AutoGLM Web 浏览器插件（智谱清言插件）功能详解
产品形态
AutoGLM Web 是 AutoGLM 在浏览器场景的落地版本，通过「智谱清言」浏览器插件（Chrome / Edge 商店可下载）对外提供。这和手机端 Phone Agent 是两条独立的产品线——Phone Agent 管手机 GUI，Web Agent 管浏览器 GUI。
插件核心功能
| 功能 | 说明 |
|---|---|
| 通用问答 | 唤起侧边栏，即时解答页面上的疑惑 |
| 多链接总结 | 指定一组网页链接，一键提取要点并生成统一总结 |
| 站内高级检索 | 在论文、攻略、热点页面内做语义检索问答 |
| 写作助手 | 评论文章、回复邮件、生成文档初稿 |
| 划线工具 | 选中页面任意文本，一键翻译 / 总结 / 解释 |
| 全自动上网 | 类似手机 Agent 的自然语言驱动浏览器操作 |
和 Open-AutoGLM Web Agent 的关系
AutoGLM 论文里提到的 Web Arena 场景（VAB-WebArena-Lite 55.2% 成功率、OpenTable 预订 96.2% 成功率）背后用的就是同一个 AutoGLM 系列模型的浏览器版本。浏览器插件是把这些研究能力包装成普通用户可用的产品形态。
与 Phone Agent 对比
| 方面 | Phone Agent（手机端） | Web Agent（浏览器端） |
|---|---|---|
| 设备 | Android / HarmonyOS / iOS | Chrome / Edge 浏览器 |
| 控制方式 | ADB / HDC / WDA | 浏览器扩展 API / Playwright 类似框架 |
| 开源 | Open-AutoGLM | 闭源（集成在智谱清言插件） |
| 评测集 | AndroidLab / 中文 App | VAB-WebArena-Lite / OpenTable |
怎么拿到
- Chrome Web Store：搜索「智谱清言」
- Edge Add-ons：搜索「智谱清言」
- 智谱官网 autoglm.app 三步上手里也包含安装浏览器插件的步骤
未来展望
AutoGLM 团队在论文和博客里明确提到：Phone Agent 和 Web Agent 背后的核心技术栈是统一的——都是视觉语言模型看屏幕 + 输出结构化动作。未来这两条线会进一步融合，实现"跨设备连续任务"：从浏览器查好攻略 → 自动发给手机 Agent 在地图 App 上收藏。