Autoclaw是智谱AI于2026年3月推出的本地化AI智能体桌面应用，中文名“澳龙”。它基于OpenClaw开源框架构建，支持macOS与Windows系统一键安装，预置50余项实用技能，覆盖文档处理、浏览器自动化、即时通讯协作、金融分析、内容创作等多类工作场景。一句话概括：它是一个跑在本地电脑上、能通过自然语言指令直接执行任务的AI数字员工。
本地化部署与模型自由接入
Autoclaw最显著的特征在于“本地运行”而非依赖云端。安装包下载后双击即可完成部署，整个过程大约一分钟，无需配置Docker、申请API Key或搭建开发环境。所有任务在用户本机执行，数据不离开设备，这对关注数据隐私的企业用户和个人开发者而言是一个关键考量。
模型层面，Autoclaw内置了GLM系列模型，包括GLM-4.7、GLM-4.7-Flash以及后续升级接入的GLM-5.2。其中Flash系列完全免费，降低了日常使用成本。值得关注的是，智谱为Autoclaw专门优化了一款代号为Pony-Alpha-2的模型，据公开资料显示，该模型在工具调用稳定性、长链路任务推进和响应速度上均有针对性提升，更适合Skill调用和定时任务等真实工作流。此外，Autoclaw对模型接入持开放态度，用户可自行配置DeepSeek、Kimi、MiniMax等第三方模型的Coding Plan或API，实现按需切换。
预置技能与多场景任务能力
Autoclaw预置了超过50种技能模块，按场景大致可分为以下几类：
办公自动化方面，Autoclaw能够生成Word文档、Excel报表、PPT演示文稿和结构化会议纪要，也可通过飞书API直接创建云文档、查询日历并发送会议邀请。内容创作方面，覆盖小红书、公众号、微博等平台的选题策划、文案生成与改写，以及短视频脚本的输出。代码开发环节，Autoclaw支持从架构设计、编码、测试到安全审计的完整链路，也能一句话生成网页原型和可运行代码。
金融分析是另一个差异化方向。Autoclaw可以整理行情数据、梳理财报信息、执行量化策略回测并汇总研究报告。据官方博客披露的案例，其集群模式在复杂任务中曾实现18个Agent并行协作，43分钟输出一份近两万字的研究报告，且内置的审计机制能主动抓取计算错误和幽灵引用。
浏览器自动化与IM深度集成
浏览器自动化是Autoclaw区别于普通桌面AI助手的关键能力之一。智谱自研的AutoGLM Browser-Use引擎替代了OpenClaw原生浏览器模块，能够稳定执行多步骤、跨页面的复杂操作，例如自动填表、网页数据抓取、定时巡检等。该引擎在用户默认浏览器中运行，复用已有登录状态，无需额外安装专用浏览器。
IM集成方面，Autoclaw支持一键接入飞书、企业微信、微信和Lark，用户直接在聊天框内下达指令，AI在本地执行后将结果回传至对话窗口。这种交互模式将任务分发门槛降到了最低——不需要打开新界面，不需要学习新系统，AI助手以“数字同事”的形态嵌入既有工作流中。
自进化机制与多Agent架构
Autoclaw内置了一套自进化系统，当用户使用“以后”“记住”等关键词表达长期意图时，它会主动触发进化流程，将行为偏好写入AGENTS.md、事实记忆写入MEMORY.md、完整工作流沉淀为独立的SKILL.md文件。每次修改都需用户明确批准，不会擅自变更。
多Agent架构则允许用户为不同场景创建独立的分身——工作助手与生活助手各自拥有隔离的记忆和工作空间，互不干扰。同一Agent在不同入口间共享记忆，换设备不丢失上下文。结合集群模式中强制SOP的任务流水线（规划→查资料→并行派活→审计复核→交付），Autoclaw试图将AI从“凭感觉给答案”推向“按流程交成果”。
2026年6月，Autoclaw还上线了Auto Design功能，这是一个专攻界面设计的Agent，能够将自然语言需求转化为可预览、可迭代、可导出的设计方案，进一步拓展了其在产品设计领域的应用边界。
从实际落地情况来看，Autoclaw的定位清晰：它不是又一个聊天机器人，而是一个以执行为导向的桌面工具。对产品经理而言，无论是竞品调研中的信息抓取、PRD转网页原型的快速验证，还是日常飞书协作中的文档与日程管理，都能在同一个应用中完成调度。当前其免费额度策略也降低了上手成本，而后续能否持续提升复杂任务的完成率和稳定性，将是决定其长期价值的关键。
