经典模式 vs 分层代理

AutoGLM-GUI 提供两种代理工作模式，对应两种不同的任务结构。理解它们的差异，能帮你为任务选对模式。你可以在对话页顶部随时切换。

经典模式（Classic）

经典模式是开源 AutoGLM-Phone 的「原生形态」：一个视觉模型直接完成「理解任务 → 规划步骤 → 观察屏幕 → 执行动作」的完整闭环。

• 优点：配置最简单、上手最快、链路最短
• 适合：目标明确、步骤较少的任务，例如打开应用、简单导航、订外卖、打车
• 机制：模型每一步看一张截图、输出一个动作，循环直到 finish 或达到最大步数

分层代理模式（Layered Agent，实验性）

分层代理是更「严格」的两层结构，把规划和执行分开：

• 规划层（决策模型）：高层智能中枢，负责拆解任务、多轮推理、按反馈调整策略。它通过工具调用（如 list_devices()、chat(device_id, message)）来驱动执行层。
• 执行层（autoglm-phone 视觉模型）：只负责观察屏幕和执行原子子任务，每个子任务有步数上限（例如最多 5 步）。

你能在界面里看到规划层每一次工具调用与返回结果，过程透明、便于调试。

• 适合：需要多轮交互、需要「边看边问边改计划」的复杂任务，例如浏览/筛选/对比、多轮表单填写
• 重要限制：执行层不负责「记笔记 / 保存中间信息 / 直接提取文本变量」。规划层需要信息时，必须通过提问让执行层把屏幕内容「念出来」。

分层代理的架构、数据流与实现细节见分层代理架构及深入分析。

怎么选

任务特征	建议模式
常规、步骤少（订外卖、打车、签到）	经典模式
需要多轮推理、动态调整策略	分层代理模式
想要最简配置、快速验证	经典模式
需要过程透明、便于调试迭代	分层代理模式

分层代理需要额外配置一个决策模型（规划层用），决策模型偏向「会推理、上下文长」的通用大模型；执行层仍用 autoglm-phone。