聊天視窗到成品之間，還差最後一哩

用過 AI 的人大概都碰過同一件事：方向聊得很順，真正要落地還是得自己動手。把結論整理成一份報告、把數字排成圖表、把畫面寫成打得開的程式碼，這些「最後一哩」原本都得由人接手。智譜的 AutoClaw 想接的正是這一段：它不只給建議，而是直接交出一份能用的東西。

交出來的是檔案，不是一段說明

AutoClaw 是一款桌面端的通用 AI Agent，Windows 10 以上與 macOS 都有客戶端，手機端另計。官方強調 agent 在本機執行，讀取的在地檔案與執行的操作都留在自己機器上。模型沒有綁死，GLM 系列與 DeepSeek 系列之間可以切換，遇到偏推理或偏生成的任務，換一檔再試就好。

官網展示的範例裡有一條流程是這樣的：讀一份放在飛書上的產品需求，照團隊既有的設計工作流做出一版手機首頁，直接匯出成 HTML，右側可以點開預覽，不滿意就接著說「換個強調色」或「圓角小一點」。整個過程兩分多鐘，交付物是一個一點二兆位元組的網頁檔案，而不是一段描述畫面的文字。類似的流程還包括把零散資料整理成決策報告、把需求寫成可執行的程式碼並自己跑測試、把同一份內容改寫成簡報與試算表兩種形態。

兩種幹法：拆開並列，或者死盯目標

複雜任務有兩種推進方式。Agent 叢集適合能拆的活：把一個大目標切成並列的子任務，分派給專門的 Agent 各自推進，最後彙整成一份完整交付物，例如同時產出 PDF、簡報與試算表三種形態的市場策略素材。目標模式適合拆不開的活：只給終點，它自己循環「規劃、行動、驗證、迭代」，過程中不斷對照驗收標準。

目標模式在動手之前會先跳出一張確認頁，列出交付物清單與驗收標準，兩邊都能增刪，確認之後才開始跑。這一步看著瑣碎，實際上是把返工成本往前挪：驗收條件寫清楚了，跑完的結果才不至於整份推翻。

它的手腳長在哪裡

Agent 能不能幹活，取決於它搆不搆得到東西。AutoClaw 的連接器涵蓋 GitHub、飛書、Notion、Figma 這類常用平台，內建技能五十餘項，落在辦公、資料、網頁、內容與自動化幾個方向。它也能接進飛書、企業微信、微信、Lark 這些 IM，在群組裡被點名就能接任務，結果也回在訊息裡——對習慣在群組裡派活的人來說，這比再開一個客戶端自然得多。

十月下旬起，智譜把這一套打包起來：原本要自己挑模型、填金鑰、找技能的流程，收進一個雙擊就能跑起來的桌面程式，中文介面，登入即用。這部分算是產品化的功勞，實際體驗如何還是得看具體任務。

額度這件事，得說清楚

十一月初，多個第三方管道在整理免費額度時提到 AutoClaw 有一輪登入送額度的活動：用智譜帳號登入客戶端後可以領到一筆 Token，國內版標稱五千萬，十一月八日二十三點五十九分到期，過期作廢、不結轉，每個帳號每期限領一次，不用綁卡也不用做任務。要提醒的是，這個活動在官網首頁沒有入口，只能登入客戶端之後才看得見，官方也沒有發布可查的活動公告，所以額度數字與截止時間請以客戶端內的顯示為準，別把它當成已經入帳的存量。

另外要分清楚，這類額度是消耗品，跑一個長任務可能一次就吃掉可觀的一部分，它不等於免費使用，只等於先試一段。真要長期使用，還是得看積分怎麼買、單價怎麼算。

它不是萬能員工

本機執行是優點也是限制：程式裝在自己電腦上，關機就不幹活，想要七乘二十四小時在線，得靠接進 IM 的那一套，而且電腦得一直開著。能力鋪得廣，單項深度就未必比得過專用工具，寫程式它比不過長期打磨的編輯器，做設計也比不過專業軟體。它真正的位置在中間那一段——把「我知道要什麼、但不想自己一步步搬」的活接過去，跑完給你一份能改的檔案。

適合的人其實挺明確：手上常年壓著跨檔案、跨工具的雜活，又不想為每一類活單獨配一套工具鏈的人。如果你只是偶爾寫兩段文案，它帶來的收益可能抵不上學習成本；但如果你每天要在報告、試算表、網頁和 IM 之間來回搬東西，這類通用 Agent 的價值就開始顯現了。