智谱刚从资本市场拿到一轮高光，创始人唐杰却在内部信里把话题拉回了模型能力上限。
这封题为《巨浪已来》的内部信在 7 月 11 日发出。它没有把重点放在股价、融资或销售捷报上，反倒把公司未来两年的重心压到三个难题上：长程任务、自治智能体、自我训练。
这件事的张力在这里：一家已经尝到商业化甜头的中国大模型公司，为什么还要把资源重新推向更慢、更贵、也更难验收的底层能力？
从赚钱模型转回摸高计划
智谱过去半年的故事，本来可以按资本市场喜欢的方式讲。
证券时报和财联社披露的财报口径显示，智谱 2025 年收入为 7.24 亿元，同比增长约 131.9%；MaaS API 平台 ARR 达到 17 亿元，一年提升 60 倍；综合毛利率达到 41%，API 业务毛利率提升到 18.9%。
这些数字放在国产大模型公司里并不常见。模型公司常被质疑只有训练账单、没有收入曲线，智谱至少拿出了一条可核验的 API 商业化曲线。
内部信偏偏没有停在这条曲线上。唐杰把战略命名为 Touch High，中文说法是“摸高”。他给出的方向很硬：
- 长程任务能力，让模型能拆解并执行跨周、跨月的大工程；
- 自治智能体系统，让多个数字员工持续协作、审查、调度；
- 完全自我训练，把合成数据、代码生成和模型迭代接到同一条流水线；
- 安全治理，用可解释性和规则约束压住能力扩张后的风险。
信里有一句短话很能代表这种选择：
“不登顶，就是失败。”
放在一家已上市公司的语境里，这句话的含义很直接：智谱不想把自己定位成“便宜好用的国产 API 供应商”，它要继续争夺前沿模型的话语权。
1M 上下文要进工程现场
智谱敢把长程任务放到第一位，底气来自 GLM-5.2。
Z.ai 与 GitHub 仓库给出的公开资料显示，GLM-5.2 面向 long-horizon tasks，支持 1M-token 上下文；模型下载页列出 GLM-5.2 与 GLM-5.2-FP8 两个版本，规模口径为 744B-A40B。在官方 README 的 benchmark 里，GLM-5.2 在 Terminal-Bench 2.1 上从 GLM-5.1 的 62.0 提到 81.0，SWE-bench Pro 从 58.4 提到 62.1。
这组数字里，最该看任务类型。Terminal-Bench、SWE-bench Pro 测的是模型能否在真实终端、真实代码库里持续推进问题，单点问答跑分只能算入场券。
人话翻译一下：模型要开始像一个工程同事，能读很长的上下文，能试错，能看日志，能改方案。它不再只负责回答“这段代码哪里错了”，而要接近“把这个仓库迁过去”。
这也是智谱内部信里反复提长程任务的原因。谁能把长上下文、工具调用、持续记忆和自我评判接起来，谁就能把 AI 编程从单次辅助推向项目级执行。
自我训练会把算力账单改成速度账单
唐杰把“完全自我训练”列为四大引擎之一，这个点比“再发一个模型”更有产业含义。
过去训练大模型，瓶颈常被概括成三件事：高质量数据、人类标注、训练算力。自我训练路线试图把前两项也推回模型体系内部：模型自己写代码、生成数据、设计任务、评判结果，再把结果喂回训练环节。
这条路听起来抽象，落到公司经营里却很具体。如果模型迭代更多依赖机器生成任务和机器验收，竞争尺度会从“谁买了更多语料”转向“谁的闭环更快”。
智谱现在押的就是这个闭环。GLM-5.2 官方资料里还提到 IndexShare 架构，在 1M 上下文长度下减少每 token FLOPs 2.9 倍，MTP 层让 speculative decoding 的接受长度最多提升 20%。这些看似底层的优化，实际都指向同一个目标：长任务跑得起，连续迭代等得住。
这对中国大模型公司尤其现实。单纯拼算力，国内公司很难永远跟美国头部实验室在同一个硬件池里比赛；拼长程任务与工程闭环，至少能把竞争从“谁卡多”转向“谁能把每张卡用成可交付任务”。
开源和安全被绑到一起
内部信另一处反常识，是把开放生态和安全治理放在同一张战略图里。
智谱称 GLM-5.2 将以 MIT 协议开放，并面向全量用户提供百万上下文能力。开源对开发者很友好，也会放大外部审查、复现和二次开发的速度。
风险同样清楚。长程智能体越能接近真实工作流，越会进入代码仓库、企业知识库、财务系统和业务流程。模型能力从“会说”转向“会做”之后，出错成本会变高。
所以唐杰在信里把机械可解释性、安全沙盒、价值约束一起放进“摸高计划”。这类合规安排会直接影响企业能否放权。一个能持续跑几小时、调度工具、修改代码、生成数据的模型，如果没有审计轨迹和边界约束，很难被企业放心放权。
这里也能看出智谱和一批国产模型公司的分岔：有的公司先抢应用入口，有的公司先抢价格优势，智谱这封信展示的路线是继续把基座模型当主战场，再用开源和 API 把生态往外扩。
下一个验证点很朴素
这封内部信当然不能直接证明智谱已经跨过 AGI 门槛。它更像一张资源分配表，告诉外界公司会把研发重心压到哪里。
短期内，验证点并不玄学：
- GLM-5.2 的开源权重和工具链能否被开发者稳定部署；
- 1M 上下文在真实代码库、长日志和多文件迁移中能否保持可靠；
- 智谱 MaaS 的 ARR 增长能否持续，避免只靠一轮涨价和模型热度冲高；
- 长程 Agent 产品能否从 demo 走到企业内部流程。
大模型公司最难的阶段正在到来：模型要会干活，收入要能覆盖昂贵训练，安全又不能靠口头承诺。
智谱选择在上市后继续“摸高”，是押自己还能用模型能力换商业化空间。它已经证明 API 可以卖钱，下一关是证明长程任务和自治智能体也能卖出结果。
参考来源：36氪智能涌现、智谱内部信公开内容、证券时报、财联社、CocoLoop、Z.ai GLM-5.2 Blog、GitHub zai-org/GLM-5；证券时报与财联社核验 MaaS ARR、收入和毛利率口径，Z.ai/GitHub 核验 1M 上下文、Terminal-Bench 与 SWE-bench Pro 指标、模型下载与开源仓库状态。