“智能湧現”獨家獲悉，2026年7月11日，智譜創始人唐傑，在智譜發佈了主題為《巨浪已來》的內部信。
過去半年來，智譜收穫了創立以來的高光時刻：市值較半年前上市初期漲了10倍，並在2026年6月，躋身“兆港元俱樂部”——這個數字，是百度市值的近3倍，並且超過了小米。7月8日，首批股票解禁後，智譜依然穩住了股價。
這也是當下AI大模型賽道，最性感的故事：押注對的技術方向，換來斐然市場口碑和商業化成績。
抽絲剝繭，智譜起飛的根源，離不開一年前對Coding的押注。2025年初，智譜就開始重新分配資源，將力量收斂到了對模型Coding能力的提升上。
一場活動上，清華大學電腦系教授、智譜創始人唐傑點出了押注Coding的理由：DeepSeek R1的出現，標誌著Chat範式的探索已經基本結束。後DeepSeek時代的模型訓練範式，他形容智譜“Bet（賭）”了Coding和Reasoning——一種能與Agent共生共榮的模型能力。
事實證明，這是一次成功的賭注。
如今，AI Coding已經成了AI商業化的最近端。一個典型的案例，是同樣靠押注Coding，對OpenAI“彎道超車”的Anthropic。2024年1月，Anthropic的年化收入還只有8700萬美金；2026年6月，它的ARR已經突破470億美元，
2025年7月發佈的旗艦模型GLM-4.5，到2026年6月上線並開放原始碼的GLM-5.2，讓智譜躋身全球AI Coding第一梯隊。開放原始碼的GLM-5.2，多個核心指標已經追平甚至超過了Claude Opus 4.8，以及GPT-5.5。
技術能力，也體現在了營收上。智譜2025年財報顯示，截至報告期末（2026年3月），MaaS平台的ARR達到了17億元，過去一年提升了60倍。
而唐傑的內部信，向我們展示了後Coding時代，智譜押注的新命題：
- 長程任務能力（Long Horizon Task）
- 完全自治的智能體系統（Autonomous Agent System）
- 自我進化（Self-Evolving）
以下是唐傑的內部信內容：
巨浪已來
——致每一位智譜人和關心人工智慧未來的夥伴
“本質、反直覺、專注”
智譜從不是一家追風口的公司。它從一間實驗室里長出來，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，我們守著一台桌上型電腦上的學術搜尋系統坐冷板凳，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畫時，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。學術搜尋系統從一台桌上型電腦做到千萬使用者，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。
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吋，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，爭奪的正是這一吋的突破。
而智能上界的演進，有一條清晰的路徑。人工智慧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有一個樸素而苛刻的定義：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”等級原創知識的能力，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）逼近記憶雛形；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——模型自己寫程式碼、自己清洗與合成資料、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等級的算力叢集，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》報告中給出了一個冷峻的論斷：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，既需要演算法層面的突破，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堆疊：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；作業系統可能被重寫，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、網際網路……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。
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）計畫”。在人工智慧從感知、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演算法極限。未來兩年，我們計畫戰略性投入——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，使模型貫穿項目全生命周期“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，自治智能體系統。從“智能助手”走向“數字員工”，建構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”等級的數字生產力。
其三，完全自我訓練（Fully Self Training）。在人類高品質資料即將耗盡之際，把算力轉化為進化的燃料——建設高品質合成資料工廠，通過AI與AI的博弈對抗（Self-Play）實現知識的“無中生有”，並在安全沙盒內賦予系統重構自身程式碼的能力，讓進化速度掙脫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；計畫投入百億級資源攻堅“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佈，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處理程序的力量量級時，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。
安全治理的底層邏輯
我們始終認為，人工智慧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，我們發佈了迄今能力最強的開源模型 GLM-5.2，它支援真正可用的百萬（1M）上下文，在長程任務上繼續保持領先，面向全量使用者開放，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：前沿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，讓最前沿的能力儘可能地開放與普惠。摸到的高度屬於全人類，修成的道路也屬於每一個人。
為什麼是我們
有人會問：為什麼智譜上市後反而還要繼續傾注核心資源、向最不確定的方向“摸高”？因為我們相信一個樸素的道理：真正的登頂者，會把山修成路。
我們想清楚的那個本質，曾通過“悟道大模型”項目凝聚成幾百位科學家的共識，又通過智譜的產業投資和整個生態，變成一代創業者起跳的基石。今天，我們想把這條路修得更高、更寬——高到能保護我們自己、守衛國家安全，高到能讓人類有機會探索更多未知，探索宇宙的奧秘；也寬到能讓每一位開發者、每一個團隊，都走得上來。
在AGI時代，這些曾經遙不可及的事，第一次有了實現的可能。這正是我們這一代國人最大的幸運，也是最重的責任。
巨浪已來，趨勢不可逆轉。智譜要做那個迎著浪頭、向上摸高的人。
不登頂，就是失敗。
這一次，我們要摸到的，是屬於全人類的那個高度。
智譜創始人 唐傑
2026年7月11日 (36氪)