祝福语中应该是蛇年。

搜索内容并总结（深度思考模式）

尝试下搜索指定内容并通过模型总结。

发送指令

使用百度搜索2025年春运高速通行免费信息，并整理成一段简短的概括文字

执行过程

1. 打开百度。

2. 搜索2025年春运高速通行免费。

此处发生以下偏差：由于搜索动作，有些是通过百度首页，有些通过搜索栏，此处“牛牛”选择了搜索栏，但是我的搜索栏设置的是“必应”。

3. 浏览并挑选合适结果进入详情。

4. 浏览详情并总结。

结果

个人体会：

1. 整体使用体验良好，成熟之后应用于搜索并整理资料的场景估计会提高很多效率。
2. 需要优化的点：
   • 对搜索入口的处理不太精确：
     • 有时候打开了百度，又会找其他页签
     • 有时候通过主页进入搜索，有时候通过网址进入搜索
   • 搜索场景流程不够灵活，如果碰到搜索引擎给出聚合结果，结果详情页面其实是列表页面，此时，“牛牛”还是当做正文页面识别，出现错误。

总结

整体试用下来，感觉设计思路、实现效果已经远超预期了，毕竟，这应该是国内首例了。

后续我会为大家分享更多的复杂场景，大家感兴趣也可以尽快尝试一下。