智谱唐杰发内部信：GLM-5.2开源后，AGI时代的三大战略突围方向
资本狂欢下的冷思考：智谱的“归零”哲学
在人工智能领域，市值的飙升往往伴随着外界的狂热与质疑。2026年7月，智谱科技（Zhipu AI）成为了这一现象的极致体现：自上市以来市值暴涨十倍，正式跻身“万亿港元俱乐部”，这一数字不仅超越了小米，更是百度市值的近三倍。7月8日，尽管面临首批股票解禁的巨大抛压，智谱股价依然坚挺，彰显了资本市场对其技术路线与商业化前景的高度认可。
然而，就在大多数人沉浸在“AI Coding”风口带来的红利中时，智谱创始人唐杰却选择了一种截然不同的姿态。2026年7月11日，唐杰发布了题为《巨浪已来》的内部信，将智谱上市视为“归零”的起点，而非功成名就的终点。信中明确指出，过去一年智谱对Coding能力的押注虽然获得了市场验证，但这仅仅是智能演进的一个阶段。在Chat范式探索基本结束后，AI的竞争高地已悄然转移至更具底层逻辑的深度能力上。
这种“别人敲钟，我们归零”的信念，并非单纯的公关话术，而是源于智谱从实验室走来时便刻在骨子里的方法论：本质、反直觉、专注。回顾智谱的发展轨迹，从2006年在台式机上进行学术搜索系统的冷板凳研发，到2021年ChatGPT引爆全球前一年半推出千亿参数GLM-130B，每一次关键决策在当时看来都显得“反直觉”。但正是这种对事物本质的极致追问，让智谱在技术长跑中保持了独特的节奏感。
智能上界的跃迁：从感知到认知的范式转移
唐杰在信中提出了一个核心判断：真正的商业机会不再局限于产品模式的微调，而在于“智能上界”的跃迁。过去二十年，AI主要解决的是感知智能问题，即让机器“看见”和“听见”。而当下的技术革命，本质上是让机器开始“理解”和“推理”，即跨越到认知智能。
这一跃迁的路径清晰且陡峭。智谱认为，通往通用人工智能（AGI）的道路上有三座必须翻越的高峰，它们构成了后Coding时代的核心竞争力。
第一座高峰是“长程任务能力”（Long Horizon Task）。传统的AI交互多基于即时问答，但在实际商业场景中，真正的价值往往隐藏在跨越数周、数月甚至数年的复杂规划与执行中。例如，让AI像顶级安全专家一样，不知疲倦地在全生命周期的软件系统中寻找漏洞，这不仅是计算能力的体现，更是思维模式的模拟与放大。长程任务要求模型具备宏观视野与微观执行的完美统一，这是从“助手”向“工程师”跨越的关键。
第二座高峰是“完全自治的智能体系统”（Autonomous Agent System）。随着记忆（Memory）、持续学习（Continual Learning）和自我评判（Self-Judge）三大难题在技术驱动下逐步消解，智能体正从单点工具演变为群体智能。长上下文窗口与检索增强生成（RAG）技术正在逼近记忆的雏形；模型迭代频率的提升加速了持续学习的进程；而前沿模型已显露出自我评判的萌芽。这意味着，未来的生产力形态将是包含成千上万个具备不同专业“性格”与“技能”的智能体社会，它们自主辩论、协作、审查代码，实现“自动驾驶”级别的数字生产力，彻底取代传统的“一人公司”模式。
第三座高峰，也是最艰难的一座，是“自我进化”（Self-Evolving）。在大模型时代，速度即生命。当人类高质量数据逐渐耗尽，AI训练AI成为必然选择。模型自行编写代码、清洗数据、合成样本，并在安全沙盒内重构自身代码。这种自我训练机制虽然消耗大量算力，却极大地释放了人力与时间成本。海外头部企业筹建百万级芯片集群的真正目的，或许正是为了支撑这种指数级增长的自我进化速度。
“摸高计划”：四大引擎驱动AGI终极突破
面对智能上界的跃迁，智谱制定了名为“Touch High（摸高计划）”的战略。在行业普遍加速商业变现的当下，智谱选择逆向而行，将资源集中在挑战技术极限上。这一计划包含四大核心引擎，旨在构建下一代模型的基础设施。
首先是长程任务引擎。智谱致力于研发新一代记忆架构，使模型能够贯穿项目全生命周期，实现“边学、边做、边记”。这意味着模型不再是一个黑盒问答工具，而是一个能够自主拆解宏大目标（如“设计新型抗癌药物分子”）为数千个可执行子任务的超级项目经理。
其次是自治智能体系统引擎。目标是构建一个包含不同专业性格与技能的智能体社会。这些智能体不仅能协作完成既定任务，还能在复杂环境中自主辩论、审查代码、调度资源，形成高度自动化的数字员工网络。这种社会化的智能结构，是解决复杂系统工程问题的关键。
第三是自我训练引擎。在人类数据枯竭的背景下，智谱计划建设高质量合成数据工厂，通过AI与AI的博弈对抗（Self-Play）实现知识的“无中生有”。这种机制不仅突破了数据瓶颈，更让模型的进化速度挣脱了人类工程师的物理限制，形成自我强化的正向循环。
最后是极致安全治理引擎。唐杰特别强调，能力越强，约束必须越稳固。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的价值函数中。通过投入百亿级资源攻坚“机械可解释性”，智谱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。这一举措不仅是出于社会责任，更是为了在超级智能时代确保技术的安全可控，防止因风险考量导致的全球监管收紧。
开源生态与AGI愿景：技术普惠的底层逻辑
智谱的战略不仅限于技术突破，更延伸至生态构建。近日发布的GLM-5.2模型，支持百万级上下文窗口，在长程任务能力上追平甚至超越Claude Opus 4.8和GPT-5.5等国际顶尖模型。更重要的是，智谱选择以最宽松的MIT协议将其完全开源，允许任何用户下载、部署及商用。
这一决定看似与“摸高”的商业逻辑相悖，实则是智谱对技术普惠的深刻认同。唐杰认为，前沿智能不应只属于少数人或受限于封闭规则，而应成为公共基础设施。开源不仅加速了技术的迭代与验证，更通过广泛的共建、共享与监督，构建了更稳固的安全生态。正如信中所言：“摸到的高度属于全人类，修成的道路也属于每一个人。”
从AGI到超级智能（ASI），这一进程已被Google DeepMind等机构确认为不可逆转的趋势。当算力持续增长，即使单个模型能力停滞，群体层面的智能体协作也可能“挤”出超级智能。这将自上而下重构操作系统、冯·诺依曼体系乃至各行各业。智谱选择在上市后继续倾注核心资源，正是为了在巨浪来袭之前，修筑一条足够高、足够宽的路，既保护自身安全，也服务于国家战略与人类福祉。
结语：在不确定的时代寻找确定的锚点
智谱的内部信不仅是一份战略声明，更是一份关于AI发展哲学的深度思考。在Coding热潮退去之后，AI的真正战场转移到了长程推理、自治智能与自我进化等深层能力上。智谱通过“摸高计划”和GLM-5.2的开源实践，展示了如何在商业变现与技术理想之间找到平衡。
这场变革的本质，是智能上界的重新定义。谁能率先突破感知到认知的鸿沟，谁就能掌握千行百业的能力边界。智谱的选择表明，真正的巨头不追逐风口，而是定义未来。在AGI的曙光初现之际，这种对本质、反直觉与专注的坚守，或许正是穿越周期、抵达终局的关键锚点。巨浪已来，唯有向上摸高，方能在这片全新的智能海洋中，找到属于人类的坐标。