近日，智谱AI创始人唐杰发布了一封内部信，向全体员工阐述了公司对通用人工智能（AGI）下一阶段竞争格局的判断与战略部署。在这封被媒体曝光的信件中，唐杰明确提出，智谱将正式启动名为“Touch High”（摸高）的专项计划，核心思路是继续坚持“反直觉”的发展路线——即集中资源聚焦AGI底层研究，而非追求短期商业变现。唐杰在信中措辞坚定：“不登顶，就是失败。”这封内部信迅速在科技圈引发广泛讨论，被视为中国AI头部企业在AGI路线选择上的一次关键表态。
反直觉路线：拒绝短期变现，押注长跑
近年来，AI行业呈现出明显的商业化竞赛态势，多家大模型创业公司纷纷推出面向C端和B端的产品，力求尽快实现收入闭环。然而，智谱此次明确表态要走一条“反直觉”的路。唐杰在信中认为，AGI的终极竞争不是速度赛，而是耐力赛和高度赛。智谱将不会为了财务报表上的短期数字而分散研发精力，而是把大部分资源投入到更具前瞻性、也更难攻克的AGI核心难题上。
这种“摸高”策略，实际上是一种主动选择——暂时放弃低垂的果实，转而挑战技术海拔最高的几座山峰。唐杰强调，通往AGI终点的道路上，有几座必须翻越的山峰，而它们也正是今天技术浪潮最汹涌、竞争最激烈的地方。
四座高峰：长程任务、自治智能体、全自训练与极致安全
唐杰在内部信中列出了智谱接下来重点攻坚的四大技术方向，并将其比喻为AGI之路上的“四座山峰”。
第一座高峰：长程任务（Long Horizon Task）。 当下大模型在单轮对话、短程任务上表现惊艳，但在需要规划、记忆、多步推理的长程任务中仍存在明显短板。智谱计划攻克模型在复杂工作流中的持续稳定执行能力，使其能够处理数小时甚至数天的连续任务。
第二座高峰：自治智能体系统（Autonomous Agent System）。 这是AGI落地的重要形态。唐杰认为，真正的智能体不应只是被动响应用户指令，而应具备主动感知环境、制定计划、调用工具并自主纠错的能力。智谱将在Agent的自主性、可靠性和安全性上投入重兵。
第三座高峰：完全自我训练（Fully Self Training）。 当前大模型训练高度依赖人工标注和人类反馈，智谱希望探索让模型能够通过自我学习、自我迭代实现能力跃升的路径。这意味着模型不仅学习数据，还能在学习过程中自主发现规律、生成训练数据，从而大幅降低对人类干预的依赖。
第四座高峰：极致安全治理。 这是被唐杰特别强调、且投入资源最大的一项。智谱计划投入百亿级资源，专门攻坚“机械可解释性”（Mechanistic Interpretability）——即厘清模型每一个决策背后神经元的运作逻辑，推动当前的黑盒系统向透明可解释的系统转变。
百亿级押注：从黑盒到透明，安全成为AGI底层基石
在四座高峰中，极致安全治理之所以被单独拎出并赋予最高优先级，背后是智谱对AGI风险的前瞻性判断。唐杰在信中指出，AGI的能力越强，其行为的不可预测性带来的风险就越大。如果没有可解释性作为基石，单纯追求能力跃升无异于在悬崖边奔跑。
为此，智谱将成立专门的安全研究机构，与国内外顶尖学术团队合作，聚焦于神经元层面的微观解释技术。所谓“机械可解释性”，通俗来说就是让AI不仅能告诉用户“它做了什么”，还能解释“为什么这么做”，并且这些解释必须是可验证、可追溯的。这项研究目前在全球范围内仍处于早期阶段，智谱的大规模投入显示出其将安全视为AGI核心竞争力而非附加项的决心。
行业观察：智谱的“摸高”能否重塑竞争格局？
唐杰的内部信发布后，业界反应不一。有分析人士认为，在资本普遍追求回报率的当下，智谱选择将大量资源押注在周期长、风险高的底层研究上，是一种极具勇气的战略选择。但也有人担忧，这种“不登顶即为失败”的绝对化表述，可能给团队带来巨大压力，且商业化节奏的滞后可能影响公司的自我造血能力。
不过，从智谱过往的技术路径来看，其一直以“重研发、轻营销”著称。此次“Touch High”计划的公开，更像是智谱向外界亮明底牌：在AGI这场马拉松中，智谱甘愿放弃路边的掌声，只为一件事——第一个撞线。
无论最终结果如何，唐杰这封内部信已经为2025年的AI行业注入了一剂强力的“技术宣言”：在喧嚣的商业化浪潮之外，依然有玩家选择仰望星空，脚踏实地地攀爬那几座最高的山峰。而AGI的未来，或许就藏在这一次次“摸高”的尝试之中。