晚點獨家丨智譜上市，唐杰內部信要求全面回歸基礎模型研究

真正決定下一階段格局的，還是更底層的兩件事——模型架構與學習范式。同時，應用側可能會出現一個清晰的方向：AI 替代不同工種/任務的爆發年。

文丨申遠

編輯丨宋瑋

晚點獨家獲悉，1 月 8 日智譜上市當天，清華大學計算機系教授、智譜創立發起人兼首席科學家唐杰發布內部信，宣布很快將推出新一代模型 GLM-5。

唐杰說，今天是 “智譜生命中激動人心的一天”。他沒有直接回應大模型公司的商業模式爭議或給出智譜 2026 年商業化目標，但強調，真正 “有人用”，能幫到更多的人的理論、技術或產品才是智譜在追逐 AGI 路上的重要成就。

DeepSeek 給中國大模型企業帶來沖擊，許多人認為，DeepSeek 現象級成功首先沖擊了智譜的生態位，它們有幾乎同樣的學術科研團隊屬性，而智譜在大模型開源生態中同樣貢獻良多。

內部信表示，智譜 2025 年如期完成了年初定下的戰略，即 4 月發一個 “穩住陣腳” 的模型、年中發一個 “上牌桌” 的模型（成為 one of the best）、年底發一個 Top 1 的模型。

這種全面回歸基礎模型研究的戰略是智譜對 DeepSeek 沖擊的回應。12 月 23 日，智譜基座模型 GLM-4.7 上線并開源，Artificial Analysis（AA 智能指數）顯示，GLM-4.7 排名國產第一，和 Claude 4.5 Sonnet 并列全球第六。

除了 GLM-5 的發布，內部信還介紹了 2026 年智譜聚焦的三個技術方向，包括全新的模型架構設計，更通用的 RL（強化學習）范式以及對模型持續學習與自主進化的探索。它們均圍繞基礎模型能力提升展開。

隨著基礎模型能力提升，Agent 和領域大模型最終都將與基礎模型結合，甚至，AI 也不一定意味著需要創建新的應用。“大模型的應用也要回到第一性原理。”唐杰在去年的一條微博上說，2026 將是 AI 替代不同工種的爆發年。

2025 年智譜還經歷了較大范圍組織調整， 限縮 To C、產研和視頻生成團隊規模，包括 AutoGLM 在內的成果則陸續開源。

自 ChatGPT 發布以來，AI 快速發展的三年多，“行業并沒有什么共識，大家只是往前走而已。” 唐杰在一次內部交流中說到。

以下是唐杰公開信全文，智譜授權晚點獨家發布。

用“咖啡”的精神做 AGI

在香港科技大學做短期訪問時，和楊強教授在實驗室一樓的咖啡廳偶然碰到。我說這幾天咖啡喝的太多，感覺有點上癮，需要戒一戒了。

楊老師說：“為什么要戒呢？上癮也不一定是壞事呀，如果我們做研究能像喝咖啡一樣上癮，又何愁研究做不好呢？”。

是啊，“上癮”便是人生的精彩所在，無論是研究，還是其它事，只要專注、努力，就一定能做好。

“讓機器像人一樣思考”是智譜自始至終的愿景和理想，也是智譜人持之以恒奮斗的唯一目標。

2018年底，在人腦認知的雙系統理論的啟發下，我們設計了一個擁有快思考+慢思考的機器“認知”系統。2019年我們正式成立智譜，開始嘗試探索AGI，實現“讓機器像人一樣思考”的宏偉愿景。

這里的最大挑戰可能是直到今天也沒有人包括我們自己能夠給出一個準確的AGI定義以及如何實現AGI的技術路徑，也許這正是探索AGI的魅力所在。

我們處在歷史上一個從未有過的非凡時刻，一個技術再一次顛覆式地改變世界的時刻。大模型不僅是通用人工智能的關鍵底座，更有望成為驅動生產力變革的核心引擎。

回顧一路走來的歷程，我們能走到今天的一個重要原因是，我們始終堅持做讓用戶真正用得上的AI技術。只有真正有人用的理論、技術或產品才能最終成為AGI之路上的重要成就。當然，不是所有的創新都能成功，我們也有很多有風險的項目都以敗告終，但這也往往教會了我們從失敗中汲取力量，這讓智譜變得更強大，對AGI的理解也更深刻。更重要的是，這讓我們注重實用的同時，不再只盯著短期收益：幫助用戶、幫助國家、幫助全球科技進步成為智譜的長期目標。

2020年，我們推出了自己的大模型算法架構GLM，并開始嘗試訓練100億參數的基座模型，模型很成功，得到包括美團在內的很多企業試用，這是一個很大膽的嘗試，因為當年還是BERT模型橫行的小模型時代。但當時的成功距離我們夢想中的AGI還遙不可及。部分原因是模型的知識量還不夠大，而另一部分原因則是模型還不會像人一樣推理思考。

2021到2022年，大模型發展并不順利，大多數人并不接受“讓機器像人一樣思考”這種類似登月一樣的瘋狂計劃，也不認為這可能是個非常大的技術變革機會，或者害怕失敗。我們還是決定賭一把，用更多數據訓練一個1300億參數的大模型。

這個決策很難，因為還不能影響公司總體發展節奏。為此我們成立了兩個專門的小型創新團隊，一個負責模型訓練，這就是后來公司的GLM三劍客；另一個則獨立負責MaaS平臺建設，當時這兩個小團隊可能互相都不知道對方的存在。2022年中，GLM-130B訓出來了，其中很多精細的設計引起了全球關注；同時MaaS平臺上線，也就是現在的bigmodel.cn，有了第一批真正的API用戶。隨后，我們正式在公司成立了AI院，專注下一代大模型研發；成立MaaS平臺部，負責對外提供大模型API服務。有時候，我們需要找到有足夠大膽夢想的人（甚至專門投入更多精力去找這樣的人），一個大膽宏偉的目標也許決定了一半的成功。

2023年，我和國內一個頂尖的創業前輩（其實他比我小不少）聊AI可能對未來的改變，我們一致認為AI會顛覆搜索、顛覆瀏覽器，會給每個人帶來一個全新的AI助手；甚至有了這個AI助手后，我們也不再需要應用商店，反之我們可能需要為AI打造一個“API商店”，可能這個API商店的底層邏輯就是顛覆現有的操作系統；隨后，也許更重大的顛覆是計算機本身，因為屆時我們可能不是需要一個給人用的計算機了，而是適合AI的計算機。

這個變革發生的意義將是無窮的，因為它將徹底重塑計算機底層邏輯，挑戰計算機界用了80年的奠基石——馮諾伊曼體系。聊到這里的時候，我們不約而同覺得我們對AI的投入還太少了，還不夠All-in。

現實也是殘酷的，All-in不僅需要堅定的信念，也需要極其強大的資金、團隊支持，更需要精準的預判。2023到2024年是全球大模型的爆發年，大廠紛紛“All-in”大模型，國內也掀起創業高潮，百模大戰、各種AI助手層出不窮。

我們那時候可能也有失誤，有技術的也有商業的。現在復盤，可能原因是我們自己在追逐AGI的路上有迷失的時候，會被眼前的短期收益、短期熱鬧所迷惑。AGI是個技術變革，技術是平權的，是公開透明的，是要讓所有人都能用的上并從中獲益。

隨后DeepSeek的出現警醒了我們，文鋒2023年創業的時候和我聊過，當時我并沒有意識到他對AGI如此執著，感謝他帶給我很多不一樣的思考。選擇對AGI技術的執著追求，不斷探索AGI的上界，同時精準的未來預判成為下一步智譜需要不斷改進和升華的地方。這兩年讓我們經歷很多，更重要的是“強化學習”了我們對AGI、對公司治理和商業競爭的認知。

過去一年，我們其實做了一次比較系統的"強化"。我們喊出了“定力”與“成就”的口號，要求大家保持定力，不驕不躁，不妄自菲薄，成就智譜每個人手上的事，成就自己。

年初的時候，一切都那么難，模型效果達不到預期，全國上下價格戰，殺出重圍需要找到一個精準的突破口。

我們堅守了陣地，終于找到Coding作為突破口。

如果說4月份GLM-4.1的發布像是象征性的試探，那7月底的GLM-4.5的發布幾乎更是一場決戰，所有技術、平臺、業務團隊捏一把汗，日日夜夜加班，我們終于迎來一場久逢的勝利，接著GLM-4.6和GLM-4.7讓我們模型能力方面和那些國際頂尖模型并駕齊驅。我們的GLM-4.7 在包括AA、競技場等多項評測中獲得開源模型、國產模型的SOTA，來自用戶側的模型Coding和Agent真實體感也非常好，全球184個國家的15萬開發者朋友使用GLM Coding Plan，GLM-4.7發布后MaaS平臺ARR年化收入超過5億（其中海外收入超過2億），從2000萬到5億（25倍）僅用了10個月。

總體來說，在模型側我們如期完成了年初定下的4月發一個“穩住陣腳”的模型、年中發一個“上牌桌”的模型（即成為 one of the best）、年底發一個Top 1的模型的整體戰略。這為我們后續繼續沖刺AGI技術高地打下重要根基。

我們的「主權AI」也迎來全新進展：馬來西亞國家級MaaS平臺基于Z.ai開源模型構建，GLM成為馬來的國民級模型。主權AI出海是我參加了總書記座談會后被總書記的“中國AI要走出國門”感召，但說實話我也不知道應該怎么做，我們的國際團隊敢拼敢打敢成事，完成中國大模型出海從無到有的一個里程碑。業務方面，我們敢于競爭，再次完成了年度超一倍的營收增長目標。

在種種困難和機遇并存的情況下，今天，我們以一種幾乎不可能的姿勢成為了全球大模型第一股，這表明了市場對我們技術與商業價值的認可。“Make impossible possible”—— 還記得我們曾經說過的嗎？

這一年來，蛻變最大的可能是不是智譜，而是一群一線的年輕人，他們把很多看起來不可能的事，真的做成了。

2026年，公司的目標是成為國際領跑的大模型企業。過去一年大家討論大模型，很多在聊應用、聊生態。

真正決定下一階段格局的，還是更底層的兩件事——模型架構與學習范式。同時，應用側可能會出現一個清晰的方向：AI替代不同工種/任務的爆發年。

基于這一判斷，我們在 2026 年將聚焦于：

• GLM-5。很快GLM-5將跟大家見面，通過進一步的Scaling和很多全新技術改進，相信GLM-5會帶給大家很多新奇體驗，讓AI幫大家完成更多真實任務。
• 全新的模型架構設計。已經廣泛使用近10年的Transformer架構已經顯露出一些不足，包括超長上下文的計算開銷、記憶機制、更新機制等。這些都需要探索全新的模型架構，發現新的Scaling范式，通過芯片-算法協同設計等技術提高計算效率。
• 具有更強泛化能力的RL。當前主流的RLVR范式雖然在數學和代碼領域取得了成功，但其依賴人工構造可驗證環境的局限性也日益凸顯。今年需要探索更通用的RL范式，支持AI不僅能在人類指令下完成特定任務，更要能理解并執行跨越數小時甚至數天的長時程任務。
• 最具挑戰性的探索，是開啟通往持續學習與自主進化的道路。當前所有主流的AI模型，其智能在部署后基本上是靜態的。它們通過一次性的、耗資巨大的訓練過程獲得知識，然后在應用中逐漸過時。這與人腦能夠從與世界的持續交互中不斷學習、進化的方式截然不同。我們需要對下一代學習范式——在線學習（Online Learning）或持續學習（Continual Learning）進行前瞻性布局。

我們不是一家傳統公司，我們也不打算成為其中之一。我們希望成為一家一切皆有可能發生的AI原生公司：打造不斷提升智能上界的下一代模型，研發AI為核心的產品服務用戶。我們要讓AI成為每個人最得力的助手，幫助我們完成任務。我們認為還需要利用AI參與治理公司降本增效、做到更公平。

隨著時間的推移，一個公司往往會習慣于做同樣的事情，做漸進式的改進，這會限制我們的創新力。但在AI時代，一切都是變革式的，我們需要有點“不舒服”才能保持創新力，才能提出革命性的想法推動下一個大的增長領域。

因此，我們在智譜內部設立了一個全新部門X-Lab，這個部門將致力于用開放的方式把更多年輕人聚集，做前沿性探索，包括全新的模型架構、新的認知范式、還將孵化新項目，不局限于軟件或是硬件。同時，我們也會擴大對外投資，不僅僅是戰略聯合已有的被投企業，也要開辟新的版圖，讓整個行業貫通起來，讓整個生態一起繁榮。在X-Lab，每個人的使命就是做完全顛覆式的創新，最終回歸到AGI的主線。

今天是智譜生命中激動人心的一天，是智譜歷史上一個重要的里程碑，更是智譜一個全新時代的開啟。我很喜歡Z.ai這個品牌，Z是字母表中的最后一個，代表終極境地，我們希望在AGI的探索歷程上能走到智能的終極境地，這是我們努力的目標。我們非常興奮：

• 有一個雄心勃勃、改變世界的事業
• 著眼長遠利益、放眼未來
• 更加專注，探索 AGI 的本質
• 用 AI 賦能偉大的企業家和公司的蓬勃發展
• 用更精準的預判抓住企業發展機遇
• 最終，希望我們能夠為人類社會帶來不一樣的 AI，切實推動人類福祉的進步。

這是一個無與倫比的開心時刻，這種開心不是一時的多巴胺，而是探索 AGI 之路上積累起來的內啡肽，讓我們更加專注，腳踏實地，持續前行！

唐杰

2026.1.8

題圖來源：《沙丘 2》