智谱 IPO 首日，唐杰发内部信：GLM-5 将至，成立 X-lab，做颠覆式创新

老将「转身」：元气森林的创新方法论与行业经验「回流」

2026 年 4 月 4 日

图片来源：智谱

1 月 8 日，智谱正式在港股上市，开盘报 120 港元/股，较发行价上涨 3.27%，市值突破 528 亿港元。

当日，清华大学计算机系教授、智谱创立发起人兼首席科学家唐杰发布内部信，要用“ 咖啡” 的精神做 AGl，“ 上瘾” 便是人生的精彩所在，无论是研究，还是其它事，只要专注、努力，就一定能做好。

他在内部信中坦言，“ 现实也是残酷的，All-in 不仅需要坚定的信念，也需要极其强大的资金、团队支持，更需要精准的预判。”

在内部信中，唐杰特意提到了 Deepseek 和梁文锋对其带来的警醒和思考。他表示，当时并没有意识到梁文锋对 AGI 如此执着，感谢他让自己有了不一样的思考，选择对 AGI 技术的执着追求，不断探索 AGI 的上界，同时精准的未来预判成为下一步智谱需要不断改进和升华的地方。

总体来说，2025 年在模型侧，智普如期完成了年初定下的 4 月发一个“ 稳住阵脚” 的模型、年中发一个“ 上牌桌” 的模型（即成为 one of the best）、年底发一个 Top1 的模型的整体战略。

唐杰在内部信中还明确提出，2026 年智谱的目标是成为国际领跑的大模型企业。他透露，很快将会推出 GLM-5，GLM-5 通过进一步的 Scaling 和很多全新技术改进，让 AI 帮大家完成更多真实任务。

唐杰还指出，已经广泛使用近 10 年的 Transformer 架构已经显露出一些不足，包括超长上下文的计算开销、记忆机制、更新机制等。这些都需要探索全新的模型架构，发现新的 Scaling 范式，通过芯片-算法协同设计等技术提高计算效率。

而当前主流的 RLVR 范式虽然在数学和代码领城取得了成功，唐杰认为其依赖人工构造可验证环境的局限性也日益凸显，今年需要探索更通用的 RL 范式，支持 AI 不仅能在人类指令下完成特定任务，更要能理解并执行跨越数小时甚至数天的长时程任务。

唐杰认为，最具挑战性的探索，是开启通往持续学习与自主进化的道路。当前所有主流的 AI 模型，其智能在部署后基本上是静态的，它们通过一次性的、耗资巨大的训练过程获得知识，然后在应用中逐渐过时。这与人脑能够从与世界的持续交互中不断学习、进化的方式截然不同。智谱将会对下一代学习范式—— 在线学习 (Online Learning) 或持续学习 (Continual Learning) 进行前瞻性布局。

他还透露，智谱内部设立了一个全新部门——X-Lab，这个部门将致力于前沿性探索，包括全新的模型架构、新的认知范式、还将孵化新项目，不局限于软件或是硬件。

同时，他还表示，智谱也会扩大对外投资，不仅仅是战略联合已有的被投企业，也要开辟新的版图，让整个行业贯通起来，一起繁荣。

在内部信中，唐杰还强调，“ 我们不是一家传统公司，我们也不打算成为其中之一，我们希望成为一家一切皆有可能发生的 AI 原生公司：打造不断提升智能上界的下一代模型，研发 AI 为核心的产品服务用户。”

以下是唐杰内部信全文：

用“ 咖啡” 的精神做 AGl

在香港科技大学做短期访问时，和杨强教授在实验室一楼的咖啡厅偶然碰到。我说这几天咖啡喝得太多，感觉有点上瘾，需要戒一戒了。

杨老师说：“ 为什么要戒呢？上瘾也不一定是坏事呀，如果我们做研究能像喝咖啡一样上瘾，又何愁研究做不好呢？”

是啊，“ 上瘾” 便是人生的精彩所在，无论是研究，还是其它事，只要专注、努力，就一定能做好。

“ 让机器像人一样思考” 是智谱自始至终的愿景和理想，也是智谱人持之以恒奋斗的唯一目标。2018 年底，在人脑认知的双系统理论的启发下，我们设计了一个拥有快思考+慢思考的机器“ 认知” 系统。

2019 年我们正式成立智谱，开始尝试探索 AGI，实现“ 让机器像人一样思考” 的宏伟愿景，这里的最大挑战可能是直到今天也没有人包括我们自己能够给出一个准确的 AGI 定义以及如何实现 AGI 的技术路径，也许这正是探索 AGI 的魅力所在。

我们处在历史上一个从未有过的非凡时刻，一个技术再一次颠覆式地改变世界的时刻。大模型不仅是通用人工智能的关键底座，更有望成为驱动生产力变革的核心引擎。

回顾一路走来的历程，我们能走到今天的一个重要原因是，我们始终坚持做让用户真正用得上的 AI 技术，只有真正有人用的理论、技术或产品才能最终成为 AGI 之路上的重要成就。当然，不是所有的创新都能成功，我们也有很多有风险的项目都以失败告终，但这也往往教会了我们从失败中汲取力量，这让智谱变得更强大，对 AGI 的理解也更深刻。更重要的是，这让我们注重实用的同时，不再只盯着短期收益：帮助用户、帮助国家、帮助全球科技进步成为智谱的长期目标。

2020 年，我们推出了自己的大模型算法架构 GLM，并开始尝试训练 100 亿参数的基座模型，模型很成功，得到包括美团在内的很多企业试用，这是一个很大胆的尝试，因为当年还是 BERT 模型横行的小模型时代。

但当时的成功距离我们梦想中的 AGI 还遥不可及，一部分原因是模型的知识量还不够大，而另一部分原因则是模型还不会像人一样推理思考。

2021 到 2022 年，大模型发展并不顺利，大多数人并不接受“ 让机器像人一样思考” 这种类似登月一样的疯狂计划，也不认为这可能是个非常大的技术变革机会，或者害怕失败。

我们还是决定赌一把，用更多数据训练一个 1300 亿参数的大模型。这个决策很难，因为还不能影响公司总体发展节奏，为此我们成立了两个专门的小型创新团队，一个负责模型训练，这就是后来公司的 GLM 三剑客；另一个则独立负责 MaaS 平台建设，当时这两个小团队可能互相都不知道对方的存在。

2022 年中，GLM-130B 训出来了，其中很多精细的设计引起了全球关注；同时 MaaS 平台上线，也就是现在的 bigmodel.cn，有了第一批真正的 API 用户。随后，我们正式在公司成立了 AI 院，专注下一代大模型研发；成立 MaSS 平台部，负责对外提供大模型 API 服务。

有时候，我们需要找到有足够大胆梦想的人（甚至专门投入更多精力去找这样的人），一个大胆宏伟的目标也许决定了一半的成功。

2023 年，我和国内一个顶尖的创业前辈（其实他比我小不少）聊 AI 可能对未来的改变，我们一致认为 AI 会颠覆搜索、颠覆浏览器，会给每个人带来一个全新的 AI 助手；甚至有了这个 AI 助手后，我们也不再需要应用商店，反之我们可能需要为 AI 打造一个“API 商店”，可能这个 API 商店的底层逻辑就是颠覆现有的操作系统；随后，也许更重大的颠覆是计算机本身，因为届时我们可能不是需要一个给人用的计算机了，而是适合 Al 的计算机，这个变革发生的意义将是无穷的，因为它将彻底重塑计算机底层逻辑，挑战计算机界用了 80 年的奠基石—— 冯· 诺伊曼体系，聊到这里的时候，我们不约而同觉得我们对 AI 的投入还太少了，还不够 All-in。

现实也是残酷的，All-in 不仅需要坚定的信念，也需要极其强大的资金、团队支持，更需要精准的预判。

2023 到 2024 年是全球大模型的爆发年，大厂纷纷“All-in” 大模型，国内也掀起创业高潮，百模大战、各种 AI 助手层出不穷，我们可能也有失误，有技术的也有商业的。

现在复盘，可能原因是我们自己在追逐 AGI 的路上有迷失的时候，会被眼前的短期收益迷惑。AGI 是个技术变革，技术是平权的，是公开透明的，是要让所有人都能用得上并从中获益。

随后 DeepSeek 的出现警醒了我们，文锋 2023 年创业的时候和我聊过，当时我并没有意识到他对 AGI 如此执着，感谢他带给我很多不一样的思考。选择对 AGI 技术的执着追求，不断探索 AGI 的上界，同时精准的未来预判成为下一步智谱需要不断改进和升华的地方。这两年让我们经历很多，更重要的是“ 强化学习” 了我们对 AGI、对公司治理和商业竞争的认知。

2025 年初，我们喊出了“ 定力” 与“ 成就” 的口号，要求大家保持定力，不骄不躁，不妄自菲薄，成就智谱每个人手上的事，成就自己。年初的时候，一切都那么难，模型效果达不到预期，全国上下价格战，杀出重围需要找到一个精准的突破口。

我们坚守了阵地，终于找到 Coding 作为突破口，如果说 4 月份 GLM-4.1 的发布像是象征性的试探，那 7 月底的 GLM-4.5 的发布几乎更是一场决战，所有技术、平台、业务团队捏一把汗，日日夜夜加班，我们终于迎来一场久违的胜利，接着 GLM-4.6 和 GLM-4.7 让我们模型能力方面和那些国际顶尖模型并驾齐驱，我们的 GLM-4.7 在包括 AA、竞技场等多项评测中获得开源模型、国产模型的 SOTA，来自用户侧的模型 Coding 和 Agent 真实体感也非常好，MaSS 平台的日活用户增加了 20 倍，日收入增加近 30 倍。来自全球 184 个国家的 15 万开发者朋友为 GLM Coding Plan 付费。

总体来说，在模型侧我们如期完成了年初定下的 4 月发一个“ 稳住阵脚” 的模型、年中发一个“ 上牌桌” 的模型（即成为 one of the best）、年底发一个 Top1 的模型的整体战略。这为我们后续继续冲刺 AGI 技术高地打下重要根基。

我们的“ 主权 AI” 也迎来全新进展：马来西亚国家级 MaSS 平台基于 Z.ai 开源模型构建，GLM 成为马来的国民级模型。主权 AI 出海是我参加了总书记座谈会后被总书记的“ 中国 AI 要走出国门” 感召，但说实话我也不知道应该怎么做，我们的国际团队敢拼敢打敢成事。

业务方面，我们敢于竞争，切实服务客户，再次完成了年度超一倍的营收增长。在种种困难和机遇并存的情况下，今天，我们以一种几乎不可能的姿势成为了全球大模型第一股，这表明了市场对我们技术与商业价值的认可。“Make imposible possible”—— 还记得我们曾经说过的吗? 这一年来，蜕变最大的可能是一群一线的年轻人，因为很多看起来不可能的事，他们真的做到了。

2026 年，公司的目标是成为国际领跑的大模型企业：

GLM-5。很快 GLM-5 将跟大家见面，通过进一步的 Scaling 和很多全新技术改进，相信 GLM-5 会带给大家很多新奇体脸，让 AI 帮大家完成更多真实任务。
全新的模型架构设计。已经广泛使用近 10 年的 Transformer 架构已经显露出一些不足，包括超长上下文的计算开销、记忆机制、更新机制等。这些都需要探索全新的模型架构，发现新的 Scaling 范式，通过芯片-算法协同设计等技术提高计算效率。
具有更强泛化能力的 RL。当前主流的 RLVR 范式虽然在数学和代码领城取得了成功，但其依赖人工构造可验证环境的局限性也日益凸显，今年需要探索更通用的 RL 范式，支持 AI 不仅能在人类指令下完成特定任务，更要能理解并执行跨越数小时甚至数天的长时程任务。
最具挑战性的探索，是开启通往持续学习与自主进化的道路。当前所有主流的 AI 模型，其智能在部署后基本上是静态的，它们通过一次性的、耗资巨大的训练过程获得知识，然后在应用中逐渐过时。这与人脑能够从与世界的持续交互中不断学习、进化的方式截然不同。我们需要对下一代学习范式—— 在线学习 (Online Learning) 或持续学习 (Continual Learning) 进行前瞻性布局。

我们不是一家传统公司，我们也不打算成为其中之一，我们希望成为一家一切皆有可能发生的 AI 原生公司：打造不断提升智能上界的下一代模型，研发 AI 为核心的产品服务用户。我们要让 AI 成为每个人最得力的助手，帮助我们完成任务。我们认为还需要利用 AI 参与治理公司降本增效、做到更公平。

随着时间的推移，一个公司往往会习惯于做同样的事情，做渐进式的改进，这会限制我们的创新力。但在 AI 时代，一切都是变革式的，我们需要有点“ 不舒服” 才能保持创新力，才能提出革命性的想法推动下一个大的增长领域。

现在我们在智谱内部设立了一个全新部门 X-lab，这个部门将致力于前沿性探索，包括全新的模型架构、新的认知范式、还将孵化新项目，不局限于软件或是硬件。同时，我们也会扩大对外投资，不仅仅是战略联合已有的被投企业，也要开辟新的版图，让整个行业贯通起来，一起繁荣。在 X-lab 每个人的使命就是做完全颠覆式的创新。同时，我们也会扩大对外投资部门的规模。

今天是智谱生命中激动人心的一天，是智谱历史上一个重要的里程碑，更是智谱一个全新时代的开启，我很喜欢 Z.ai 这个品牌，Z 是字母表中的最后一个，代表终极境地，我们希望在 AGI 的探索历程上能走到智能的终极境地，这是我们努力的目标。我们非常兴奋：