GLM时刻后战略转向：智谱如何以“摸高”计划重构AGI终局？
资本光环下的冷思考：从市值爆发到战略归零
在2026年的资本市场，智谱无疑成为了AI领域最耀眼的明星。自上市以来，其市值在短短半年内实现了十倍增长，成功跻身“万亿港元俱乐部”，这一数字不仅远超小米，更是百度市值的近三倍。在首批股票解禁后，智谱依然稳稳守住股价，证明了市场对其技术路线的高度认可。
然而，在外界欢呼“智谱时刻”的到来时，创始人唐杰却选择发布一封题为《巨浪已来》的内部信，冷静地划清了短期商业成功与长期技术追求之间的界限。信中明确指出，智谱从不是一家追逐风口的公司，其核心竞争力源于“本质、反直觉、专注”这一实验室基因。这种在上市之际选择“归零”的态度，并非简单的公关姿态，而是基于对人工智能演进规律的深刻洞察。唐杰认为，既然终点是通用人工智能（AGI），那么短期的盈利或行业热点都只是沿途风景，真正的挑战在于如何不断推升“智能的上界”。
这种“反直觉”的选择在历史上已有先例。从2006年坚守学术搜索系统挖掘学科演化机理，到2021年押注千亿参数GLM-130B，智谱的每一次关键跨越都伴随着外界的质疑与不解。但正是这种极致的专注，让智谱在AI浪潮中始终掌握着主动权。当前，面对日益激烈的市场竞争，智谱选择将上市视为新的起点，而非终点，全面回归基础模型研究，这标志着其战略重心的根本性转移。
押注Coding的正确性及其后的新命题
智谱近期的爆发，很大程度上归功于一年前对“Coding”能力的精准押注。2025年初，智谱开始重新分配资源，将力量收敛至提升模型的代码生成与理解能力。这一决策的背景是DeepSeek R1的出现，它标志着纯Chat范式的探索基本结束。唐杰指出，后DeepSeek时代的模型训练范式，必须向Coding和Reasoning（推理）转型，因为只有具备与Agent共生共荣的能力，模型才能进入更深层的应用场景。
事实证明，这一赌注极具前瞻性。AI Coding已成为商业化落地的最快切入点。以Anthropic为例，通过押注Coding能力，其在2024年1月年化收入仅为8700万美元，而到2026年6月，其ARR已突破470亿美元，实现了对OpenAI的“弯道超车”。智谱同样受益匪浅，2025年发布的旗舰模型GLM-4.5，以及2026年6月上线并开源的GLM-5.2，使其跻身全球AI Coding第一梯队。GLM-5.2在多个核心指标上追平甚至超越了Claude Opus 4.8和GPT-5.5，带动智谱MaaS平台ARR在过去一年提升了60倍，达到17亿元。
然而，Coding能力的提升只是第一步。唐杰在内部信中强调，Coding之后，更重要的命题是长程任务能力、完全自治的智能体系统以及自我进化。这三个维度构成了通往AGI的关键路径，也是智谱未来两年战略投入的核心方向。这不仅是对技术瓶颈的突破，更是对生产力形态重塑的预判。
智能上界的跃迁：三大必越山峰
智谱对AGI的定义朴素而苛刻：AGI不是某一个天才的智慧，而是全人类智慧水平的总和，具备创造“相对论”级别原创知识的能力。通往这一终点的道路上，有三座必须翻越的山峰。
第一座山峰是长程任务能力（Long Horizon Task）。传统的AI交互多为即时问答，而长程任务要求模型能够跨越数周、数月甚至数年的时间，进行复杂的规划与执行。例如，让模型在软件中寻找漏洞，本质上是在模拟顶级安全专家的思维方式，并利用机器的耐力将其放大。这要求AI从“即时响应”走向“宏大工程”的能力。
第二座山峰是完全自治的智能体系统（Autonomous Agent System）。在长程任务之上，能够自主驱动、协同作业、7×24小时运转的智能体群体将成为新的生产力形态。智谱正在从“一人公司OPC”的概念走向“全自动化公司NPC”的愿景。记忆（Memory）、持续学习（Continual Learning）、自我评判（Self-Judge）这三个曾被视为范式变革难题的技术点，正随着长上下文、RAG技术以及模型迭代频率的提升而逐步消解。智能体社会将包含成千上万个不同专业“性格”与“技能”的数字员工，实现类似“自动驾驶”级别的数字生产力。
第三座山峰是自我进化（Self-Evolving）。这是最艰难也最诱人的一环。AI训练AI的模式已经成型，模型可以自行写代码、清洗合成数据并进行自我训练。虽然这消耗算力，但节省了最宝贵的人力与时间。在AI竞争进入白热化的当下，速度即代际差距。海外头部企业筹建百万级芯片算力集群，其核心目的之一便是让模型自我进化。这种进化不仅体现在算法层面，更体现在通过AI与AI的博弈对抗（Self-Play），在高质量合成数据工厂中实现知识的“无中生有”。
“摸高计划”与极致安全治理
基于对趋势的判断，智谱启动了名为“Touch High（摸高）计划”的战略。在行业普遍加速商业变现的当下，智谱选择向上突破，不追求短期应用变现，而是直指AGI的下一个高地。这一计划集中在四大核心引擎上：长程任务、自治智能体、完全自我训练以及极致安全治理。
其中，极致安全治理被唐杰着重强调。随着AI能力的增强，安全约束机制必须同样稳固。智谱摒弃了外挂式的安全补丁，坚持将人类伦理、社会规范及国家法律法规作为底层公理写入模型价值函数。计划投入百亿级资源攻坚“机械可解释性”，旨在厘清模型决策背后的神经元逻辑，推动黑盒系统向透明可解释系统转变。同时，智谱积极参与国际AI治理，防范技术滥用。
这种紧迫感源于对全球格局的清醒认知。当海外顶级模型因风险考量暂缓发布时，安全不再是附属品，而是技术存续的前提。智谱认为，超级智能的实现与超级对齐的研究必须同步推进，这是面对颠覆性技术时的根本命题。
开源普惠：技术普惠与安全治理的底层逻辑
智谱的另一只手下铺路，通过开放生态推动技术普惠。近日发布的GLM-5.2支持百万级上下文，并以最宽松的MIT协议开源。这意味着任何人都可以下载、部署、商用，没有主体界限。唐杰指出，真正的安全并非建立在技术封闭与壁垒之上，而是源于阳光下广泛的共建、共享与监督。
开源GLM-5.2不仅是产品力的展示，更是战略态度的表达。前沿智能不应只属于少数人，而应服务于每一位开发者。这种“摸高”与“铺路”的一体两面，构成了智谱独特的竞争壁垒。通过将最前沿的能力开放给全球社区，智谱既促进了技术的快速迭代，也构建了坚实的安全治理生态。
结语：在巨浪中向上摸高
为什么在上市后还要继续倾注核心资源向最不确定的方向“摸高”？智谱的回答是：真正的登顶者，会把山修成路。从“悟道大模型”凝聚科学家共识，到通过产业投资成为创业者起跳的基石，智谱一直在致力于降低AGI时代的门槛。
未来两年，智谱将挑战当前技术的物理与算法极限。这条路高到能保护自身、守卫国家安全，宽到能让每一位开发者走上来。在AGI时代，这些曾经遥不可及的事第一次有了实现的可能。巨浪已来，趋势不可逆转。智谱要做那个迎着浪头、向上摸高的人。不登顶，就是失败。这一次，它要摸到的，是属于全人类的那个高度。