译文 · 唐杰《巨浪已来》内部信全文

巨浪已来

——致每一位智谱人和关心人工智能未来的伙伴

请允许我借这篇文章，谈三件事：我们是谁，我们如何看待这个时代，以及我们决定全力倾注的战略方向。

（一）我们是谁："本质、反直觉、专注"

智谱从不是一家追风口的公司。它从一间实验室里长出来，带着这间实验室二十年的方法论。这套方法论可以用三个词概括：本质、反直觉、专注——想得足够深，才敢选得足够反；选得足够反，就必须守得足够久。

回望来路，我们几乎每一个关键选择都曾经显得"反直觉"。

2006年，我们守着一台台式机上的学术搜索系统坐冷板凳，因为我们想清楚了那背后是"挖掘学科演化机理"这件值得用十年回答的事；2021到2022年，当"让机器像人一样思考"被绝大多数人视为登月般的疯狂计划时，我们抽调资源、押注千亿参数，做出了GLM-130B——那是ChatGPT引爆世界整整一年半之前；而在智谱2026年1月8日H股上市的那一天，我们把它当作一个全新的起点，坚定地全面回归基础模型研究，全力冲击下一代模型。

别人敲钟，我们归零。这不是姿态，这是信念——既然终点是AGI，那么短期利益或者行业风口，都只是通向终局的沿途风景。

支撑我们一路走到今天的，是一种极致的专注和至真至纯的理想主义。学术搜索系统从一台台式机做到千万用户，我们用了十年；大模型这条路，我们又做了近十年，并且还会坚定深耕，继续走下去。今天的智谱，是一群愿意追问本质、敢于反直觉，又能专注地把事情做到底的人——这就是智谱核心竞争力的来源。

（二）我们如何看待这个时代：智能的上界正在被改写

如果说过去二十年我们学会了一件事，那就是：真正的商业机会，从来不在产品和模式的微调里，而在智能上界的跃迁中。这是我们对当下AI变革最根本的判断，也是我们最想传递给大家的认知。

这一次变革，本质不是一次产品创新或商业模式创新，而是技术革命本身抬高了"智能上界"。谁能率先将该上界向上推升一寸，谁就能重新定义千行百业的能力边界。所有聚焦第一性原理的新一代AI企业，争夺的正是这一寸的突破。

而智能上界的演进，有一条清晰的路径。人工智能正在完成从感知智能到认知智能的跨越——机器不再只是"看见"和"听见"，而是开始"理解"和"推理"。而下一步，正指向AGI。

我们对AGI有一个朴素而苛刻的定义：AGI不是某一个天才的智慧，而是全人类智慧水平的总和。它理应具备创造出"相对论"级别原创知识的能力。

通往这个终点的道路上，有几座必须翻越的山峰：

第一座：长程任务能力（Long Horizon Task）

今天最令人兴奋的突破，是让模型学会完成一个极长的任务——不是即时问答，而是跨越数周、数月乃至数年的规划与执行。例如，一个模型可以不知疲倦地在软件中寻找漏洞，本质上是在学习一名顶级安全专家的思维方式，然后通过机器的耐力把它放大。

第二座：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。我们曾提过"一人公司OPC"，但技术的脚步比预想更快——我们正在走向"全自动化公司NPC"。记忆、持续学习、自我评判这三个曾被认为需要范式变革才能解决的难题，现已在技术与应用的双重驱动下逐步消解：长上下文与RAG逼近记忆雏形；模型迭代频次的提升本身即在逼近持续学习；前沿模型已显露自我评判的萌芽。

第三座：自我进化（Self-Evolving）

这是最艰难、也最诱人的一座。AI训练AI已经成型——模型自己写代码、自己清洗与合成数据、自己训练自己。这或许会消耗一些算力，却节省了最宝贵的人力与时间。而在大模型时代，速度是最重要的，快速迭代会直接拉开认知的代际差距。当海外头部企业开始筹建百万乃至两百万芯片级别的算力集群，其真正的用途，很可能正是让模型自己训练自己。

翻过这三座山之后，会发生什么？AI将开始学习什么是"我"，什么是自我认知；再往后，它会触及人类的情感；更远处，是意识本身。从感知到认知，从认知到通用，从通用走向超级智能（ASI）——这条路已经铺开，巨浪已来，且不可逆转。

他引用Google DeepMind《From AGI to ASI》报告的论断：即便单个模型的能力永远停在人类水平，只要算力还在增长，超级智能可能会被硬生生"挤"出来——若全球可运行AGI实例以每年十倍速度增长，五年后将达一亿个，这些共享同一底层大脑、思考效率百倍提升且零成本复制经验的智能体，在群体层面即等同于ASI。

这种不可逆转的趋势将自上而下穿透整个技术栈：当AGI到来，今天的应用或许都要被重构为AI原生；操作系统可能被重写，未来你打开电脑，看到的将是一个"LLMOS"，所有功能按需生成；再往深处，是对运行了八十年的冯·诺依曼体系的挑战。金融、法律、电商、互联网……没有一个行业会置身事外。

（三）我们全力倾注的方向："摸高"

认清趋势之后，剩下的就是选择。而智谱的选择，一如既往地"反直觉"——在行业普遍加速商业变现的当下，我们决定向上突破。

我们将这一战略命名为"Touch High（摸高）计划"。在人工智能从感知、认知向完全通用智能跨越的历史节点，智谱将以"摸高"的姿态，挑战当前技术的物理与算法极限。未来两年，我们计划战略性投入——不追求短期的应用变现，而是直指AGI的下一个高地。

四大核心引擎

其一，长程任务。让AI从"即时问答"走向"宏大工程"，研发新一代记忆架构，使模型贯穿项目全生命周期"边学、边做、边记"，并具备将宏大目标（如"设计一种新型抗癌药物分子"）自主拆解为数千个可执行子任务的顶层能力。

其二，自治智能体系统。从"智能助手"走向"数字员工"，构建包含成千上万个不同专业"性格"与"技能"的智能体社会，让它们自主辩论、协作、审查代码、调度资源，实现"自动驾驶"级别的数字生产力。

其三，完全自我训练（Fully Self Training）。在人类高质量数据即将耗尽之际，把算力转化为进化的燃料——建设高质量合成数据工厂，通过AI与AI的博弈对抗实现知识的"无中生有"，并在安全沙盒内赋予系统重构自身代码的能力。

其四，极致安全治理。这是唐杰最想强调的：能力越强大，安全约束机制也必须越稳固。智谱计划投入百亿级资源攻坚"机械可解释性"，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。他警示：超级智能的实现与超级对齐的研究，必须同步推进。

（四）开放生态

近日，智谱发布迄今能力最强的开源模型GLM-5.2，支持百万上下文，以最宽松的MIT协议开源。唐杰写道：

（五）结语：为什么是现在，为什么是我们

真正的登顶者，会把山修成路。

我们想清楚的那个本质，曾通过"悟道大模型"项目凝聚成几百位科学家的共识，又通过智谱的产业投资和整个生态，变成一代创业者起跳的基石。今天，我们想把这条路修得更宽、更高——高到能保护我们自己、守卫国家安全，高到能让人类有机会探索更多未知、探索宇宙的奥秘；也宽到能让每一位开发者、每一个团队，都走得上来。

巨浪已来，趋势不可逆转。智谱要做那个迎着浪尖、向上摸高的人。

智谱创始人 唐杰
2026年7月11日