智谱创始人唐杰，在深夜甩出了一封信。

唐杰豪言：「AI将开始学习什么是『我』，再往后触及情感，更远处是意识本身。」

曾经，他带着智谱完成港交所上市，做出了GLM系列大模型，给出了一条清晰的超级人工智能ASI路线图：

终点标注了时间：两年。是的，唐杰只给自己两年。

更令人印象深刻的是，国产大模型头部创始人，第一次把「AI意识」写在了内部信——那种需要对员工负责、需要当作承诺兑现的东西。

更反常的，是这封信里藏着的另一个决定。

别人敲钟庆祝的时候，唐杰却选择了归零。

据报道，早在2026年1月8日，智谱H股上市的当天，唐杰就宣布了一个让外界看不懂的决定：全面回归基础模型研究。

上市本该是收割的起点——资本进场、产品变现、商业扩张。

然而，智谱却偏要反着来。敲钟当天，没有宣布新产品线、公布营收目标，却直接宣告：回到原点，重新做基础研究。

这次，唐杰说得极其反直觉：「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。」

如今，这个决定有了更具体的形状。

唐杰内部信直指AGI下一个高地——智谱正式启动两年期「Touch High（摸高）」计划，四大引擎同步点火。

在全行业加速套壳、疯狂变现的当下，这是一场反直觉的战略豪赌。

但四大引擎的发条还没拧到最紧。

唐杰在信中说了另一句话：「AI训练AI已经成型。」

模型自己写代码、自己合成数据、自己训练自己。

这是递归式自我改进的起点。

一旦这个循环跑通，速度将挣脱人类工程师的物理限制。

人类工程师一天能工作8小时，AI可以7×24小时不间断地改进自身。每一轮迭代产生的下一代模型，比上一代更擅长训练模型。

这个飞轮一旦转起来，刹车片在人类手上，但方向盘已经不在了。

他给AGI下了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。

这是衡量是否真正到达巅峰的唯一标准。

从感知智能（看见、听见）到认知智能（理解、推理），下一步正指向通用智能。

而通往终点的路上，有三座必须翻越的山峰。它们也正是今天技术浪潮最汹涌的地方。

过去三年，AI研究者公认有三个难题，需要范式级革命才能突破：

这三座大山，曾被认为是通往AGI的三道死关。

据唐杰内部信显示，这三个问题正在被逐步消解。

不是理论上的突破，是工程上已经跑通的路径。

而智谱的目标，已经越过了这三道关，直接奔向了更激进的终点：跳过「一人公司OPC」，直接做「无人公司NPC」。

一人公司的概念，是一个人借助AI工具完成原本需要团队才能完成的工作。

智谱想做的，是连一个人都不需要。

成千上万智能体，7×24小时自动协作、互相评估、动态分配任务、自主决策资源调度——全程无需人类干预。

这不是遥远的构想。

唐杰在信中援引的推演是：

翻过这三座山之后，会发生什么？

唐杰在信中写下了那句足以让整个行业沉默的预言：

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，势不可挡。

这并非智谱一家之言。

Google DeepMind在《From AGI to ASI》报告中给出了一个冷峻的论断：

若全球可运行AGI实例以每年十倍速增长，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。

算力，正在把超级智能「硬挤」出来。

不需要等待某个单点突破，数量本身就是质变。

这将穿透整个技术栈。

金融、法律、电商，没有一个行业置身事外。

当AI开始理解「自我」，当它可能触及情感与意识，这是人类进化的加速器？还是潘多拉魔盒的开启？

智谱选择的对冲方式，是两手同时出牌：极致安全研究，以及GLM-5.2以MIT协议全量开源、支持1M上下文。

真正的惊雷在于：我们可能正在创造一个会问「我是谁」的存在。

而这个问题，几千年来一直是人类独有的特权。

我们每个人都已在这浪里，无论是否意识到。

下面，就是唐杰的内部信原文——《巨浪已来——致每一位智谱人和关心人工智能未来的伙伴》。

1. 我们是谁：基本原则、逆向思维和专注
智普从来都不是一家盲目追逐潮流的公司。我们从实验室起步，传承了二十年来的研发方法。
该方法论可以概括为三个思想：第一性原理、逆向思维和专注。
只有经过足够深入的思考，我们才敢做出足够逆潮流的选择。一旦做出选择，我们就必须做好准备，长期坚持下去。
回首往事，我们当时做出的几乎每一个关键决定似乎都违反直觉。
2006年，我们默默地开发了一个运行在单台台式电脑上的学术搜索系统。我们这样做是因为我们逐渐意识到，其背后更深层次的问题——发现驱动学科发展的机制——值得花费十年时间来解答。
从2021年到2022年，当“让机器像人类一样思考”仍然被大多数人视为近乎疯狂的登月计划时，我们重新调整了资源，致力于开发一个拥有数千亿个参数的模型，并构建了 GLM-130B。
那距离 ChatGPT 风靡全球还有整整一年半的时间。
随后，在 2026 年 1 月 8 日，智浦完成香港 H 股上市的当天，我们并没有将这一天视为终点，而是将其视为一个全新的开始。我们决心回归基础模型研究，并将所有精力投入到下一代模型的开发中。
当其他人敲响房源挂牌的钟声时，我们却将一切归零。
这并非作秀，而是一种信念。如果最终目标是通用人工智能（AGI），那么短期收益和短暂的行业趋势都只是沿途的风景。
支撑我们走到今天的，是非凡的专注力和真诚、毫不妥协的理想主义。
我们用了十年时间，将一个学术搜索系统从一台台式电脑发展成为一个服务超过一千万用户的平台。我们又花了近十年时间研究大型模型，并将继续坚定不移地开拓这一领域。
如今的智普是一群愿意从根本上质疑的人，他们大胆地做出与传统智慧相悖的选择，并且足够专注地将这些选择贯彻到底。
这就是智普核心竞争力的来源。
2. 我们如何理解这个时代：智力上限正在被改写
过去二十年里，我们学到的最重要的一点是：
最大的商业机遇从来不在于对产品或商业模式的细微调整，而在于人类智慧本身实现飞跃式发展之时。
这是我们对当前人工智能变革最根本的判断，也是我们最想传达的理念。
从本质上讲，这种变革不仅仅是产品创新或商业模式创新，而是一场技术革命，它提高了智能的极限。
谁能将这个上限再提升哪怕一英寸，就能重新定义数千个行业所能达到的成就边界。而这仅仅一英寸，正是新一代基于第一性原理的人工智能公司竞争争夺的目标。
智能的演化遵循着一条清晰的路径。
人工智能目前正完成从感知智能到认知智能的过渡。机器不再局限于“看”和“听”，它们开始“理解”和“推理”。
下一步直接指向通用人工智能（AGI）。
我们对通用人工智能（AGI）有一个简单但要求很高的定义：
通用人工智能（AGI）并非某个天才的智慧结晶，而是全人类智慧的总和。
它应该能够创造出达到相对论水平的原创性知识。这是我们衡量是否真正达到巅峰的唯一标准。
通往目的地的路上，必须翻越数座大山。而如今，科技浪潮也正以最强劲的势头席卷而来。
第一座山：远景任务能力
如今最令人兴奋的突破是教会模型完成极其漫长的任务——不仅仅是立即回答问题，而是在数周、数月甚至数年内进行计划和执行。
例如，一个模型可以不知疲倦地搜索软件漏洞。本质上，它会学习世界级网络安全专家的思维方式，然后借助机器的持久力放大这种专业知识。
第二座山：完全自主代理系统
建立在长远能力之上，能够独立运作、相互协作并全天候工作的代理群体将成为一种新的生产力形式。
我们曾经讨论过一人公司（OPC）。但科技发展速度远超预期。我们已经迈向了全自动、无人公司（NPC）。
记忆、持续学习和自我评估这三大挑战，曾被认为是需要根本性的范式转变才能解决。如今，在技术进步和实际应用的共同推动下，这些挑战正逐步得到克服。
长上下文能力和检索增强生成（RAG）正逐渐发展成为一种可用的记忆形式。更频繁的模型迭代使我们更接近持续学习。前沿模型已经展现出自我的初步迹象。
第三座山：自我进化
这是所有山峰中最难攀登的，也是最引人入胜的。
人工智能训练：人工智能已经初具雏形。模型开始编写自己的代码，清理和合成自己的数据，并进行自我训练。
这可能会消耗更多的计算能力，但却节省了最宝贵的资源：人力和时间。
在大型模型时代，速度至关重要。快速迭代可能会造成认知能力方面的代沟。
随着海外领先企业开始构建包含一百万乃至两百万个人工智能芯片的计算集群，它们的真正目的很可能是让模型能够自我训练。
翻过这三座山之后会发生什么？
人工智能将开始学习“自我”的本质以及自我意识的意义。除此之外，它或许还会触及人类的情感。而更遥远的，则是意识本身。
从感知到认知，从认知到一般智能，再从一般智能到人工超能（ASI）——道路已经铺好。
巨浪已经来临，无法逆转。这并非我们单方面的看法。
谷歌 DeepMind 在其报告《从通用人工智能到超级人工智能》中提出了一个严峻的结论：即使单个模型的能力永久保持在人类水平，超级智能仍然可以通过计算能力的蛮力增长而出现。
他们的预测是，如果全球运行中的通用人工智能实例数量每年增加十倍，那么五年内将达到 1 亿个。
这些智能体拥有相同的底层智能，思维效率提升百倍，并且几乎可以零成本复制经验。从集体层面来看，它们实际上就相当于人工超能。
换句话说，从通用人工智能（AGI）过渡到通用智能系统（ASI）既需要算法上的突破，也需要以前所未有的规模集中计算资源。
这种不可逆转的趋势将从上到下渗透到整个技术栈。
当通用人工智能（AGI）到来时，今天的应用程序可能都需要重建为人工智能原生系统，或者完全不再需要。
操作系统本身是可以重写的。未来，当你打开电脑时，你可能看到的是一个“LLM 操作系统”，其中所有功能都是按需生成的。
更深入地来看，这代表着对过去八十年来支撑计算机技术的冯·诺依曼架构的挑战。
金融、法律、电子商务、互联网——没有哪个行业能够幸免。
许多朋友都跟我说，他们想转型公司，跟上人工智能的步伐。然而，真正意识到这场不可逆转的变革已经开始的人却寥寥无几。
3. 我们将全力以赴的方向：“追求卓越”
一旦趋势明朗，剩下的就只有选择了。
而志普的选择，一如既往，是反传统的。
在整个行业都在加速人工智能商业化之际，我们决定向上进取，追求下一个技术突破。
We call this strategy the “Touch High” Initiative.
在这个历史性的时刻，随着人工智能从感知和认知向完全通用智能发展，智普将达到更高的高度，挑战当今技术的物理和算法极限。
在接下来的两年里，我们计划进行一项重大的战略投资——不是为了追求短期应用收入，而是直接瞄准通用人工智能的下一个前沿领域。
这项投资将重点放在四个核心引擎上。
首先：长期任务
我们将推动人工智能超越即时问答互动，走向大规模项目的执行。
这意味着要开发新一代的内存架构，使模型能够在项目的整个生命周期内学习、行动和保留知识。
模型必须能够在工作中学，在学习中行动，并记住它们做过的事情。它们还必须具备将雄心勃勃的目标（例如设计一种新的抗癌药物分子）分解成数千个独立可执行的子任务的高级能力。
第二：自主代理系统
我们将从智能助手过渡到数字化员工。
我们的目标是建立由成千上万甚至数万名代理人组成的社会，每个代理人都拥有独特的专业“个性”和一套技能。
这些代理将独立进行辩论、协作、审查代码和分配资源，从而创造数字生产力，其自主程度可与自动驾驶系统相媲美。
第三：完全自学
随着高质量的人类生成数据供应接近枯竭，我们将把计算能力转化为进化的燃料。
这意味着要建立高质量合成数据工厂，利用人工智能之间的自博弈竞争从零开始生成知识，并赋予系统在安全沙箱内重构自身代码的能力。
目标是使进化的速度摆脱人类工程师的物理限制。
第四：最高标准的安保治理
这四款发动机中，我最想重点介绍这款。
人工智能越强大，其安全约束就必须越完善。
从一开始，智普就确立了一项指导原则：
人工智能必须服务于人类福祉和国家战略优先事项。
该公司拒绝使用外加的安全补丁。相反，它试图将人类伦理、社会规范以及国家法律法规编码到模型的价值函数中，作为基本公理。
我们计划投入数百亿美元的资源来推进机制可解释性——阐明模型决策背后的神经逻辑，并将黑箱系统转变为透明、可解释的系统。
与此同时，我们将积极参与国际人工智能治理，防止人工智能技术被滥用。
这种紧迫感并非毫无根据。
当海外最先进的前沿模型因安全问题而推迟全面公开发布，并且其企业领导人公开警告说，人工智能的深远影响将深刻地重塑全球力量平衡时，我们必须保持清醒的头脑：
超级智能的发展和超级联盟的研究必须齐头并进。
这也是我们在面对颠覆性技术时反复探讨的问题。
历史一次又一次地证明，当一项技术强大到足以改变文明进程时，安全不再是可有可无的附属品，而是这项技术得以持续存在和合法使用的根本前提。
4. 开放的生态系统：广泛获取情报和安全治理的基础
我们始终认为，人工智能作为塑造未来的战略技术，如果没有开放协作的产业生态系统，就无法实现可持续的长期发展。
前沿智能的价值不仅在于技术突破本身，还在于它能否广泛赋能数千个行业，并使每一位开发者受益。
我们坚信，真正的安全并非建立在技术隔离或壁垒之上。
它源于广泛的参与、分享、共同创造以及公开透明的监督。
正是这种致力于让技术广泛普及的坚定承诺，塑造了智普的战略应对。
最近，我们发布了 GLM-5.2，这是我们迄今为止功能最强大的开源模型。
它支持一百万个代币的真正实用上下文窗口，在长期任务中继续保持领先地位，并且所有用户均可使用。
它还将以高度宽松的 MIT 许可证正式开源。任何人都可以下载、部署并将其用于商业用途，不受用户或组织类型的任何限制。
这是公司通过其产品形式所表达的坚定立场。
我们选择相信另一条道路：
前沿情报不应只属于少数人，也不应由一小撮规则制定者随时撤销获取前沿情报的权限。
它应该是开放的、易用的、可构建的——并且应该服务于每一位开发者。
这与“触及高点”策略并不冲突。相反，两者是同一策略的互补方面。
一手向上攀登，挑战智能的极限；一手向下铺设道路，使最先进的能力尽可能开放、广泛地惠及大众。
我们所达到的高度属于全人类，我们所修建的道路属于每个人。
5. 结论：为什么是现在，为什么是我们？
有人可能会问：
智普上市后，为何仍将核心资源投入到最不确定的方向上，力求攀登更高的高峰？
因为我们坚信一个简单的真理：
真正登上顶峰的人，会将山峰变成道路。
我们得出的基本见解，曾通过五道大模型项目，在数百名科学家中凝结成共同的信念。
后来，通过智普的产业投资和更广泛的生态系统，它成为了新一代企业家腾飞的基石。
今天，我们希望把这条路修得更高更宽——
足以保护我们自身和维护国家安全；
高度足以让人类有机会探索更多未知领域，揭开宇宙的奥秘；
而且空间足够大，足以让每个开发者和每个团队找到向上发展的道路。
在通用人工智能时代，曾经看似遥不可及的事情，或许将首次成为可能。
这是我们这一代人最大的幸运，也是我们最沉重的责任。
巨浪已至，趋势不可逆转。
智普的目标是迎难而上，不断攀登高峰。
凡是没能登顶的，都是失败。
这一次，我们追求的高度属于全人类。
Tang Jie
Founder of Zhipu AI