AutoGLM沉思，仍然没有摆脱DeepResearch产品的通病

抱歉，对于今天大家都在热议的「AutoGLM沉思」，我可能要来浇一盆冷水了。

今天，智谱 AI 推出了一个名为「AutoGLM沉思」的智能体，宣称融合了"深度研究"（DeepResearch）和"实际操作"（Operator）两项核心能力。

目前，在网页版上线的是「ChatGLM-沉思模式」，在 PC 客户端上推出的则是更为高级的「AutoGLM沉思版」。

尽管官方提供了多个预设示例以供快速体验，但相比起这些主题宽泛的用例，我更关心的是它在实际生产环境中的价值。

因此，我以自己最近写过的一篇文章《AI 编程发展史》为主题。由于这篇文章在前期的调研阶段同样使用了多个其他的 DeepResearch 产品，因而可以为这次评测提供一个良好的对比。

下面分别说说我对「AutoGLM沉思」这两个模式的使用体验。

ChatGLM-沉思模式

网页版的「ChatGLM-沉思模式」，主打的是"边想边搜，擅长深度搜索和调研写作"。从使用体验上来看，与市面上其他 DeepResearch 产品相差不大。其背后所采用的架构，大概率还是主流的 ReAct 那一套，即在一个循环中不断地进行"推理-行动-观察"，逐步逼近结果直至达成目标。

具体的流程是：制定计划 -> 提炼关键词 -> 调用搜索引擎 -> 访问网页 -> 内容总结 -> 根据结果调整关键词 -> 继续循环，直到它认为目标达成。

老实说，这个过程并没有什么特别亮眼的地方，本质上就是将用户手动使用搜索引擎获取信息的过程自动化了，核心仍然依赖关键词检索。

而众所周知，使用关键词搜索的最大问题在于：

容易受到 SEO（搜索引擎优化）的干扰。

搜索结果的排序往往受 SEO 影响，排名靠前的不一定是最权威或最有价值的内容，导致最终整合出的研究报告质量参差不齐，难以保证准确性和深度。这一点在多次测试中都得到了体现。

这也是目前所有的 DeepResearch 产品共同面临的问题，即：

无法有效辨别高质量的信息源，无法做到如人类专家般的精准筛选与验证。

比起花里胡哨的搜索体验，我更关心的它搜索来源的准确性、权威性，是否有鉴别优质内容的能力。很不幸的是，「ChatGLM-沉思模式」在这一方面同样落于俗套，没能做到。

「AutoGLM 沉思版」在「ChatGLM-沉思模式」的基础上，通过 PC 客户端配合 Chorome 浏览器的插件，实现了浏览器自动化，增强了操作能力，使其具备以下新特性：

这种模式的优势也比较明显：

尽管增强了搜索能力，但其带来的副作用也很明显，那就是------慢！

与「ChatGLM-沉思模式」可以在后台快速爬取和处理搜索结果相比，「AutoGLM 沉思版」在操作浏览器时存在明显的延迟，它往往需要：

由于每一步都涉及页面加载、元素识别、交互操作，导致整个流程变得异常缓慢，任务执行时间显著增加，影响了整体使用体验。

并且，尽管采用了更接近人类操作习惯的搜索方式，但它仍然没有解决前面那个最根本的问题。

在测试过程中，我多次观察到它在一些注定无法获得正确结果的网站上，来回地执行一些低效的搜索，让人倍感无奈，当时我的表情是这样的：

所以，尽管操作方式上令人眼前一亮，但从最终的输出结果质量来看，满分 100 分的话，我可能也就只能给个 30 分。

这是我给到它的完整提示词：

而它返回给我的最终结果，则问题多多，比如：

另外，它还有一些体验上的问题，这个就稍微列一下，不做过多赘述了：

「AutoGLM 沉思」中展示的浏览器自动化技术，确实令人眼前一亮。然而，从产品体验和最终效果来看，对通用搜索模式的依赖、缺乏对信息源权威性的辨别能力，以及在浏览器自动化操控的效率问题，都限制了其在严肃研究或复杂任务场景下的实用价值。

目前来看，AutoGLM 的"沉思"更像是一种技术能力的展示，距离成为一个成熟、可靠、高效的智能研究助理，还有相当长的路要走。