智谱的公开亮相标志着重大转折：深入探讨GLM-5及重塑AI基础的竞赛

智谱科技于1月8日正式上市，标志着中国大型语言模型行业的一个分水岭。凭借这一里程碑，清华大学计算机系主任兼公司创始首席科学家唐杰教授发布了一份内部战略备忘录，根本性地重新定义了公司到2026年的发展方向。智谱不再追逐短期商业利益，而是加大对基础模型研究的投入，彰显出对DeepSeek突破所引发的连锁反应的果断回应。

真正的战场：模型架构与学习范式

唐杰的备忘录明确指出：未来的竞争格局不会由炫目的应用或渐进式的产品发布所决定，而是依赖于两个关键支柱——模型架构创新和全新的学习范式。这一战略转变反映出对推动AGI发展的真正动力的成熟理解。

公司对架构突破的承诺尤为重要。近十年来占据主导地位的Transformer模型，开始在实际应用中显露出裂痕。超长上下文的计算开销、记忆机制和模型更新协议等问题，迫切需要新的架构思路。智谱的路线图明确瞄准超越现有系统的冯·诺依曼探针，探索全新的设计范式和扩展方法。这包括芯片-算法协同设计策略，旨在从根本上提升计算效率。

GLM-5即将到来：它到来后会带来哪些变化

此次的重磅公告是GLM-5的即将发布。虽然细节尚不详尽，但智谱之前模型的发展历程已为我们提供了线索。12月发布的GLM-4.7已取得重大突破：在国内模型中排名第一，在Artificial Analysis基准测试中与Claude 4.5 Sonnet并列第六。更为重要的是，开发者对其编码和智能体体验的反馈一直非常积极。

支撑这一表现的数字令人震惊。在短短10个月内，智谱的MaaS平台的年化收入从2000万飙升至5亿，增长了25倍。来自184个国家的开发者，超过150,000人，采用了GLM的编码套件。海外收入已超过2亿，显示公司在国际市场的渗透已突破许多中国AI企业尚未达到的水平。

强化学习的拐点

尽管当前主流的强化学习（RL）方法在数学和编码能力上表现出色，但已遇到瓶颈。它们过度依赖人为构建的验证环境，限制了泛化能力。智谱的2026年路线图明确提出要探索更通用的RL范式——能够处理多小时甚至多天任务序列的RL，要求模型具备真正的理解能力，而非仅仅对人类定义的标准进行模式匹配。

这一转变意义重大，因为它标志着AI从一个复杂工具箱向更接近自主推理的方向迈进。

无人谈及的前沿：持续学习

或许智谱2026计划中最具胆识的一环是对持续学习和自主模型演化的探索。现有的AI系统一旦部署便陷入“冻结”状态，通过昂贵的一次性训练积累知识，随着世界变化逐渐退化。而人脑则不断通过与现实世界的交互进行学习和适应。

构建这一能力代表着一个真正的前沿领域。它需要重新思考在线学习协议、持续知识整合以及避免灾难性遗忘的策略。成功实现，将意味着AI系统运行方式的根本变革。

智谱迷失方向了吗(以及DeepSeek如何帮助纠正)

备忘录中最坦率的时刻，是唐杰承认过去的失误。在2023年至2024年间，伴随全球大模型爆发和中国“百模战”时期，智谱在技术和商业上都犯了战术性错误。公司被短期势头所迷惑，忽视了AGI的根本原则。

DeepSeek的出现成为一个警钟。唐杰将其视为一种重启信号，而非纯粹的竞争压力。公司进行了系统性重组，裁撤To C业务，精简产品开发团队，聚焦核心。值得一提的是，智谱将编码作为突破口——这一决策在GLM-4.5和后续的GLM-4.7展现出与国际基准的真正竞争力时，证明是正确的。

主权AI与全球扩展战略

另一个值得关注的发展是：智谱的“主权AI”计划在国际上逐渐获得认可。马来西亚利用GLM的开源模型构建了国家级的MaaS平台，实际上将智谱的技术纳入国家基础设施。这符合中国AI技术实现全球普及的战略，也展现出其在海外市场的实际产品契合度。

2026：AI取代特定职业类别的元年

在所有技术讨论的背后，有一个更为大胆的预言：2026年将成为AI真正取代特定职业类别和任务领域的突破之年。这不是空谈，而是基于2025年已显现的模型能力扩展和开发者采纳率的实际增长。

公司新成立的X-Lab——一个内部创新孵化器，旨在吸引年轻人才，探索前沿架构和认知范式——表明管理层相信自己已处于一个转折点，必须进行大胆的赌注。这与早期智谱做出高风险决策的时刻相呼应：比如训练GLM-130B时，小模型曾占据主导，或押注代码作为突破点。

这对行业意味着什么

智谱的公开亮相和战略重置，标志着中国AI行业竞争思路的重新校准。公司不再盲目追求最广泛的应用或规模，而是回归基础，将这一“退守”视为取胜之道。未来是否奏效，将在GLM-5的表现以及2026年前后RL和持续学习的实际进展中逐渐显现。