AutoGLM 发布之后，如今国产大模型终于长出了手。

推荐语

国产大模型的突破性进展，如何深度挖掘资料并提升工作效率？

核心内容：
1. AI深度研究产品面临的主要瓶颈
2. 大模型执行工具能力（MCP）的重要意义
3. 如何充分利用大模型深度挖掘能力，满足日常工作需求

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

在过去的两年里，ChatBot 是最常见的形态，在写作、常规问答，资料总结等越来越多的方面实实在在帮助到我们。

但大模型在专业领域比如商业分析、市场调研、学术研究等方面不尽人意，即便 OpenAI ChatGPT 、Claude 3.7 等头部基座模型，都很难做好这些任务。

主要原因是：基础大模型模型无法包含最新信息。

为了解决大模型缺少资料源的问题，许多应用使用 RAG（搜索增强生成）方案，搜索问题并通过云端进行数据处理和信息检索，试图帮助用户解答时效性较强的问题。

目前大部分应用使用相对省事省 Token 的方案：一次性搜索，一次性回复。用户提出问题后进行基础的搜索，搜到结果后进行排序后，直接拼接到 prompt 中，等待大模型返回结果。这里可以选择 Chat 模型（DeepSeek V3）或者 Reasoning 模型（DeepSeek-R1）等。

可以看到，在这种传统的AI工作流中，通过用户输入请求，系统对用户请求进行路由和拆解，然后依赖云端进行网络搜索，整理结果后拼成一段Prompt，返回结果并生成回答。

虽然这种方式足以解决日常简单问题，但它也有显著的缺陷：

如果想摆脱“垃圾进，垃圾出”的困境，最好的方式就是使用用户本地环境进行搜索，这样的方案既不会被网站的反爬虫机制命中，还能访问到登录后结果。

果然脑子都是肉长的，看到智谱发布的「AutoGLM沉思」Agent 产品，就走了这样的路径，它从模型层面解决这个问题，打破了这些局限。

它基于智谱自研的推理模型GLM-Z1-Air训练，融入AutoGLM的动手操作能力。能够回应开放式深度问题，主动思考解答步骤，然后像人类一样边思考边搜索和浏览网页，最后生成生成万字深度报告。

在深入学习之前，我常将MCP与Function Call混淆，我觉得MCP可能不过如此，但随着深入研究，我发现，这不但相对系统性解决了 AI 能力缺陷，而且…我发现这是 Claude 下的一盘关于 AI 产品生态的棋。

这个范式大概是这样的：当你向大模型提问的时候，在上下文里面告诉AI 你可以使用的内容。然后大模型在生成过程中会告诉客户端需要执行的工具，客户端使用后，将结果返回到大模型，最后大模型结合结果再返回。

比如下面的 Case， 体现了MCP 方案查询天气的调用 Prompt 方案：

MCP 方案完整体是非常有想象力的，作为 AI 应用开发者，我们希望为用户提供更好的大模型应用，本质上是利用 大模型的内容生成能力。

虽然大部分情况下，摆在AI产品经理面前的底座模型可选的并不多。

国内的无非是 DeepSeek的 R1、千问的Qwen2.5-Max、智谱的 GLM4-Plus、Minimax的abab7等；

海外的Anthropic 的Claude 3.7 Sonnet、OpenAI 的GPT4o或mini、R3、谷歌的Gemini 2.0、Meta 的LLama 3 等。

虽然大家可挑选的标的模型不多，但如何挑选 AI底座模型，主要考虑以下几点特性：

上面提到的几个特性，在后处理层面难度依次递增。

比如：

1、幻觉严重的大模型不适合为用户提供准确内容服务，对于事实性纠错极其困难；

2、结构化输出糟糕的模型，会带来极其高昂的后处理代价；

3、指令遵循弱的模型对于字数、格式和复杂性要求难以满足，导致输出结果常常不符合预期

4、推理能力和内容质量属于基本能力，虽然国内模型和海外的底座模型仍存在较为明显代差，但我觉得演进的方向是清晰明确的。

为了让大模型生成更高质量内容，就需要在大模型底座能力以上，让大模型“掌握更多的场外信息”，以及尽量补全“大模型的动手能力”。

过去的一两年时间里，AI 产品们提出了各类前后处理方案，本质上都在解决上面两个问题。

比如 RAG 、知识图谱等方案为大模型提供更多的资料；而 PAL 等方案让大模型编程再经计算机运算，则侧重解决大模型的幻觉问题。

我们都期望大模型有强大的推理能力，还要有更好的内容质量，更少的幻觉，在 MCP 提出之前， OpenAI 给出的解决方案是 通过 Function Call 相关参数上报能力。

但Function Call 存在明显的局限性， 因为Function Call 的能力取决于该开发者的能力；开发者没有实现的 Function ，LLM 就不能 Call。

也就是说，软件的开发者定好了LLM 有没有手，有多少手，手有多长。

当然，开发者也可以给自己制定一套插件方案，用户通过某种方式把插件添加到客户端中，客户端也能调用插件功能。—— 这就是 MCP 的雏形。

MCP本质上是一种结构化的交流协议，它定义了模型与各种开发者之间的"契约"，使得模型输出更加可控、可预期。

MCP 和 Function Call 最大的不同，就是用户可以决定 LLM 的手有多少，手有多长。而开发者只需要做好模型能力的胶水层。

遗憾的是，目前大部分模型对 MCP 支持比较差，大部分国产模型对 MCP 甚至存在幻觉，调用“完全不存在”的 MCP 服务。

如何在国产的 AI 应用中用好 MCP 范式，令我们这些产品开发者头痛不已。

另外，我觉得更重要的意义是：它从模型层面级解决了这个事情，为国产 AI 应用开发者们提供了底座级的能力。

了解到，AutoGLM 背后的是智谱全栈自研模型：

首先是推理模型，智谱训练的GLM-4-Air-0414

此外，智谱还推出一个学习者免费版本GLM-Z1-Flash，轻量级，速度更快，完全免费调用。

推理模型 Z1-Air 的基座模型是 GLM-4-Air-0414，它在预训练阶段加入了更多的推理类数据，并在对齐阶段针对智能体能力进行了对齐，更擅长代码编写、工具调用等智能体任务。

然后才是 GLM-Z1-Rumination 沉思模型，能够主动理解用户需求，在复杂任务中不断优化推理、反复验证与修正假设，使研究成果更具可靠性与实用性。

不过，上述提到的所有Agentic相关的模型和技术，包括基座模型GLM-4-Air0414、推理模型GLM-Z1-Air、沉思模型Z1-Rumination、智能体框架，都将在4月14日正式开源，期待住了！

模型会在接下来的两周内，陆续上线 智谱的开发者平台（bigmodel.cn）。

我本以为 AutoGLM 只是类似 OpenAI 的 Deep Research 一样，在后台运行，我只能干等结果…

没想到…

AutoGLM 操作起了我的浏览器，比如…

帮我查看 B 站视频……

替我刷小红书，好好好，这么玩是吧？？？

然后我开始开小差，刷起了小红书……

现在可以直接体验带浏览器操作和常规搜索版本的沉思，只要打开智谱清言网页版 chatglm.cn，进入主对话，打开“沉思”之后就可以体验。

过去，LLM 不过是个老实巴交的“问答机器人”，写报告、查资料、做调研全靠搜一圈，再把信息缝合起来，看上去热闹，却只能浮在表面，和用户的实际需求还有十万八千里。

但现在，Computer use、Manus、AutoGLM 沉思这些产品一发布，真的给 AI 装上了手脚，它不只是会想问题了，还能自己“动手做”，基于 MCP 的生态正悄悄建立。

曾经说好的万物互联，如今看起来更像“万 AI 互联”。

要数据有数据，要分析有分析，

短短几分钟干完我们本来要花上好几天才能折腾完的事情。

等 AI 真能把我们那些辛苦活全拿走，我们或许就真替 AI 感受一下“岁月静好”了。