中國(guó)最像Anthropic的公司，要移走“三座大山”

文 | 字母AI

唐杰發(fā)了一封內(nèi)部信。信不長(zhǎng)，兩分鐘左右就能看完，但信的分量不輕。

簡(jiǎn)單概括一下，智譜接下來(lái)兩年要啟動(dòng)“Touch High（摸高）計(jì)劃”，把資源集中投到四個(gè)引擎之中“長(zhǎng)程任務(wù)、自治智能體系統(tǒng)、完全自我訓(xùn)練、安全治理”。

這四個(gè)方向并不是憑空得來(lái)的，是唐杰根據(jù)這些年AI的發(fā)展，觀察到了三座阻礙行業(yè)前進(jìn)的大山。翻過(guò)山之后，就是傳說(shuō)中的AGI。但是要想翻過(guò)三座大山，就得朝著這四個(gè)方向發(fā)展。四個(gè)方向，由此變成了四個(gè)驅(qū)動(dòng)智譜前進(jìn)的引擎。

雖然說(shuō)是四個(gè)引擎，不過(guò)本質(zhì)上同根同源，你中有我中有你。

而就在這封信發(fā)出的兩天前，7月9日，智譜剛配售了313.75億港元新股，公告中寫(xiě)到，這次募來(lái)的錢(qián)要在2027年底前全部花完。

由此一來(lái)，唐杰的信，其實(shí)就是在講“智譜要把這些錢(qián)花在哪個(gè)地方”。

那么接下來(lái)，我就給你分析分析，這三座大山和四個(gè)引擎到底是什么。

從“三座大山”到“四大引擎”

谷歌今年6月發(fā)布了一份57頁(yè)的報(bào)告，標(biāo)題叫《From AGI to ASI》，里面也提到了類似的說(shuō)法。“如果給一個(gè)AI愛(ài)因斯坦時(shí)代所有的信息，它能不能獨(dú)立推導(dǎo)出廣義相對(duì)論？”

DeepMind首席執(zhí)行官哈薩比斯承認(rèn)“顯然，今天還不行，還缺了點(diǎn)什么。”

唐杰管具體缺的這點(diǎn)玩意，叫做“三座山”。分別是長(zhǎng)程任務(wù)能力、完全自治的智能體系統(tǒng)、自我進(jìn)化。

正如四大天王有5個(gè)人意義，這三座大山落到公司研發(fā)層面，就變成了“四大引擎”。三座山各對(duì)應(yīng)一個(gè)引擎，第四個(gè)叫做安全治理。

之所以會(huì)多這么一個(gè)引擎，是因?yàn)锳I在翻過(guò)三座大山超越人類智慧的時(shí)候，必須要限制其發(fā)展。

第一個(gè)引擎，長(zhǎng)程任務(wù)。

唐杰今年5月在X上發(fā)了一篇長(zhǎng)文，第一句就是“今年最可能突破的方向，就是長(zhǎng)程任務(wù)。”

唐杰表示，今天的大模型更像一個(gè)知識(shí)豐富的顧問(wèn)，你問(wèn)一句，它答一句。而未來(lái)的模型則更像一名能獨(dú)立干活的員工。人只需要交代目標(biāo)，它就能自己拆解步驟、調(diào)用工具、反復(fù)試錯(cuò)，連續(xù)工作數(shù)小時(shí)、數(shù)周甚至更久，最終交付結(jié)果。

唐杰用網(wǎng)絡(luò)安全舉例，說(shuō)讓黑客去尋找一個(gè)軟件漏洞，他不止要讀代碼，還要搭環(huán)境、嘗試不同攻擊路徑、排除誤報(bào)并驗(yàn)證結(jié)果。

AI未必比頂級(jí)黑客更有天賦，但它可以24小時(shí)運(yùn)行，同時(shí)復(fù)制出成千上萬(wàn)個(gè)實(shí)例不斷嘗試。只要學(xué)會(huì)專業(yè)黑客的思路，機(jī)器的耐力和規(guī)模就可能把這種能力放大，最終替代一部分黑客和程序員的工作。

問(wèn)題就在于，不是你想讓模型去干長(zhǎng)程任務(wù)它就能完成的，唐杰在長(zhǎng)文中寫(xiě)到，模型除了要具備執(zhí)行能力以外，還得擁有持續(xù)學(xué)習(xí)和自我判斷能力，由此引出了第二座大山。

第二個(gè)引擎，自治智能體系統(tǒng)。

如果說(shuō)長(zhǎng)程任務(wù)解決的是“一個(gè)AI能否獨(dú)立把一件復(fù)雜工作做完”，那么自治智能體系統(tǒng)解決的，就是“一群AI能否像一家公司那樣協(xié)同工作”。

唐杰認(rèn)為，自治智能體系統(tǒng)由一群不同的專業(yè)能力和分工的Agent組成。

比如面對(duì)一個(gè)非常復(fù)雜的任務(wù)，就需要有個(gè)Agent負(fù)責(zé)制定計(jì)劃，還有Agent負(fù)責(zé)查資料、寫(xiě)代碼、測(cè)試結(jié)果、尋找漏洞。當(dāng)這個(gè)任務(wù)復(fù)雜到一定規(guī)模，就需要有專門(mén)的Agent來(lái)分配算力和檢查其他智能體的工作。

它們可以24小時(shí)運(yùn)行，自主討論、協(xié)作和糾錯(cuò)。唐杰去年還在談“一人公司（OPC）”，即一個(gè)人指揮大量AI；如今他的判斷更激進(jìn)：未來(lái)可能出現(xiàn)“無(wú)人公司（NPC）”，從管理到執(zhí)行都主要由AI完成。

這不是說(shuō)你多開(kāi)幾個(gè)賬號(hào)就能實(shí)現(xiàn)的。智能體越多，溝通混亂、任務(wù)重復(fù)和錯(cuò)誤相互放大的風(fēng)險(xiǎn)也越高。

真正卡住自治智能體的，并非Agent的數(shù)量，而是組織機(jī)制。誰(shuí)拆解目標(biāo)？誰(shuí)分配權(quán)限？誰(shuí)檢查結(jié)果？多個(gè)Agent之間怎么防止互相強(qiáng)化錯(cuò)誤？

因此，唐杰在長(zhǎng)文中表示，AI發(fā)展需要一個(gè)“自我判斷”的機(jī)制，以讓AI能夠自我進(jìn)化，這便是第三座大山。

第三個(gè)引擎，完全自我訓(xùn)練。

唐杰把“完全自我訓(xùn)練”稱為最困難、也最誘人的方向。

今天訓(xùn)練一個(gè)大模型，仍然需要給它準(zhǔn)備工程師，采集數(shù)據(jù)、寫(xiě)代碼、運(yùn)行實(shí)驗(yàn)和分析結(jié)果。

完全自我訓(xùn)練想做的，是讓AI逐步接管這套流程，自己寫(xiě)代碼、清洗和生成數(shù)據(jù)、啟動(dòng)訓(xùn)練，再根據(jù)結(jié)果設(shè)計(jì)下一輪實(shí)驗(yàn)。

唐杰表示，其中一個(gè)重要方法是Self-Play。簡(jiǎn)單說(shuō)，就是讓AI既出題又答題，再讓另一個(gè)AI負(fù)責(zé)挑錯(cuò)和評(píng)分。在代碼、數(shù)學(xué)、游戲等結(jié)果容易驗(yàn)證的領(lǐng)域，這種方法已經(jīng)可以產(chǎn)生大量訓(xùn)練材料。

雖然它未必能節(jié)省多少算力，甚至有可能更費(fèi)算力，但是它能節(jié)省人力，工程師不用每個(gè)環(huán)節(jié)都盯著AI，只需要給它設(shè)定一個(gè)目標(biāo)，接下來(lái)讓機(jī)器自己跑就行了。

可這就容易產(chǎn)生一個(gè)新的問(wèn)題，AI可能會(huì)超過(guò)人類的管控。學(xué)術(shù)上有個(gè)設(shè)想叫做“達(dá)爾文·哥德?tīng)枡C(jī)”，就是通過(guò)AI自己升級(jí)自己的辦法，讓模型性能不斷增強(qiáng)。這個(gè)方向之所以后來(lái)沒(méi)什么人研究，主要原因就是擔(dān)心AI會(huì)不受控制。

這也就到了最后一個(gè)引擎，安全治理。

如果一個(gè)AI翻過(guò)了前面的三座大山，那它確實(shí)是性能更強(qiáng)了，可它帶來(lái)的風(fēng)險(xiǎn)也會(huì)更大。

長(zhǎng)程執(zhí)行意味著模型會(huì)持續(xù)行動(dòng)，多Agent協(xié)作意味著錯(cuò)誤會(huì)被放大，自我訓(xùn)練意味著模型的決策邏輯可能連開(kāi)發(fā)者都看不懂。

一旦這個(gè)AI出錯(cuò)，那性質(zhì)就從“模型偶爾給出一個(gè)錯(cuò)誤回答”升級(jí)為了“系統(tǒng)持續(xù)執(zhí)行并放大一個(gè)錯(cuò)誤”。

唐杰提出了兩層防護(hù)。

第一層是在訓(xùn)練階段進(jìn)行價(jià)值對(duì)齊。它不滿足于在模型外面增加關(guān)鍵詞過(guò)濾等“安全補(bǔ)丁”，而是希望把人類倫理、社會(huì)規(guī)范和法律法規(guī)融入訓(xùn)練目標(biāo)，讓模型從底層知道什么能做、什么不能做。

第二層是投入百億級(jí)資源研究機(jī)械可解釋性，嘗試弄清模型內(nèi)部哪些神經(jīng)元和機(jī)制導(dǎo)致了某個(gè)判斷，把難以理解的“黑盒”變得更加透明。

為什么是智譜，為什么是現(xiàn)在

毫無(wú)疑問(wèn)，智譜是全中國(guó)，乃至全球AI圈的焦點(diǎn)之一。

2026年6月13日，智譜發(fā)布了旗艦?zāi)Ｐ虶LM-5.2模型。1M上下文窗口，MIT開(kāi)源協(xié)議，在SWE-Bench Pro、Terminal-Bench等代碼能力基準(zhǔn)中位居全球前三、國(guó)產(chǎn)第一。

6月底，外媒發(fā)了一篇報(bào)道，報(bào)道引用了網(wǎng)絡(luò)安全公司Semgrep的測(cè)試：在某些漏洞檢測(cè)基準(zhǔn)上，GLM-5.2的表現(xiàn)與Anthropic最強(qiáng)模型的Mythos不相上下，在特定任務(wù)上甚至超過(guò)了Claude Opus 4.8。

這篇報(bào)道在AI圈引發(fā)了巨大的爭(zhēng)議。

要知道，GLM-5.2可是一個(gè)開(kāi)源模型，Mythos和Opus 4.8全都是閉源模型。而且GLM-5.2的價(jià)格，大約只有Opus十分之一。

Databricks聯(lián)合創(chuàng)始人阿里·戈德西（Ali Ghodsi）為此還特地拿自己的員工做了個(gè)實(shí)驗(yàn)。

他讓自己公司3000多個(gè)工程師，用GLM-5.2和Opus 4.8干同樣的活。結(jié)果發(fā)現(xiàn)兩個(gè)模型的結(jié)果是相近的，但GLM-5.2每完成一個(gè)任務(wù)花1.28美元，可Opus卻需要花1.94美元。

為什么大家都喜歡拿Anthropic來(lái)比智譜？因?yàn)锳nthropic的CEO阿莫迪，他一直是開(kāi)源模型堅(jiān)定的反對(duì)者。

早在2023年7月，他就跑到美國(guó)國(guó)會(huì)參議院作證，說(shuō)開(kāi)源AI是一條“非常危險(xiǎn)的路徑”。

他的判斷邏輯是這樣的，閉源模型出了問(wèn)題，公司可以馬上關(guān)掉、改掉、追蹤誰(shuí)在濫用；但開(kāi)源模型一旦放出去，開(kāi)發(fā)者再也收不回來(lái)了。

原因在于，你沒(méi)法監(jiān)控誰(shuí)在用開(kāi)源模型、沒(méi)法撤銷訪問(wèn)、也沒(méi)法給已經(jīng)開(kāi)源的模型打安全補(bǔ)丁。

到了2026年6月，GLM-5.2發(fā)布后，阿莫迪又一次公開(kāi)警告，說(shuō)中國(guó)開(kāi)源AI的擴(kuò)散（發(fā)布）“讓人非常不喜歡”，前沿安全能力不應(yīng)該掌握在開(kāi)源模型手里。

很顯然，智譜已經(jīng)影響到Anthropic敘事了。可光有模型不夠，還得有工具把它接進(jìn)真實(shí)的開(kāi)發(fā)場(chǎng)景。就像Anthropic有Claude Code，OpenAI有Codex一樣。

智譜也在GLM-5.2發(fā)布的當(dāng)天，發(fā)布了自己的工具，ZCode 3.0。它深度適配GLM-5.2，并且不再維護(hù)第三方Agent適配。也就是說(shuō)，ZCode就是GLM-5.2專屬工具，別人用不了。

開(kāi)發(fā)者只需用自然語(yǔ)言提出需求，Zcode就能讀取整個(gè)代碼項(xiàng)目，調(diào)用終端和瀏覽器，修改文件、運(yùn)行測(cè)試、檢查Git變更，然后直接把項(xiàng)目推進(jìn)到交付前的狀態(tài)。

智譜技術(shù)發(fā)展的速度很快，燒錢(qián)的速度也很快。

2026年1月8日，智譜登陸港交所，發(fā)行價(jià)116.2港元，IPO凈募資約48.96億港元。截至6月30日，已使用約45.88億港元，使用率超過(guò)93%，只剩3.08億港元。

7月9日，智譜宣布以每股1588港元配售最多1978萬(wàn)股新H股，凈募資約313.75億港元。

智譜這次不是發(fā)債，而是增發(fā)新股融資。新股定價(jià)比前一天的收盤(pán)價(jià)便宜約13%，理論上來(lái)講，這種行為應(yīng)該會(huì)給股價(jià)帶來(lái)壓力，可事情的結(jié)果截然相反，消息公布當(dāng)天，智譜股價(jià)盤(pán)中一度上漲超過(guò)20%。

智譜公告里表示，這筆錢(qián)計(jì)劃在2027年底前全部使用。一共投入三大方向，核心研發(fā)與算力基建；商業(yè)化擴(kuò)張與產(chǎn)業(yè)并購(gòu)；補(bǔ)充運(yùn)營(yíng)資金與優(yōu)化資本結(jié)構(gòu)。

所以就在這么個(gè)節(jié)骨眼上，唐杰必須要做點(diǎn)什么以定軍心。發(fā)篇長(zhǎng)文，讓外界和企業(yè)內(nèi)部都清楚智譜接下來(lái)要干什么，就成了最高效最直接的選擇。

行業(yè)進(jìn)入AGI決戰(zhàn)前夜

Touch high，直譯過(guò)來(lái)是摸高。那我們的高處是什么？是天空。

好巧不巧，就在唐杰發(fā)內(nèi)部信之前，MiniMax的CEO閆俊杰也寫(xiě)了一封內(nèi)部信，叫做《向天空盡頭》。

7月9日，MiniMax迎來(lái)了上市后的首輪大規(guī)模限售股解禁。約1.46億股解禁，占總股本近49%。

當(dāng)天股價(jià)暴跌近18%，第二天又跌了近10%。市值從3月份4100億港元的高點(diǎn)，一路跌到不到800億港元。

就在解禁暴跌的當(dāng)晚，MiniMax啟動(dòng)了上市以來(lái)最大規(guī)模的再融資。配售新股加65億港元零息可轉(zhuǎn)債，合計(jì)募資約160億港元。

其中配售凈額約94.91億，可轉(zhuǎn)債凈額約64.66億。80%用于AI基礎(chǔ)設(shè)施和模型研發(fā)，10%用于Harness產(chǎn)品的全球商業(yè)化，10%用于運(yùn)營(yíng)資金。

就在這樣一個(gè)背景下，閆俊杰在信中做出了三個(gè)承諾。

第一，從即日起直到公司實(shí)現(xiàn)AGI，不再領(lǐng)取任何薪酬；第二，未來(lái)四年拿出個(gè)人名下相當(dāng)于總股本4%的股份激勵(lì)團(tuán)隊(duì)；第三，拿出1%的股份設(shè)立專項(xiàng)基金支持開(kāi)源社區(qū)。5%的個(gè)人股份，加上零薪酬。

雖說(shuō)閆俊杰寫(xiě)的沒(méi)有唐杰內(nèi)部信那么具體，但是氣勢(shì)更足，他用個(gè)人身家，押注在了MiniMax的長(zhǎng)期價(jià)值之上，終點(diǎn)同樣為AGI。

上市不是終點(diǎn)，而是獲得長(zhǎng)期投入能力的開(kāi)始。

說(shuō)到錢(qián)，最近還有一個(gè)超級(jí)明星公司拿到錢(qián)了，它就是DeepSeek。

這家公司在6月的時(shí)候完成了500億元人民幣的首輪融資，并在6月25日啟動(dòng)全員擴(kuò)招。

此前的DeepSeek，不融資、不商業(yè)化、不路演。梁文鋒用幻方量化的利潤(rùn)養(yǎng)著整個(gè)團(tuán)隊(duì)，成立近三年拒絕外部投資。

不過(guò)從現(xiàn)在開(kāi)始，DeepSeek也瞄準(zhǔn)了AGI。

它這次招聘的口號(hào)是“探索未至之境”，公告里直接寫(xiě)著“人類正處于 AGI 的前夜”，邀請(qǐng)應(yīng)聘者“親歷AGI的發(fā)展進(jìn)程，坐在時(shí)代前排，見(jiàn)證一個(gè)新紀(jì)元的誕生”。

33個(gè)崗位里，最值得關(guān)注的是今年3月新成立的Agent Harness團(tuán)隊(duì)。

DeepSeek內(nèi)部有個(gè)公式，Model+Harness=Agent。這和唐杰說(shuō)的長(zhǎng)程任務(wù)和自治智能體是相同的。Harness決定模型能調(diào)用什么工具、訪問(wèn)什么資源、如何交付任務(wù)。

但真正有意思的，是一個(gè)叫“AI跨界技術(shù)人才”的特別崗位。

這個(gè)崗位不設(shè)專業(yè)背景限制，面向的是“希望參與創(chuàng)造和構(gòu)建AGI的候選人”。加分項(xiàng)寫(xiě)著“不走尋常路”“在某個(gè)領(lǐng)域做到極致”“有創(chuàng)業(yè)經(jīng)歷”。

DeepSeek的邏輯是，只有工程是無(wú)法達(dá)到AGI的，它需要更多的“參與者”。

就比如研究認(rèn)知科學(xué)或者心理學(xué)的人才，因?yàn)锳I本質(zhì)上就是模仿人類思考的過(guò)程，所以通過(guò)研究人類如何記憶、學(xué)習(xí)、判斷和產(chǎn)生情感，說(shuō)不定就能幫助AI提高性能。

AGI還有多遠(yuǎn)？我不好說(shuō)，可我感覺(jué)，AGI真的不遠(yuǎn)了。