“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。”
7月11日，澎湃新闻记者获悉，国内大模型巨头智谱（02513.HK）创始人唐杰发布题为《巨浪已来》的全员内部信，宣布启动名为“TouchHigh（摸高）”的两年战略投入计划，不追求短期的应用变现，全力冲击下一代通用人工智能（AGI）。
在内部信中，唐杰回忆了智谱的成长过程：2006年守着一台台式机上的学术搜索系统坐冷板凳，因为想清楚了那背后是“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，智谱抽调资源、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，公司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。”唐杰表示。
据内部信披露，“摸高计划”的投入将集中在四大方向：一是攻坚长程任务能力，研发新一代记忆架构，让模型可自主拆解跨年级别的复杂科研、工程目标。
二是构建多智能体协作系统，打造具备不同专业能力的“数字员工”集群，实现自主辩论、代码审查、资源调度的全自动化运转。
三是落地完全自我训练体系，建设高质量合成数据工厂，通过AI自博弈实现知识“无中生有”，在安全沙盒内允许模型迭代自身代码。
四是投入百亿级资源攻坚AI安全治理，将人类伦理、社会规范与法律法规写入模型价值底层，研发“机械可解释性”技术破解黑盒问题，同步推进超级智能对齐研究，唐杰特别强调“能力越强大，安全约束必须越稳固，超级智能实现与对齐研究必须同步推进”。
“巨浪已来，不登顶就是失败。”唐杰在信中表态，AGI是这一代AI从业者的历史机遇与责任，智谱将做冲击技术顶峰的探路者，最终目标是摸到“属于全人类的智能高度”。
值得注意的是，近期港股大模型“双雄”智谱与MiniMax（0100.HK）相继迎来上市后首批限售股解禁，二者在资本市场的表现呈现剧烈分化，引发强烈关注。
7月8日智谱解禁当日股价大涨13.35%，次日再度拉升，市值一度触及9060亿港元，截至7月10日收盘，报1640港元，跌近20%，总市值7312亿港元。
7月9日MiniMax解禁当日股价大跌近18%，截至7月10日收盘报268.6港元，跌近10%，总市值仅剩842亿港元，而就在三个月前，MiniMax市值曾达4100亿港元。
相比起智谱的动态，MiniMax股价的巨幅波动更受到市场关注，或许为了提振公司信心，7月10日，MiniMax公告完成新一轮160亿港元融资。公告显示，公司拟将募集资金净额的80%用于继续加强AI基础设施及模型研究与开发。
同日，MiniMax创始人兼CEO闫俊杰发布内部全员信，就近期市场波动作出回应。闫俊杰在信中宣布，自即日起至公司实现AGI之日，其本人将不再从公司领取任何薪酬。未来四年，他将拿出个人名下相当于公司总股本4%的股份，用于激励长期与公司并肩作战、共同创造价值的团队成员；同时拿出1%的股份设立专项基金，持续支持相关开源社区发展。
MiniMax的股价暴跌与其新模型M3发布不及预期有关，6月初，MiniMax发布新一代大模型MiniMaxM3，一周后宣布API永久半价。降价消息出炉后，摩根大通将MiniMax评级下调至“中性”，理由是市场并未认可其产品原定溢价，而公司在价格调整前未和用户提前沟通，也在社交媒体引发用户不满。
对于智谱和MiniMax解禁后市场表现出现明显分化，人工智能投资人郭涛向澎湃新闻记者分析，其原因源于三方面：一是规模差异，MiniMax解禁占比60%且财务投资人为主，抛压显著；智谱仅6%，压力可控。二是股东态度，智谱近七成基石股东承诺长期持有，稳定预期；MiniMax虽有股东不减持承诺，但庞大解禁量仍让市场担忧。三是市场预期，智谱因“模型能力转化商业结果”获机构看好；MiniMax受涨价失败、M3模型评价分化等拖累，遭摩根大通下调评级。此外，《人工智能拟人化互动服务管理暂行办法》加剧分化：智谱聚焦企业级服务，合规压力小，被看好商业化加速；MiniMax娱乐化智能体业务占比高，需大幅调整结构，市场担忧其短期业绩承压，成为走势分化的重要因素。
以下为智谱内部信全文：
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，这是我们衡量是否真正到达巅峰的唯一标准。通往这个终点的道路上，有几座必须翻越的山峰，它们也正是今天技术浪潮最汹涌的地方：
第一座：长程任务能力（LongHorizonTask）
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（AutonomousAgentSystem）
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（Memory）、持续学习（ContinualLearning）、自我评判（Self-Judge）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：长上下文与检索增强生成（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。
这并非我们一家之言。GoogleDeepMind在《FromAGItoASI》报告中给出了一个冷峻的论断：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。他们推演，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。换言之，从AGI迈向ASI，既需要算法层面的突破，也需要超大算力资源的汇聚。
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，甚至不再需要这些应用；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（generate on demand）；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。很多朋友找到我，说想变革企业、追赶AI的步伐，但真正洞察到“这场不可逆变革已然开启”者，仍属寥寥。
（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“TouchHigh（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。
这笔投入将集中在四大核心引擎上：
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（Self-Play）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，让进化速度挣脱人类工程师的物理限制。
其四，极致安全治理。这是四大引擎中我最想着重强调的一个。
能力越强大，安全约束机制也必须越稳固。智谱创立伊始即确立准则：AI必须服务于人类福祉、服务于国家战略。公司将严苛式安全治理、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”，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；同时积极参与国际AI治理，防范AI技术被滥用。
这种紧迫感并非杞人忧天。当海外最前沿的顶级模型因风险考量而暂缓全面公开发布，其企业负责人公开警示AI的深远影响将深刻重塑全球力量格局时，我们更应清醒：超级智能的实现与超级对齐的研究，必须同步推进。这也是我们在面对颠覆性技术时反复审视的命题——历史一再表明，当一项技术抵达足以改变文明进程的力量量级时，安全就不再是附属品，而是技术得以存续与被允许应用的根本前提。
（四）开放生态：智能普惠和安全治理的底层逻辑
我们始终认为，人工智能作为引领未来的战略性技术，其长远发展离不开开放协同的产业生态。前沿智能的价值不仅在于技术突破本身，更在于它能否广泛赋能千行百业、惠及每一位开发者。而我们坚信，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。
正是基于对技术普惠的深刻认同，智谱给出了自身的战略答卷。近日，我们发布了迄今能力最强的开源模型GLM-5.2，它支持真正可用的百万（1M）上下文，在长程任务上继续保持领先，面向全量用户开放，并将以最宽松的MIT协议正式开源——任何人都可以下载、部署、商用，没有主体差别。这是公司以产品形态表达的坚定态度。
我们选择相信另一条路：前沿智能不应只属于少数人，也不应被少数规则随时收回。它应该开放、可用、可构建，并服务于每一位开发者。
这与“摸高”并不矛盾，反而是一体两面：我们一只手向上摸高，挑战智能的极限；另一只手向下铺路，让最前沿的能力尽可能地开放与普惠。摸到的高度属于全人类，修成的道路也属于每一个人。
（五）结语：为什么是现在，为什么是我们
有人会问：为什么智谱上市后反而还要继续倾注核心资源，向最不确定的方向“摸高”？因为我们相信一个朴素的道理：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。
在AGI时代，这些曾经遥不可及的事，第一次有了实现的可能。这正是我们这一代人最大的幸运，也是最重的责任。
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。
不登顶，就是失败。
这一次，我们要摸到的，是属于全人类的那个高度。
智谱创始人唐杰
2026年7月11日
澎湃新闻记者 范佳来
海量资讯、精准解读，尽在新浪财经APP
责任编辑：韦子蓉
人人顺配资提示：文章来自网络，不代表本站观点。
