跨应用协同是AI Agent最受关注的能力维度之一，也是从“单点任务助手”走向“通用数字助理”的关键跨越。财通证券对智谱AutoGLM的跨应用协同长任务进行了实测——用户指令为“在小红书中查找做水果蛋糕的配料，并在美团中将配料加入购物车”。AutoGLM先打开小红书搜索“水果蛋糕食材清单”，识别搜索结果，再跳转美团APP根据配料依次搜索商品并加入购物车，在用户干预下基本完成。跨应用长任务的能力已经初步验证，但当前仍需要人工干预来提升准确性，复杂任务的执行稳定性是Agent发展的核心挑战。
什么是跨应用协同——Agent能力的升维
升级版AutoGLM支持跨应用协同长任务，例如“在小红书查查上海最好吃的西餐厅，帮我看看他家在大众点评有没有团购券”——这涉及两个应用的信息查询和对比，远复杂于单应用内的简单指令。跨应用协同要求Agent能够在不同应用间无缝切换、信息传递和联合执行，是衡量通用Agent能力的关键指标。
实测案例——小红书+美团配料采购全流程
用户指令：帮我在小红书中查找做水果蛋糕的配料，并在美团中将配料加入购物车。执行流程：AutoGLM先打开小红书APP，在搜索框输入“水果蛋糕食材清单”；搜索完毕后选择第一个结果；跳转打开美团APP；根据小红书搜索结果的配料信息，在美团中依次搜索对应商品；将商品逐项放入购物车。因小红书搜索结果不能完全匹配美团APP内提供的商品，AutoGLM在执行时会选择相似商品。过程中因美团APP内可选购商品模块较多，用户进行了人为干预。选择完成后进入结算页面，任务基本完成。
跨应用协同的核心挑战
测评暴露了跨应用协同的几个关键挑战。第一，信息传递的准确性——从小红书提取的配料信息需要在美团中准确匹配，但不同平台的商品描述和分类差异导致匹配困难。第二，非标准化搜索的处理——食品、衣物等类别商品名称不标准，AutoGLM可能选择与用户意图相关度不高的产品。第三，多个应用之间的切换流畅度和状态保持——从一个APP跳转至另一个后，前一个应用提取的信息需要有效传递并指导后续操作。第四，用户干预的必要性——当前复杂跨应用长任务仍需人工干预来纠偏，完全自主执行仍是中长期目标。
跨应用协同的未来路径
跨应用协同能力的提升需要三个方向的持续投入：应用适配范围的扩大——支持更多应用和更复杂的跨应用组合；信息理解能力的提升——从关键词匹配走向语义理解，特别是定性描述和模糊指令；执行稳定性的提高——减少人工干预，实现从“用户主导、Agent辅助”到“Agent主导、用户监督”的演进。跨应用协同是Agent从玩具走向工具的关键，也是行业重点攻克的方向。
跨应用协同能力对比| 维度 | 当前能力 | 提升方向 |
|---|
| 应用切换 | 可跨APP跳转 | 更流畅切换、状态保持 |
| 信息传递 | 可提取并传递 | 更准确匹配跨平台信息 |
| 执行稳定性 | 需人工干预 | 逐步降低干预频率 |
| 任务复杂度 | 简单长任务 | 更复杂、多步骤任务 |
