聊天框和干活的差距，在最后一百米

用过 AI 的人大概都经历过同一件事：方案聊得很顺，落地还得自己动手。把结论整理成文档、把数据排成图表、把页面写成能打开的代码，这些「最后一百米」原本都得人接。智谱的 AutoClaw 想做的是把这一段也接过去——它不满足于给出建议，而是直接交出一份能用的东西。

它交付的是文件，不是回答

AutoClaw 是一款桌面端的通用 AI Agent，Windows 10 及以上、macOS 都有客户端，移动端另算。官方强调 agent 在本机运行，读取的本地文件、执行的操作留在自己的机器上。模型不是锁死的，GLM 系列与 DeepSeek 系列之间可以切换，遇到偏推理或偏生成的活可以换一档再试。

官网展示的样例里，有一条链路是这样的：读一篇放在飞书文档里的产品需求，按团队既定的设计工作流做出一版移动端首页，直接导出成 HTML，右侧可以点开预览，不满意就接着说「换个强调色」或「圆角小一点」。整个过程两分多钟，交付物是一个一点二兆的网页文件，而不是一段描述页面的文字。类似的链路还包括把零散资料整理成决策报告、把需求写成可运行的代码并自己跑测试、把一份内容改写成 PPT 与表格两种形态。

两种干法：拆开并行，或者死盯目标

复杂任务有两种推进方式。Agent 集群适合能拆的活：把一个大目标切成并行子任务，分派给专门的 Agent 各自推进，最后汇总成一份完整交付物，比如同时产出 PDF、PPT 与 Excel 三种形态的市场策略材料。目标模式适合拆不开的活：只给终点，它自己循环「计划、行动、验证、迭代」，中途不断对照验收标准。

目标模式在动手之前会先弹一张确认页，把交付物清单和验收标准列出来，两边都能增删，确认之后才开始跑。这一步看着琐碎，实际是把返工成本前置：验收条件写清楚了，跑完的结果才不至于全盘推翻。

它的手脚长在哪儿

Agent 能不能干活，取决于它够不够得着东西。AutoClaw 的连接器覆盖 GitHub、飞书、Notion、Figma 这类常用平台，内置技能五十余项，落在办公、数据、网页、内容与自动化几个方向。它还能接进飞书、企业微信、微信、Lark 这些 IM 里，在群里被点名就能接任务，结果也回在消息里——对习惯在群里派活的人来说，这比再开一个客户端自然得多。

十月下旬起，智谱把这一套打了个包：原本需要自己挑模型、填密钥、找技能的流程被收进一个双击就能跑起来的桌面程序，中文界面，登录即用。这部分是产品化的功劳，实际体验如何还得看具体任务。

额度这件事，得说清楚

十一月初，多个第三方渠道在整理免费额度时提到 AutoClaw 有一轮登录送额度的活动：用智谱账号登录客户端后可以领到一笔 Token，国内版标称五千万，十一月八日二十三点五十九分到期，过期作废、不结转，每个账号每期限领一次，不用绑卡也不用做任务。需要提醒的是，这个活动在官网首页没有入口，只能登录客户端之后才看得见，官方也没有发布可查的活动公告，所以额度数字与截止时间请以客户端内的显示为准，别把它当成已经到账的存量。

另外要分清的是，这类额度是消耗品，跑一个长任务可能一次就吃掉可观的一部分，它不等于免费使用，只等于先试一段。真要长期使用，仍然要看积分怎么买、单价怎么算。

它不是万能员工

本地运行是优点也是限制：程序装在自己电脑上，关机就不干活了，想要七乘二十四小时在线，得靠接进 IM 的那套，而且电脑得一直开着。能力铺得广，单项深度就未必比得过专用工具，写代码它比不过长期打磨的编辑器，做设计也比不过专业软件。它真正的位置在中间那一段——把「我知道要什么、但不想自己一步步搬」的活接过去，跑完给你一份能改的文件。

适合的人群其实挺明确：手上常年压着跨文件、跨工具的杂活，又不想为每一类活单独配一套工具链的人。如果你只是偶尔写两段文案，它带来的收益可能抵不上学习成本；但如果你每天要在文档、表格、网页和 IM 之间来回倒腾，这类通用 Agent 的价值就开始显现了。