走出一道窄门，智谱又押上四个答案

同时推开四扇门，更难的是关门

作者 | 彻诺

来源 | 盒饭财经（ID：daxiongfan）

头图及封面来源 | codex

配售公告、完成配售，前后共4天。这让夹在中间的内部信，不可避免地成为一份暗含指向的战略说明书。

7月11日，智谱创始人、清华大学教授唐杰发布内部信《巨浪已来》。这封内部信中，他没有谈配售价或盈利期限，而是提出未来两年的“Touch High

（摸高）”计划。

信中，唐杰先用‘本质、反直觉、专注’定义智谱，继而解释他对技术趋势的判断，并给出智谱未来两年的选择。他表示：“未来两年，我们计划战略性投入——不追求短期的应用变现，而是直指AGI的下一个高地。”

信中还表示，这笔投入将集中在四大核心引擎，分别是长程任务（Long Horizon Task）、自治智能体系统（Autonomous Agent System）、完全自我训练（Fully Self Training）和极致安全治理。

唐杰

7 月9日，智谱发布公告，披露公司与中金香港签署了配售协议。该协议中显示，智谱将以每股1588港元配售最多1978万股新H股，配售事项所得款项总额预期合共约为31,410.64 百万港元，而配售事项所得款项净额（经扣除佣金及估计开支后）预期合共约为31,374.95 百万港元。

7月13日，智谱公告配售完成：全部1978万股新H股已按每股1588港元配发，所得款项总额约314.11亿港元，扣除佣金及开支后的净额约313.75亿港元。

一边是“不追求短期的应用变现”，一边是上市半年后的百亿配售。在技术路线按月改写但资本又要求商业反馈尽快出现的当下，智谱同时面对这两只走速不同的时钟。

过往的成绩来看，智谱确实在关键时刻押中了几次考题。比如，GLM保留通用训练能力，MaaS接住第一批API用户，以及智谱及其与清华研究网络的相关工作，为后来转向Coding和Agent保留了可重新调用的技术接口。但，这次要一次四开。

半年两封信，同时面对两只钟

上一次的内部信，还是1月8日智谱登陆港交所时，唐杰把题定为《用“咖啡”的精神做AGI》。

信从香港科技大学实验室一楼的一次偶遇写起：短期访问期间，唐杰在咖啡厅碰见杨强，聊到咖啡喝得太多、似乎应该戒一戒。杨强反问，若做研究也能像喝咖啡一样上瘾，又何愁研究做不好。

这封信从“上瘾”说起，又给了技术和商业的位置。他写道：“我们始终坚持做让用户真正用得上的AI技术。”随后在复盘2023年至2024年时，他又直接承认：“我们那时候可能也有失误，有技术的也有商业的。”

半年后的《巨浪已来》，技术是唯一的主角，语气也随之发生了变化。

唐杰把智谱定义为“本质、反直觉、专注”，宣布在行业普遍加速商业变现时向上“摸高”。同时，他还强调“不追求短期的应用变现”。

有意思的是，7月9日港交所公告的“配售协议”中，把“商业化的规模化落地”、客户需求、业务拓展与生态建设列为融资理由，资金用途也包括研发、并购和营运资金。

配售协议截图

前后两封内部信以及“配售协议”中差异，指向的不是智谱要不要商业化，而是谁来决定技术方向：是眼前的订单，还是下一代模型的能力上限。

1月，唐杰用开发者规模和公司披露的MaaS平台ARR，证明Coding下注不是研究者的自我满足；7月，他要求组织暂时不要让短期变现决定研究上限。这里，商业反馈没有消失，只是从方向盘被挪到了仪表盘。

事实上，头部模型公司都同时面对两只时间流速不同的钟。

一边是，“技术钟”越走越快：2025年1月，DeepSeek-R1发布；同年4月，Qwen3发布；3个月后，7月GLM-4.5发布，此后国内前沿模型的显著更新已经按月而非按年发生。而“商业钟”却每一步都要求更具体：合同何时签、推理成本是否下降、API能否提价、毛利何时覆盖更多研发。

前者要求在证据不足时承担研究风险，后者要求把这种风险翻译成可观察的经营结果。

1月8日的那封内部信，其实已显露双重时间考验的困境。

当日，智谱以每股116.2港元发行价上市，唐杰没有把敲钟写成终点，而是宣布下一代GLM-5、全新模型架构、更通用的强化学习、持续学习与自主进化，并设立X-Lab做前沿探索。另外，同一封信又用开发者、平台收入和海外业务说明上一轮Coding选择已经收到反馈。

在上市这个重要的资本节点，唐杰的叙述，不像是庆功时刻，而是重设技术问题的起始。

7月内部信中的动作与此相似。只不过，这次四条路线并行、资金规模更大，外部要求也从上市前的投资人判断，变成一家上市公司的持续定价。

然而，头部AI企业没有可照抄的范本。

互联网公司可以先做产品再扩基础设施，传统软件公司可以按客户需求排版本；前沿模型公司却要在能力尚未出现、应用尚未定义时，提前投入训练集群、数据和人才。

两只钟不是互相否定，而是必须同时走。它们真正竞争的，因而不只是某一代模型的分数，而是一套在没有答案时仍能持续纠错的决策机制。

答案出现前，别把门焊死

智谱最早的一次关键选择，并不是押中Coding或Agent。

2021年3月18日，唐杰等作者提交了一篇名为《GLM: General Language Model Pretraining with Autoregressive Blank Infilling》的论文。

当时预训练模型仍存在明显“分工”：BERT模型更像做阅读理解的考生，GPT更像顺着前文写下去的作者，T5则通过编码器—解码器处理条件生成，而GLM最初的设计意图，是让同一名学生既会填空、又会续写，还能根据要求完成文章。

GLM用“自回归空白填充”尝试让一个框架同时处理自然语言理解、条件生成和无条件生成。这就像是给技术底座装上一组通用插座，而不是先猜未来哪一种电器最畅销。当然，这篇论文属于清华研究谱系，还不能直接算在智谱头上，但也能看到唐杰及其团队早期技术取向的风格。

2021年底至2022年，这种取向从论文研究显化在了公司决策上。

GLM-130B项目记录显示，团队在2022年5月6日开始用96台、每台8张A100 40GB GPU的服务器训练1300亿参数模型。智谱为项目提供算力，参与评估和演示系统建设。

来源：《GLM-130B: AN OPEN BILINGUAL PRE-TRAINED MODEL》

为不影响总体发展节奏，智谱同时成立两个小团队：一队训练GLM-130B，一队建设MaaS平台。

这样的设置下，同一次冒险被装上两只秒表。无论这是不是管理层有意设计的结果，两支团队事实上形成了两条反馈线：一条验证技术上限，一条验证市场需求。

唐杰在信中留下一个细节：两个小团队当时可能互相都不知道对方存在。2022年中，GLM-130B取得阶段性训练结果，随后项目对外发布并开源，同时bigmodel.cn上线并获得第一批API用户。

然而，这种安排没有达到理想中的平衡，也没有替智谱消除错误。

2023年至2024年，百模大战、价格战与AI助手热潮同时出现，智谱也在MaaS、本地化部署、企业模型和Agent之间寻找收入。到2024年，公司收入达到3.12亿元人民币，其中本地部署收入2.64亿元，占84.5%。当时的收入结构仍以较重的本地部署为主，交付形态较重。

唐杰在上市信中并没有把这段历史包装成一路正确，而是承认技术与商业都有失误。

他写道：“我们那时候可能也有失误，有技术的也有商业的。”他直接点出了“短期收益、短期热闹”。紧接着，他写下另一句：“随后DeepSeek的出现警醒了我们。”彼时智谱模型效果未达预期，智谱需要找到一条足够窄的突破口。

最终，Coding成了那道窄门。

2022年9月，清华、智谱与华为联合团队已开放CodeGeeX的代码、权重、API和编辑器插件。

2023年提交的CodeGeeX论文显示，这个130亿参数模型使用截至2022年6月的8500亿Token，覆盖23种编程语言。同时，团队还把原本以Python为主的HumanEval扩展至C++、Java、JavaScript和Go。

论文透露，当时相关插件每周为数万名活跃用户生成约47亿Token，83.4%的受访者认为它提升了编程效率。

也就是说，Coding并非临时起意。在DeepSeek改变行业注意力之前，智谱相关团队已经把代码模型、跨语言评测、编辑器插件和用户反馈接到同一条线上。

Coding不是GLM树上自然长出的果实，它是一条早已修到半途、后来被集中通车的支路。2025年4月的GLM-4.1试探后，智谱于7月28日发布GLM-4.5，把推理、Coding和Agent能力压进同一模型主线。

把这些节点连起来，智谱过去的决策方法逐渐清晰。

在趋势不明时保留通用能力和任务接口，外部信号出现后收缩战线，再用评测、用户与收入判断是否继续加注。而这些，指向的并不是每次都押中未来，它更像是一种快速换答案的能力。

制图：盒饭财经

换答案的能力

如果把智谱、清华THUDM及合作机构的论文排成长名单，“技术选项”很容易变成数量游戏。但真正与公司决策有关的，不是论文有多少，而是它们能否在趋势变化后被重新装配。

从公开材料看，智谱及其关联研究网络呈现出的技术积累，已像一间具备基础能力的工厂。

GLM、GLM-130B以及后来的GLM-4.5/5是发动机与生产线，解决通用建模、规模训练、MoE和后训练；CodeGeeX、WebGLM、CogAgent、LongWriter等是不同工位，让模型进入代码、搜索、GUI和长输出；HumanEval-X、AgentBench、LongBench则是仪表和质检线，判断能力究竟有没有进步。

制图：盒饭财经

而Agent路线最能解释这种”重新装配”。

2023年提交的WebGLM论文把搜索、检索、回答生成和偏好评分连接起来，相当于给模型一张资料室通行证。同年，同年提交的CogAgent论文用高低分辨率视觉编码器识别屏幕上的小字、按钮和页面元素，让模型看清工作台。2024年10月提交的AutoGLM论文，则进一步把规划、视觉定位和设备操作接成行动链。

也就是说，WebGLM让模型找到门，CogAgent让它看见门把手，AutoGLM才开始尝试把门推开。

但能推开一扇门，不等于可以独立工作。

AutoGLM相关的论文中，在更具挑战的AndroidLab基准上报告36.2%的任务成功率。这一数字既证明设备操作能力已经出现，也把开放环境中的失败、异常恢复、权限和责任问题摆在台面上。

这正是唐杰在《巨浪已来》中的四条路线的真实起点——它们并不在同一海拔。

制图：盒饭财经

比如，长程任务最容易被“百万上下文”制造错觉。

长上下文只是给模型换一张更大的书桌，让它同时摊开合同、代码仓库和实验记录。而长程任务，则要求它离开书桌，连续数日推进项目，记住错误、调用工具、观察结果并重新计划。

从相关论文中来看，LongBench测的是能不能读长，LongWriter则解释如何写长，而AutoGLM、AgentRL和GLM-5才开始触及做得久。这三种“长”相互连接，不能相互替代。

比如，完全自我训练也尚未闭环。

ReST-MCTS*让模型生成多条推理轨迹，再通过树搜索和过程奖励挑选路径，而GLM-4.5/5披露了合成Agent轨迹、自蒸馏和Agent强化学习。

模型已经像一个会自己出部分练习题、尝试多种解法的学生，但考试科目、考场和判卷标准仍主要在人手里。如果，把这些组件直接写成“AI已经可以完全训练自己”，则会跨过现有证据。不过，ReST-MCTS*仍以外部给定的最终正确

答案为前提，自我训练尚未覆盖目标设定与最终验证。

四条路线中，公开证据最薄的恰恰是唐杰最强调的安全治理。

LongSafety可证明相关团队已经研究长上下文中的行为安全评测；Self-Contrast涉及无需额外偏好反馈的模型对齐；VisionReward则涉及图像和视频生成中的多维偏好建模。

但三者解决的问题并不相同，也都不能证明智谱已经建立起针对前沿GLM内部机制的连续可解释性能力。

这些论文和技术选项，解释了智谱为什么能在风向出现后迅速转身，却不能替它决定下一次往哪里转。

314亿之后，Touch High更需要中间刻度

两只钟的秒针，不会因为任何借口改变“嘀嗒”的节奏。

7月13日晚，智谱宣布完成了这笔配售。全部1978万股新H股以每股1588港元发行，募资总额约314.11亿港元，扣除佣金及相关开支后的净额约313.75亿港元。

比资金到账更重要的是，智谱披露了比例更具体的资金分配方案。

根据配售完成公告，约55%的配售资金将用于研发，包括继续推进GLM基座模型，投入长程任务、自治智能体、自我进化、安全机制与可解释性等前沿方向，以及扩充研发团队、部署算力资源；约15%用于业务扩张、战略投资及并购；其余约30%用于持续业务运营、偿还借款、优化资本结构及其他一般企业用途。公司预计在2027年底前动用完毕。

完成配售公告的截图

这意味着，Touch High已经不只是一套内部动员语言。上市公司一旦把技术方向写进融资用途，方向就同时变成了资金承诺：投入了多少资源、走到了什么阶段、哪些路线继续加注、哪些路线需要收缩，都将成为资本市场可以追踪的问题。

这也是智谱下一套决策机制必须发生的变化。

创业公司可以先用技术判断下注，等结果出现后再解释过程；上市公司却不能把未来两年封装成一个等待最终答案的黑箱。314亿港元买到的是更长的技术探索时间，但它没有买来两年的静默期。

2025年年度报告显示，截至2026年4月10日，智谱已动用IPO募集资金18.28亿港元；7月13日的配售完成公告进一步披露，截至6月30日，IPO募集资金累计动用45.88亿港元，剩余3.08亿港元，使用率约93.71%。81天内，新增动用约27.60亿港元。

“动用”不等于“烧掉”，但资金部署的速度，已经成为智谱上市半年后完成新一轮融资的公开背景。

2025年，智谱经审计收入7.24亿元人民币、毛利2.97亿元、研发开支31.80亿元、经调整净亏损31.82亿元。研发约为收入的4.39倍，毛利只相当于研发的9.3%。开放平台及API收入1.90亿元，同比增长292.6%；企业级Agent收入1.66亿元，同比增长248.8%。轻平台业务增长很快，但按部署方式，本地部署仍贡献5.34亿元，占收入73.7%。

MiniMax提供了一个同行刻度。

2025年收入7904万美元，67.2%来自AI原生产品、73%来自中国大陆以外；但同期毛利2008万美元，只相当于2.53亿美元研发费用的约7.9%。即便产品化和海外收入更深，头部独立模型公司仍没有现成的自我供血范本。

月之暗面则提供了另一条探索路线。投资方披露其2025年末完成5亿美元融资。2026年5月，彭博援引财务顾问称其又融资约20亿美元，4月ARR超过2亿美元。

Coding本身为智谱留下了超过24.2万付费开发者和30%起的提价。与此同时，智谱开放平台及API收入达到1.90亿元，企业级Agent收入达到1.66亿元。后两项能够说明平台与Agent业务增长，但不能作为Coding单项收入使用。更关键的经营指标——Coding用户留存、ARPU、续费率和单位任务成本，仍未被公开。

Touch High同样需要中间刻度。比如，长程任务可以披露任务持续时间、成功率、人工接管率和恢复率；自治智能体可以观察真实调用、企业部署、单次任务成本和异常恢复；自我训练可以比较合成数据有效率、训练成本与能力增益。

智谱历史上最有说服力的一次转向，是从多路探索收缩到Coding这道窄门。现在，Touch High却同时打开四扇门，而且四条路线的成熟度、验证周期和资源需求并不相同。

参考资料：

1.《独家 | 智谱创始人唐杰发内部信：「GLM 时刻」之后，什么是更重要的事》，36氪

2.《智谱拟配售募集314.1亿港元 主要投向三大方向》，证券日报

3.《智谱根據一般授權配售新H股》，港交所公告

4.《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》，钛媒体

5.《GLM-130B: An Open Bilingual Pre-trained Model》，

https://arxiv.org/abs/2210.02414

6.智谱模型发布记录，智谱官网

7.《CodeGeeX: A Pre-Trained Model for Code Generation with Multilingual Benchmarking on HumanEval-X》，https://arxiv.org/abs/2303.17568

8.CodeGeeX官方仓库，github

9.《智谱：对GLM Coding Plan套餐价格进行结构性调整 整体涨幅30%起》，每日经济新闻

10.《截至2025年12月31日止年度的年度业绩公告》，智谱

11.《智谱创始人唐杰谈 DeepSeek：很震撼，开启了“AI 做事”新范式》，新浪科技

12.《GLM: General Language Model Pretraining with Autoregressive Blank Infilling》，https://arxiv.org/abs/2103.10360

13.DeepSeek-R1，DeepSeek-R1官网

14.Qwen3相关资料，Qwen官网

15.项目记录，https://keg.cs.tsinghua.edu.cn/glm-130b/posts/glm-130b/

16.《GLM-4.5: Reasoning, Coding, and Agentic Abilities》，

https://z.ai/blog/glm-4.5?from_blog=true

17.《WebGLM: Towards An Efficient Web-Enhanced Question Answering System with Human Preferences》，https://arxiv.org/abs/2306.07906

18.《CogAgent: A Visual Language Model for GUI Agents》，

https://arxiv.org/abs/2312.08914

19.《AutoGLM: Autonomous Foundation Agents for GUIs》，

https://arxiv.org/abs/2411.00820

20.《LongBench: A Bilingual, Multitask Benchmark for Long Context Understanding》，https://arxiv.org/abs/2308.14508

21.《LongWriter: Unleashing 10,000+ Word Generation from Long Context LLMs》，https://arxiv.org/abs/2408.07055

22.MiniMax 2025年年报

23.《「月之暗面」完成5亿美元C轮融资 | 云九Portfolio》，云九资本

24.《智谱完成根據一般授權配售新H股》，港交所公告

25.《GLM-5: from Vibe Coding to Agentic Engineering》

26.《AgentRL: Scaling Agentic Reinforcement Learning with a Multi-Turn, Multi-Task Framework》

27.《ReST-MCTS*: LLM Self-Training via Process Reward Guided Tree Search》

28.《LongSafety: Evaluating Long-Context Safety of Large Language Models》

29.《Extensive Self-Contrast Enables Feedback-Free Language Model Alignment》

30.《VisionReward: Fine-Grained Multi-Dimensional Human Preference Learning for Image and Video Generation》

欢迎在评论区留言~如需开白请加微信：YPYP01234567