首頁

智譜創始人唐杰內部信全文：開啟「摸高計劃」，不登頂就是失敗

閱讀本文需 19 分鐘

未來兩年，智譜將繼續重投 AGI 研究，不將短期應用變現放在首位。

原文標題：《晚點獨家｜唐杰內部信稱將開啟 Touch High（摸高）計劃，「不登頂，就是失敗」》
原文來源：晚點團隊

晚點獨家獲悉，今日智譜創始人唐杰發布內部信，闡述智譜對 AGI 接下來競爭的理解。唐杰在信中表示，智譜接下來將繼續延續所謂「反直覺」路線，開啟「Touch High（摸高）計劃」，即繼續聚焦於 AGI 研究，而不是短期商業變現。

通往 AGI 終點的道路上，有幾座必須翻越的山峰，它們也正是今天技術浪潮最洶湧的地方，唐杰列出的四座高峰分別是：

-長程任務（Long Horizon Task）

-自治智能體系統（Autonomous Agent System）

-完全自我訓練（Fully Self Training）

-極致安全治理

其中，極致安全治理被特別強調，智譜計劃投入百億級資源攻堅機械可解釋性，這意味著釐清模型決策背後的神經元邏輯，推動黑盒系統向透明可解釋系統轉變。

今年 1 月 8 日，智譜以 116.2 港元的發行價作為大模型第一股登陸港交所，此後半年，智譜股價最高衝至 2980 港元，較發行價上漲逾 24 倍，市值一度突破 1.3 萬億港元。

7 月 8 日，11 家基石投資者持有的逾 2500 萬股解禁，智譜超過 400 億港元市值的股份進入流通，市場原本預期抛壓沒有兌現，智譜股價不降反升。次日智譜宣布以每股 1588 港元、折讓約 13% 的價格配售新股，募資約 314 億港元，這是今年港股 AI 公司單筆配售的最高紀錄。

根據智譜官方說法，配售募集的資金主要用於基座模型研發、算力基礎設施建設、商業化拓展及全球生態佈局。唐杰在公開信裡表示，對智能上界躍遷的判斷「也是我們最想傳遞給大家的認知」。

在一系列綜合評估中，智譜 GLM-5.2 模型被公認已經觸及海外最前沿模型能力邊界，且由於其開源特性，在技術社群中受到歡迎。

以下為內部信全文內容：

《巨浪已來》

——致每一位智譜人和關心人工智能未來的夥伴

我們是誰：「本質、反直覺、專注」

智譜從不是一家追風口的公司。它從一間實驗室裡長出來，帶著這間實驗室二十年的方法論。這套方法論可以用三個詞概括：本質、反直覺、專注——想得足夠深，才敢選得足夠反；選得足夠反，就必須守得足夠久。

回望來路，我們幾乎每一個關鍵選擇都曾經顯得「反直覺」。2006 年，我們守著一台台式機上的學術搜索系統坐冷板凳，因為我們想清楚了那背後是「挖掘學科演化機理」這件值得用十年回答的事；2021 到 2022 年，當「讓機器像人一樣思考」被絕大多數人視為登月般的瘋狂計劃時，我們抽調資源、押注千億參數，做出了 GLM-130B——那是 ChatGPT 引爆世界整整一年半之前；而在智譜 2026 年 1 月 8 日 H 股上市的那一天，我們把它當作一個全新的起點，堅定地全面回歸基礎模型研究，全力衝擊下一代模型。

別人敲鐘，我們歸零。這不是姿態，這是信念——既然終點是 AGI，那麼短期利益或者行業風口，都只是通向終局的沿途風景。

支撐我們一路走到今天的，是一種極致的專注和至真至純的理想主義。學術搜索系統從一台台式機做到千萬用戶，我們用了十年；大模型這條路，我們又做了近十年，並且還會堅定深耕，繼續走下去。今天的智譜，是一群願意追問本質、敢於反直覺，又能專注地把事情做到底的人——這就是智譜核心競爭力的來源。

我們如何看待這個時代：智能的上界正在被改寫

如果說過去二十年我們學會了一件事，那就是：真正的商業機會，從來不在產品和模式的微調裡，而在智能上界的躍遷中。這是我們對當下 AI 變革最根本的判斷，也是我們最想傳遞給大家的認知。

這一次變革，本質不是一次產品創新或商業模式創新，而是技術革命本身抬高了「智能上界」。誰能率先將該上界向上推升一寸，誰就能重新定義千行百業的能力邊界。所有聚焦第一性原理的新一代 AI 企業，爭奪的正是這一寸的突破。

而智能上界的演進，有一條清晰的路徑。人工智能正在完成從感知智能到認知智能的跨越——機器不再只是「看見」和「聽見」，而是開始「理解」和「推理」。而下一步，正指向 AGI。

我們對 AGI 有一個樸素而嚴苛的定義：AGI 不是某一個天才的智慧，而是全人類智慧水平的總和。它理應具備創造出「相對論」級別原創知識的能力，這是我們衡量是否真正到達巔峰的唯一標準。通往這個終點的道路上，有幾座必須翻越的山峰，它們也正是今天技術浪潮最洶湧的地方：

第一座：長程任務能力（Long Horizon Task）

今天最令人興奮的突破，是讓模型學會完成一個極長的任務——不是即時問答，而是跨越數周、數月乃至數年的規劃與執行。例如，一個模型可以不知疲倦地在軟體中尋找漏洞，本質上是在學習一名頂級安全專家的思維方式，然後通過機器的耐力把它放大。

第二座：完全自治的智能體系統（Autonomous Agent System）

在長程任務之上，能夠自主驅動、協同作業、7×24 小時運轉的智能體群體將成為新的生產力形態。我們曾提過「一人公司 OPC」，但技術的腳步比預想更快——我們正在走向「全自動化公司 NPC」。記憶（Memory）、持續學習（Continual Learning）、自我評判（Self-Judge）這三個曾被認為需要範式變革才能解決的難題，現已在技術與應用的雙重驅動下逐步消解：長上下文與檢索增強生成（RAG）逼近記憶雏形；模型迭代頻次的提升本身即在逼近持續學習；前沿模型已顯露自我評判的萌芽。

第三座：自我進化（Self-Evolving）

這是最艱難、也最誘人的一座。AI 訓練 AI 已經成型——模型自己寫程式、自己清潔與合成數據、自己訓練自己。這或許會消耗一些算力，卻節省了最寶貴的人力與時間。而在大模型時代，速度是最重要的，快速迭代會直接拉開認知的代際差距。當海外頭部企業開始籌建百萬乃至兩百萬晶片級別的算力集群，其真正的用途，很可能正是讓模型自己訓練自己。

翻過這三座山之後，會發生什麼？

AI 將開始學習什麼是「我」，什麼是自我認知；再往後，它會觸及人類的情感；更遠處，是意識本身。從感知到認知，從認知到通用，從通用走向超級智能（ASI）——這條路已經鋪開，巨浪已來，且不可逆轉。

這並非我們一家之言。Google DeepMind 在《From AGI to ASI》報告中給出了一倥峻的論斷：即便單個模型的能力永遠停在人類水平，只要算力還在增長，超級智能可能會被硬生生「擠」出來。他們推演，若全球可運行 AGI 實例以每年十倍速增長，五年後將達一億個。這些共享同一底層大腦、思考效率百倍提升且零成本複製經驗的智能體，在群體層面即等同於 ASI。換言之，從 AGI 邁向 ASI，既需要算法層面的突破，也需要超大算力資源的匯聚。

這種不可逆轉的趨勢將自上而下穿透整個技術棧：當 AGI 到來，今天的應用或許都要被重構為 AI 原生，甚至不再需要這些應用；操作系統可能被重寫，未來你打開電腦，看到的將是一個「LLM OS」，所有功能按需生成（generate on demand）；再往深處，是對運行了八十年的馮·諾依曼體系的挑戰。金融、法律、電商、互聯網……沒有一個行業會置身事外。很多朋友找到我，說想變革企業、追趕 AI 的步伐，但真正洞察到「這場不可逆變革已然開啟」者，仍屬寥寥。

我們全力傾注的方向：「摸高」

認清趨勢之後，剩下的就是選擇。而智譜的選擇，一如既往地「反直覺」——在行業普遍加速商業變現的當下，我們決定向上突破。

我們將這一戰略命名為「Touch High（摸高）計劃」。在人工智能從感知、認知向完全通用智能跨越的歷史節點，智譜將以「摸高」的姿態，挑戰當前技術的物理與算法極限。未來兩年，我們計劃戰略性投入——不追求短期的應用變現，而是直指 AGI 的下一個高地。

這筆投入將集中在四大核心引擎上：

其一，長程任務。讓 AI 從「即時問答」走向「宏大工程」，研發新一代記憶架構，使模型貫穿專案全生命週期「邊學、邊做、邊記」，並具備將宏大目標（如「設計一種新型抗癌藥物分子」）自主拆解為數千個可執行子任務的頂層能力。

其二，自治智能体系统。從「智能助手」走向「數位員工」，構建包含成千上萬個不同專業「性格」與「技能」的智能體社會，讓它們自主辯論、協作、審查程式碼、調度資源，實現「自動駕駛」級別的數位生產力。

其三，完全自我訓練（Fully Self Training）。在人類高質量資料即將耗盡之際，將運算能力轉化為進化的燃料——建設高質量合成資料工廠，通過 AI 與 AI 的博弈對抗（Self-Play）實現知識的「無中生有」，並在安全沙箱內賦予系統重構自身程式碼的能力，讓進化速度脫離人類工程師的物理限制。

其四，極致安全治理。這是四大引擎中我最想著重強調的一個。

能力越強大，安全約束機制也必須越穩固。智譜創立伊始即確立準則：AI 必須服務於人類福祉，服務於國家戰略。公司摒棄外掛式安全補丁，堅持將人類倫理、社會規範及國家法律法規作為底層公理寫入模型價值函數；計劃投入百億級資源攻關「機械可解釋性」，釐清模型決策背後的神經元邏輯，推動黑盒系統向透明可解釋系統轉變；同時積極參與國際 AI 治理，防範 AI 技術被濫用。

這種緊迫感並非杞人憂天。當海外最前沿的頂級模型因風險考量而暫緩全面公開發布，其企業負責人公開警示 AI 的深遠影響將深刻重塑全球力量格局時，我們更應清醒：超級智能的實現與超級對齊的研究，必須同步推進。這也是我們在面對顛覆性技術時反覆審視的命題——歷史一再表明，當一項技術抵達足以改變文明進程的力量量級時，安全就不再是附屬品，而是技術得以存續與被允許應用的根本前提。

開放生態：智能普惠和安全治理的底層邏輯

我們始終認為，人工智能作為引領未來的戰略性技術，其長遠發展離不開開放協同的產業生態。前沿智能的價值不僅在於技術突破本身，更在於它能否廣泛賦能千行百業、惠及每一位開發者。我們堅信，真正的安全並非建立在技術封閉與壁壘之上，而是源於陽光下廣泛的共建、共享與監督。

正是基於對技術普惠的深刻認同，智譜給出了自身的戰略答卷。近日，我們發布了迄今能力最強的開源模型 GLM-5.2，它支持真正可用的百萬（1M）上下文，在長程任務上繼續保持領先，面向全量用戶開放，並將以最寬鬆的 MIT 協議正式開源——任何人都可以下載、部署、商用，沒有主體界別。這是公司以產品形態表達的堅定態度。

我們選擇相信另一條路：前瞻智能不應只屬於少數人，也不應被少數規則隨時收回。它應該開放、可用、可建構，並服務於每一位開發者。

這與「摸高」並不矛盾，反而是一體兩面：我們一隻手向上摸高，挑戰智能的極限；另一隻手向下鋪路，讓最前沿的能力盡可能地開放與普惠。摸到的高度屬於全人類，修成的道路也屬於每一個人。