近日，智谱创始人唐杰发布内部信，宣布公司未来两年将启动“Touch High（摸高）计划”，集中资源投入“长程任务、自治智能体系统、完全自我训练、安全治理”四大核心方向。这一战略布局被视为智谱向通用人工智能（AGI）发起冲刺的关键信号，同时也为行业提供了技术演进的重要参考。
内部信中提到的四大方向并非孤立存在，而是基于对当前AI技术瓶颈的深度洞察。唐杰指出，当前大模型虽具备知识储备能力，但更像“被动应答的顾问”，而非“自主执行的员工”。以网络安全领域为例，顶级黑客需通过代码分析、环境搭建、路径测试等多环节协作才能发现漏洞，而AI若想替代部分人类工作，必须具备持续学习、自我判断和长周期任务执行能力。这种能力缺失正是制约行业发展的“第一座大山”。
自治智能体系统的提出则直指AI协同效率问题。唐杰认为，未来AI不应局限于单点突破，而需构建“无人公司”式的协作网络。例如在复杂软件开发中，不同功能的AI代理需分工完成需求分析、代码编写、漏洞检测等任务，同时建立算力分配、错误纠偏等机制。这种组织架构的复杂性远超简单多代理叠加，如何避免沟通混乱、任务重复成为亟待突破的“第二座大山”。
完全自我训练被视为最具挑战性的方向。当前模型训练依赖人工标注数据、设计实验流程，而唐杰设想中的AI将实现“自我迭代”：从数据清洗、代码生成到实验设计全流程自主完成。尽管这种模式可能增加算力消耗，但能显著降低人力成本。不过，技术失控风险也随之上升——若AI通过自我升级突破人类设定的边界，可能引发不可预测的后果，这构成了横亘在AGI道路上的“第三座大山”。
安全治理引擎的加入，体现了智谱对技术伦理的前置思考。唐杰提出双重防护机制：在训练阶段通过价值对齐技术将伦理规范融入模型底层逻辑，避免生成有害内容；在研发层面投入百亿级资源研究机械可解释性，破解神经网络“黑箱”难题。这种“左手攻技术、右手控风险”的平衡策略，为高速发展的AI产业提供了安全范式。
战略落地的资金保障已到位。7月9日，智谱完成313.75亿港元新股配售，明确表示将在2027年底前全部投入核心研发、商业化扩张及运营优化。值得注意的是，此次融资距其港交所上市仅半年，且在股价承压背景下仍获市场追捧，反映出投资者对AGI赛道的长期信心。
技术突破与商业落地的双重压力下，智谱同步推进工具链建设。6月发布的ZCode 3.0工具深度适配GLM-5.2模型，开发者可通过自然语言指令实现代码修改、测试运行等全流程操作。这种“模型+工具”的闭环生态，使其在代码能力基准测试中跻身全球前三，部分场景表现甚至超越Anthropic等闭源模型。
行业竞速态势愈发激烈。MiniMax在股价波动中启动160亿港元再融资，CEO闫俊杰以“零薪酬+股权激励”表态长期投入决心；DeepSeek则通过500亿元首轮融资扩招33个岗位，其中“AI跨界技术人才”职位打破专业限制，寻求认知科学、心理学等领域的突破点。三家企业的不同路径，折射出AGI赛道多元化的探索方向。
从单点技术突破到系统能力构建，从效率提升到风险管控，中国AI企业正在重新定义AGI的实现路径。这场竞赛不仅考验技术实力，更需在创新速度与安全边界间寻找平衡点。当行业目光聚焦于模型参数规模时，智谱等企业已将战略重心转向更本质的能力重构——这或许正是通往AGI的必经之路。
