可以看到，系统启动后，Open-AutoGLM 首先进行了一波「自检」，确认 API 和系统权限无误。在这里，我们可以看到智谱给 Phone Agent 的描述：「AI-powered phone automation」，即「AI 赋能的手机自动化」。

接下来，AutoGLM 会回到任务本身。思考为了完成这个任务，第一步应该执行什么。在终端界面，我们能清晰地看到它的思维链（CoT）：

观察：当前在桌面。

思考：任务是发微信，第一步需要找到并打开微信。

行动：点击微信图标。

观察：进入微信列表页。

思考：需要找到 wupan，点击搜索框……

如此迭代进行，直到完成任务。整个过程行云流水，最后它还会像模像样地汇报：「任务已完成」。

而在以上任务执行的同时，我们的手机端则经历了以下过程。很显然，AutoGLM 非常出色地完成了这个初始任务。

下面，为了更好地展示，我们将使用 scrcpy 将手机投屏到 PC 上，将前后端情况一并录制。此外，为了方便，我们将上面略显繁琐的命令定义为一个 Function，并把它放进 PowerShell 配置文件 (Profile) 里。下面我们只需简单地输出「run 提示词」即可向 AutoGLM 发送指令。（当然，你也可以 Vibe Code 一个更好看或直观的交互 UI。）

接下来试试 AutoGLM 与小红书的交互。

run 打开小红书，看看有什么有趣的疯狂动物城周边

同样，执行非常顺畅，并且在执行过程中，我们还看到 AutoGLM 能够正确地识别和处理弹窗提醒。更让人惊喜的是它的总结能力。它没有机械地罗列标题，而是像个真正的浏览者一样，理解了屏幕上的内容。在最终的反馈中，它汇总了前四个结果：发圈、毛绒公仔、圆珠笔、泡泡玛特盲盒。这说明它不仅「看」到了像素，还「懂」了商品。

AutoGLM 还可以根据用户指令执行连续多步操作，比如你可以让它「先打开维基百科找到五月天的第一张专辑是什么，然后打开 QQ 音乐播放它」：

我们还能让 AutoGLM 帮助完成一些重复性的繁琐任务，比如应用宝软件更新。当你有一大堆软件需要更新时，加上不时的弹窗，这会变成一个几乎让人有些火大的过程。而如果你有 AutoGLM 这样的 AI 助手，也就是一句话的事儿。

run 打开应用宝，把我的软件更新一下

哇哦！真省心。简直是「懒人福音」。面对一大堆待更新的 App 和时不时的弹窗，AutoGLM 耐心地一个个点击。

有趣的是，在更新过程中，AutoGLM 还遭遇了一次「误触」。根据对话记录可以看出，当时弹出了请求更新哔哩哔哩的许可申请，而此时百度地图又刚刚更新完成，于是 AutoGLM 本来打算点击的「更新」变成了「打开」，它也因此意外打开了百度地图。

如果是传统的自动化脚本，这时候已经卡死报错了。但 AutoGLM 展现出了惊人的临场反应：

感知错误：它发现屏幕画面变成了地图，而不是应用宝。

自我修正：它没有由于结果超出预期而自乱阵脚，而是分析当前状况，执行了「返回/退出」操作。

回到正轨：重新回到应用宝界面，继续未完成的更新任务。

这种稳健性才是 Agent 走向实用的关键。

实测过程中，我们发现 AutoGLM 的执行逻辑是通过分析屏幕截图来确定下一步。也因此，AutoGLM 具有非常高的通用性和普适性，并不局限于智谱官方推荐的应用。事实上，只要它能理解手机屏幕截图，便能够执行一步步地完成任务。

举个例子，我们甚至能让 AutoGLM 调用其它 AI 助手来帮助完成更加复杂的任务。

run 打开 Gemini，让它搜索并整理一下智谱的发展历史，最后出具一份深度报告

结果堪称完美！Open-AutoGLM 成功打开了 Gemini ，将我们的自然语言指令输入进去，等待 Gemini 生成长文报告，最后将报告内容提取回来。

这一刻，手机里的 App 不再是孤岛。AutoGLM 像是一层「超级胶水」，将本地应用、云端大模型无缝粘合在了一起。这或许就是未来「超级 App」的雏形 ——App 本身不再重要，服务才是核心。

全面开源

人手一个 AI 手机

智谱选择了和封闭生态完全不同的方向。

Open-AutoGLM 的全面开源，意味着开发者、研究者与个人爱好者，都可以沿用 AutoGLM 的执行框架，在自己的产品中复现或延展这个「能动手的 AI」。

此次开源显得诚意十足：

核心模型与推理代码：毫无保留。

工具链：完整的 Phone-Use 框架。

开箱即用：支持 50 多款常用中文 App 的 Demo。

协议友好：模型采用 MIT 协议，代码采用 Apache-2.0 协议。

完善的文档和快速上手指南。

无需担忧的隐私问题

开源彻底改变了隐私的博弈关系。当模型、框架、适配层全部公开后，我们能做的最重要一件事，就是把 AI 完整地搬回到用户的本地设备上运行。

数据无需上云，所有操作记录、App 使用习惯甚至输入内容都能在本机完成处理 —— 没有上传，自然也就没有泄露风险。同时，代码完全透明，任何人都可以验证它是否联网、是否收集数据、是否写入日志，比任何口头承诺都更可靠。

在 AI 手机的概念被炒得火热的今天，我们需要的不是又一个窃取数据的云端黑盒，而是一个透明、可控、私有的智能管家。

行业平等的模型底座

在不远的未来，AI 助手最终会普及到每个用户。而没有人希望，这个能够帮助人们操作手机的助手，一个能够掌控各大应用的入口，是某一个平台独占的资源。豆包手机助手目前被各大 App 限制的现状，已经给出了信号。

这是一次新的人机交互革命，AutoGLM 开源，把 AI 助手的能力彻底开放，变成全行业的公共底座。

Open-AutoGLM 的出现，或许就是 AI Agent 领域的「安卓时刻」：它为那个罗永浩曾梦想过的、动动嘴就能搞定一切的 TNT 时代，铺下了第一块坚实的开源基石。

正如智谱所言：「把我们已经走过的路，变成接下来 Agent 爆发时代大家的起跑线。」

未来已来，而且这次，它听你的。