오늘 지혜 스펙트럼은 많은 사람들이 다음과 같은 버전이라고 말하는 "AutoGLM 묵상"을 출시했습니다. Manus 마누스를 딥 리서치 제품 또는 딥 리서치 제품으로 분류할 수 있는 것은 사실이라고 생각합니다. 하지만 이렇게 단순하게 분류하면 개발자와 사용자 모두에게 많은 인지적 오류가 발생할 수 있으며, 적어도 저를 포함한 많은 사람들이 같은 문제를 겪고 있다고 생각합니다.
지금까지 출시된 데스크톱 자동화 클래스 앱( AutoGLM-웹 플러그인 ), 'AutoGLM 명상'까지 기본적으로 전체 스마트 스펙트럼 제품 라인의 거의 모든 라인업을 볼 수 있습니다.
따라서 오늘 대화의 주제는 데스크톱 운영 작업을 수행하는 AI 제품의 지점 기능을 해체하는 "AutoGLM 명상"을 중심으로 합니다.

공식 Wisdom Spectrum 프레젠테이션은 실용적입니다.
AutoGLM Contemplation은 개방형 질문을 탐색하고 그 결과에 따라 작업을 수행할 수 있는 자율 지능체(AI 에이전트)입니다. 데이터 검색 및 분석에서 보고서 생성에 이르기까지 인간의 사고 과정을 시뮬레이션할 수 있습니다.
사용자 입장에서 '자동 GLM 숙고'는 개발자의 말이며, 개발자는 사용자가 기능 포인트에 집중하고 이를 통해 사용자를 안내할 수 있지만 궁극적으로 사용자를 대신하여 자체적으로 정의할 수 있는 방법은 없습니다.
개발자를 위한 'AutoGLM 고찰'에 대한 논의는 마누스, 딥 리서치입니다,지혜의 스펙트럼 소, AI 검색,브라우저 사용어느 쪽도 정답이 아니며, 기능을 세분화하고 그 기능의 경계를 논의해야 토론을 할 수 있습니다. AutoGLM에 대한 고찰을 간단히 요약하면 다음과 같습니다. Manus 마누스는 계산 작업을 할 수 있지만 '자동 GLM 명상'은 그렇지 않은 것과 같은 명백한 오류가 있습니다.
AutoGLM 명상의 기본 기능을 이해하는 것부터 시작하세요.
사용 완료 클리어 워드 브라우저 플러그인 두 제품이 비슷하다고 생각하시는 분들을 위해 이제 "AutoGLM" 제품군으로 통합되었으며, "AutoGLM Contemplation" 클라이언트를 사용하기 전에 플러그인부터 시작하는 것이 좋습니다. 이 둘의 기능은 동일하지 않으며, 플러그인이 (현재) 클라이언트보다 더 강력합니다.
그러나 클라이언트는 현재 '화이트리스트에서 제외된' 사이트에 액세스할 수 있지만 플러그인은 현재 정보 범위를 제한하고 있습니다:

따라서 클라이언트를 사용하여 이해함으로써 자동 GLM 묵상 기능의 잠재력을 더 잘 활용할 수 있습니다.
1. 클라이언트를 다운로드하고, 플러그인도 설치해야 합니다.
다운로드: https://autoglm-research.zhipuai.cn/#get_started

2. 첫 번째 작업을 시작합니다(함께 작동하고 프로세스 관찰).
https://aisharenet.com/ 에서 모든 무료 'AI 번역기' 도구를 찾아보고, 클라이언트와 함께 AI 번역기 도구만 모아보세요.
팁: 이 웹사이트는 사이트 내 검색 기능과 AI 번역 도구에 대한 명확한 진입점을 제공하지 않으므로 https://aisharenet.com/tag/aifanyi/ 에서 페이지를 넘기면서 목록 정보에서 모든 무료 및 클라이언트 측 AI 번역 도구를 찾는 것이 더 좋은 작업 설명이 될 수 있습니다.
3. 작업 실행 과정을 관찰합니다(도구 실행 시 자동으로 방문한 페이지의 일부 스크린샷입니다).
반사
먼저 검색창을 찾아 'AI 번역'을 입력한 후 검색을 실행합니다.
Bing 검색 인터페이스로 이동하여(사이트의 검색창에서 Bing 검색으로 이동) 링크 방문을 시작합니다...
두 번째 링크를 방문하면 AI 번역 도구의 분류된 카탈로그를 찾을 수 있습니다.
자동 페이지 넘기기 기능이 있는 AI 번역 도구의 분류된 목록에서 링크별로 찾아보기
두 번째 페이지로 이동하여 요약 작업을 시작합니다.
전체 연구 보고서 출력
4. 중요한 테스트 링크 "로그인"에 포함되지 않음 이해 당사자가 상호 작용 프로세스를 관찰하기 위해 자체 작업을 시작하면 작업은 로그인 상호 작용 작업을 불러 일으킬 수 있습니다. (먼저 샤오홍슈에서 로그아웃)
리틀 레드북에서 DEEPSEEK 생성 동영상에 대한 지식 모으기
찾기
지식 깊이 연구 도구에서 얻은 결과를 역으로 분석하여 도구 프롬프트가 연구 논문 작성을 중심으로 설계되어 다른 유형의 작업에는 적합하지 않음을 보여줄 수 있습니다.
핵심 역량
- 보류 중인 작업 계획 생성
- 브라우저 깨우기
- 브라우저 내 보기(텍스트만 해당), 클릭, 입력
- 작업 판단 노드(일부): 웹 브라우징 완료, 페이지 관찰 및 다음 작업 판단, 로그인 필요 여부 판단, 정보 획득 종료
브라우저 시각적 상호 작용에 대한 자동화는 정보 수집 및 연구 보고서 작성에만 해당되며, 현재로서는 특히 클라이언트 애드온을 통해 전체 기능을 출시하는 것 같지는 않으며 향후 더 많은 기능을 통합할 수 있을 것으로 보입니다.
AutoGLM 관조와 지혜 스펙트럼 불의 차이에 대한 한 문장 요약
전자는 브라우저를 시각적으로 작동하여 정보 수집 프로세스를 자동화하고 검색 및 페이지 방문을 위한 '입력' 작업만 생성합니다.
후자는 데스크톱을 시각적으로 작동하며 정보 수집 프로세스의 자동화에 국한되지 않고 작업을 완료하기 위해 데스크톱을 자유롭게 작동합니다.
한 문장 요약 AutoGLM 묵상과 ClearSpeak 브라우저 플러그인의 차이점
전자는 브라우저를 시각적으로 작동하고 나중에 PC 클라이언트로서 더 많은 인터페이스와 상호 작용할 수 있습니다.
후자는 여전히 브라우저 기능을 시각적으로 조작할 수 있으며 브라우저 플러그인으로 사용하여 방문한 페이지의 정보와 기본적으로 상호 작용할 수 있습니다.
데스크톱 조작 작업을 수행하는 AI로 돌아가기
질문부터 시작하겠습니다:
AutoGLM 관조적 핵심 역량 브라우저 사용 둘 다, 심층 연구 보고서 작성 STORM 더 강력한 AutoGLM 묵상을 사용하는 이유는 무엇인가요?
그 답은 아래에 요약되어 있습니다:
자동 GLM 고찰은 정보 수집 및 연구 보고서 작성의 전체 프로세스로 설계된 소비자 대상의 제품화 도구입니다.
복잡한 로컬 설치 환경을 구성할 필요가 없으며, 클라우드 컴퓨팅 성능을 활용하여 로컬 상호 작용에서 협업할 수 있습니다.
STORM은 개방되지 않은 정보에 액세스할 수 없는 고정된 정보 수집 소스인 반면, AutoGLM은 브라우저를 사용한 자동화를 고려하여 다음을 달성합니다.비공개 정보 수집.
이쯤 되면 도구 간의 차이점을 어렴풋이 알아차리셨나요? 사실 문제는 매우 간단합니다. 데스크톱 캐릭터 자동화 도구를 요약하면 다음과 같이 빗질을 시작할 수 있습니다.
데스크톱 작업 자동화를 위한 두 가지 유형의 프로그램
1. 기존에는 고정 앵커 포인트를 설정하고 프로세스별로 실행했습니다. 예: Microsoft PA, Shadowblade.
2. 브라우저를 사용하여 대규모 모델 판단을 지원하고 상호 작용을 생성하는 순수한 시각적 상호 작용. 예: 자동 GLM 숙고.
3. 하이브리드: 섀도우블레이드는 고정된 워크플로우를 기반으로 일부 노드(특히 콘텐츠 추출 세션)는 순전히 시각적 상호작용을 사용할 수도 있습니다. 가장 일반적인 예는 AI를 도입한 후 고객 서비스를 보다 인간적으로 처리할 수 있도록 Microsoft의 자동화된 고객 서비스 스케줄링 도구로, 고정된 SOP 전제에서 고객 서비스를 더욱 인간적으로 처리할 수 있습니다.
이제 순전히 시각적 상호 작용 솔루션에 초점을 맞추기 위해 이름을 생각해 봅시다... 데스크톱 작업 자동화 인텔리전스
데스크톱 작업 자동화 인텔리전스는 어떤 기능을 제공할 수 있을까요?
일반 역량:
데스크톱 시각 인식, 데스크톱 기능 작동
확장성:
단일 지능, 다중 지능으로 작업을 수행합니다.다중 지능은 일반적으로 작업 계획, 분기 작업, 작업 조정 및 정보 취합을 각각 수행하는 데 사용됩니다.
특정 작업에 대해 고정된 '도구' 또는 고정된 '워크플로'를 참조하여 데스크톱 작업을 실행합니다.예를 들어 계산, 프로그래밍, 양질의 정보 소스 검색 등. Manus가 모든 사람에게 강력한 이유는 프로그래밍 도구를 통합하여 일부 분기 작업을 수행할 수 있다는 점입니다.
로컬, 원격 데이터 원본을 확장(액세스)합니다.
제한 사항:
데스크톱 작업 자동화 인텔리전스가 반드시 데스크톱을 시각적으로만 운영할 필요는 없습니다. 내 지점 작업에 '지식' 검색이 포함되어 있다면 지식의 검색 결과와 직접 인터페이스하는 것이 더 좋을 수 있으며, 대신 데스크톱 운영은 비효율적이 될 수 있습니다. 따라서 합리적인 확장 기능은 데스크톱 인텔리전스의 가치를 실현하는 데 도움이 될 수 있습니다.
데스크톱 작업 자동화 인텔리전스의 장점
AutoGLM은 공개되지 않은 지식을 검색하는 것으로 제한되어 지식 검색 시나리오에 적합하지만, 더 큰 가치를 발휘할 수 있는 지점은 인터페이스에 동적 정보가 포함되어 있고 반복적인 작업을 자동화하는 경우입니다. 이 컨버전스 AI를 통해 작업 실행을 자동화한 다음 작업 실행 프로세스를 저장하여 나중에 순환할 수 있도록 합니다.
요약: 정보를 확인하고 반복적인 작업을 수행합니다.
데스크톱 운영 작업 제품 기능 포트폴리오
위의 분석에는 유사한 제품의 현재 형태를 요약할 수 있는 충분한 정보가 포함되어 있습니다.
결국 로컬 또는 클라우드, 처리된 작업과 처리되지 않은 작업의 실행 범위를 설계하고 궁극적으로 사용자에게 실행 가능한 작업의 유형을 제시하는 기능의 조합에 불과합니다.
생각할 수 있는 모든 유사한 도구는 아래 차트에 요약되어 있습니다.

© 저작권 정책
기사 저작권 AI 공유 서클 모두 무단 복제하지 마세요.
관련 문서
댓글 없음...