智谱的首次公开募股赌局：从追踪DeepSeek到追逐AGI前沿

模型大战升温，智谱瞄准基础架构革命

当智谱的股价在1月8日开盘时，标志着一个分水岭——全球首家公开大型语言模型公司。但真正的爆点来自CEO唐杰的内部备忘录：公司正进行激烈转型。过去那种疯狂追逐应用的做法被摒弃，取而代之的是对真正重要的核心——基础模型研究以及支撑一切的原始智能的专注。

这个时机并非偶然。DeepSeek在中国AI领域引发的震动迫使行业重新审视。两家公司都源自学术界(唐杰来自清华大学计算机系)，都大力投入开源生态系统，但DeepSeek近期的胜利暴露了智谱战略中的差距。这次警钟奏响，效果显著。现在，智谱正加倍投入那些不那么光鲜、资本密集的工作：构建更优的架构、更智能的学习系统，以及能够自主演化的模型。

2025年的行动计划实际上奏效了

在转型之前，智谱执行了一个三阶段的模型发布计划，犹如一份战略路线图：

• 4月：“稳定”模型(GLM-4.5)，证明具有竞争力
• 年中：“入局”模型(GLM-4.6)，排名行业前列
• 年底：GLM-4.7登顶，成为Top 1表现者

数据也支持这一点。GLM-4.7在人工分析基准测试中在国内开源模型中排名第一，并在全球范围内与Claude 4.5 Sonnet并列第六。更实际的是，超过150,000名开发者来自184个国家，使用它进行实际工作——主要是编码。大模型平台(bigmodel.cn)在短短10个月内，年化收入从2000万飙升至5亿，增长了25倍。海外市场？其中200万来自中国以外。

收入超出预期目标。马来西亚的国家AI基础设施现已采用智谱的Z.ai模型，赋予公司一种主权AI布局，管理层将其归功于北京推动中国技术“走向全球”的战略。

2026年真正的战场在哪里

但比今年的胜利更重要的是：接下来会发生什么。唐的备忘录指出了四个技术前沿，将决定下一轮的竞争格局：

1. GLM-5与架构的再思考

Transformer架构已主导了十年，但其已显老态。长上下文处理拖慢了计算速度。内存更新效率低下。GLM-5预示着智谱准备探索Transformer之后的设计——行业所称的“新扩展范式”。这意味着算法创新，将决定谁是行业的领跑者，谁是追随者。

2. 泛化强化学习

当前的RL系统在狭窄任务中表现出色(数学、编码)，但在现实世界的复杂性面前却力不从心。它们依赖于人工“可验证环境”，通过博弈论策略取胜。智谱希望实现能应对繁琐、多小时推理链的RL——涵盖整个工作日的任务。这是狭义任务完成与真正推理之间的桥梁。

3. 持续学习(“圣杯”)

每个主要模型在部署后都是静态的。训练一次，冻结，然后逐渐过时。人脑不是这样工作的。它们不断学习。智谱明确规划了“在线学习”或“持续学习”范式——模型在部署后通过与世界交互不断改进。这是登月计划级别的目标，但现在已正式列入路线图。

4. 新的内部机构：X-Lab

为了避免“渐进式改进陷阱”，智谱刚刚成立了X-Lab——一个内部部门，汇聚年轻研究人员，追求颠覆性创新，突破常规组织限制。使命：下一代架构、新的认知范式，甚至硬件探索。它的运作方式类似于一家创业公司，嵌入大公司内部。

大局：AI取代实际岗位

唐的备忘录指出，2026年将成为“AI取代不同职业/任务的突破年”。这与单纯取代角色不同，而是自动化高价值、具体的工作。结合智谱在模型架构创新和自主学习方面的努力，公司押注能力提升，而非仅仅规模扩展，将开启新的应用场景。

公司也相应进行了调整。对C端团队、产品开发部门和视频生成单元进行了裁剪。繁琐的部分已去除，焦点集中。像AutoGLM这样的开源项目也已发布到生态系统中。

为何这很重要

智谱的调整传递出一个信号：那种“用数据规模赢得基准赛”的时代正在降温。下一批赢家将掌握研究的根本——架构、学习范式、持续适应。DeepSeek证明了，只要有正确的研发策略，就不需要风险投资的巨额资金。智谱的IPO和转型表明，公司已吸取了这个教训。

公司从追逐应用转向追逐前沿。这不是退却，而是重置。