7 月 11 日，智谱创始人唐杰发了一封名为《巨浪已来》的内部信，宣布启动「Touch High（摸高）计划」，喊出「不登顶，就是失败」。

两天前，智谱刚发布 314 亿港元配售公告，预计 7 月 13 日交割。三天前，首批限售股刚解禁。同一周，MiniMax 解禁暴跌 18%，闫俊杰发信宣布停薪送股。

两家港股大模型公司的创始人，48 小时内各写了一封信。闫俊杰那封是「我愿意自己少拿」，唐杰这封是「我们要往更高的地方花」。形式不同，核心功能一样：解释为什么还要继续烧钱。

但这封信真正值得拆解的，不是口号本身，而是它悄悄重写了一件事——AGI 的考试范围。

一、这封信为什么是今天发

时间线很密。

1 月 8 日，智谱以 116.2 港元的发行价登陆港股。此后半年，股价最高冲到近 3000 港元，涨幅超 24 倍，市值一度破 1.3 万亿港元——成为国内首家跻身「万亿港元俱乐部」的大模型公司。

7 月 8 日，首批限售股解禁。7 月 9 日，公司立刻发布配售公告：以每股 1588 港元发行最多约 1978 万股新 H 股，预计募资 314 亿港元，7 月 13 日交割。前脚解锁老股东，后脚引入新股东，同日股价一度涨超 20%。

7 月 10 日，隔壁 MiniMax 迎来解禁，当天暴跌 18%，创始人闫俊杰随即发出全员信：实现 AGI 前不再领取薪酬，个人拿出 5% 股份用于团队激励和开源支持。

7 月 11 日，唐杰发出《巨浪已来》。

这个节点发信，核心功能只有一个：给烧钱提供新的叙事框架。

2025 年全年营收 7.24 亿元，净亏损 47.18 亿元。IPO 募的约 49 亿港元，截至 6 月底已动用 93%。资本市场最怕的叙事是「你们只会讲 AGI 不会赚钱」；但纯讲赚钱又会掉价——一季度 MaaS 平台 ARR 已达 17 亿元，API 调用定价提升 83% 但调用量反增 400%，说明模型确实在卖，只是还远远覆盖不了研发开支。

最好的解法就是把烧钱重新定义成「摸高」。

亏损不是问题，是登顶前的正常姿态。短期不追求变现，不是做不到，是故意不碰。

这套话术对内能打鸡血，对外能稳住估值叙事。作为一次组织沟通，它相当专业。

二、「反直觉」三个字是全信最弱的修辞

信里反复强调智谱的方法论是「本质、反直觉、专注」。可四座高峰摆出来以后，反直觉在哪？

长程任务——全行业都在做。coding agent、deep research、多步工具调用，本质都是让模型在更长时间轴上别崩。OpenAI 在做，Anthropic 在做，Google 在做，国内各家也在做。

自治智能体系统——没有任何一家头部公司会说「我们不做 agent」。

完全自我训练——这是 2023 年以来的标准焦虑：人类高质量数据快见底了，得靠合成数据、self-play、模型训模型。DeepSeek、Qwen、字节跳动，大家都在同一条路上。

极致安全治理——四条里唯一稍微有点硬的。点名要投百亿级做「机械可解释性」，在深度学习黑箱狂奔了十几年的背景下，如果真砸进去，确实是敢碰硬骨头。

所以更准确的说法不是「反直觉路线」，而是：

把行业共识重新包装成独有路线，再给它起一个能上热搜的名字。

Touch High 是好名字。反直觉是坏修辞——读者只要稍微在行内待过，就会觉得被低估了智商。

三、四座山里真正值得拆的，是「定义」

很多人嘲讽「完全自我训练」像小学生互怼变爱因斯坦。这有娱乐性，但不是最关键的问题。

最关键的问题是：这封信在悄悄重写 AGI 的考试范围。

信里给 AGI 的定义极高——「全人类智慧水平的总和」「创造出相对论级原创知识」。

可落到执行层，例子瞬间变窄：在软件里找漏洞，跨周跨月做项目，多智能体协作当数字员工，沙盒里自我改代码和合成数据。

这些当然难，当然有价值。但它们有一个共同特征：

大多发生在可回滚、可重试、可沙盒化的赛博世界里。

真正困难的 long horizon task 长这样：接管一个真实资金账户，半年后看能不能跑赢目标；在医院流程里参与诊疗闭环，对真实病人负责；处理完整劳动纠纷或商业诉讼，结果不可撤回；在物理世界里指挥机器人完成长期任务，坏了就是真坏了。

这些任务的共同点是：执行过程会不可逆地干预现实。没有无限重开局，没有完美 reward，没有干净沙盒。

这未必是阴谋。资本市场奖励可度量的进步——代码成功率、任务持续时长、智能体调用量、API 收入，这些都能按月写进表格。哲学意义上的 AGI 不能。于是最容易被测量、展示和商业化的那部分智能，慢慢成了整场比赛的考纲。你看到的每一次进步都是真的，只是它不等于整座山被征服了。

我并不反对智谱押注 coding 和 agent。

我警惕的是另一个动作：先改考纲，再证明进步。

当路线图主要在赛博世界里展开，终点却直接写成「全人类智慧的总和」，中间那段没有地图的路就被一句 AGI 跳过去了。在山脚立一块写着珠峰的牌子，不会让海拔自动升高。

四、「完全自我训练」和「极致安全」在逻辑上打架

信里最容易被忽略的裂缝在这儿。

能力侧说的是：建设合成数据工厂、AI 与 AI 博弈、沙盒里重构自身代码、让进化速度挣脱人类工程师的物理限制。

安全侧说的是：把人类伦理和国家法律法规作为底层公理写入价值函数、百亿级做机械可解释性、超级智能与超级对齐同步推进。

这两件事可以并存吗？可以。但前提是你承认一件事：

所谓「完全自我训练」，从来不是「完全」。

只要还要安全治理，就一定有人类设定的边界、过滤、奖励塑形和红线。只要有人类边界，就不是无中生有的自由进化。只要不是自由进化，就别把「挣脱人类工程师物理限制」喊得太满。

自动驾驶也可以一边提升自治能力，一边规定哪些场景必须由人接管。但它之所以能推进，恰恰是因为接管线画得非常具体：什么速度、什么天气、什么路况下必须交回方向盘。

「完全自我训练 + 极致安全」缺的就是这条线。哪些训练闭环可以完全交给模型？奖励函数能不能被模型自己修改？安全模块是否允许被训练过程一起重写？出了问题由谁按停止键？

两套口号分别成立，中间没有工程接口，就还不是路线图，是愿景 PPT。

再多说一句。合成数据和 self-play 不是邪路，但也不是魔法。它擅长放大已有分布里的能力，擅长在可验证任务上卷分数，不擅长凭空长出分布外的「相对论级原创」。如果你真信 AGI 的标准是相对论级原创知识，那 self-training 最多是燃料系统，不是发动机本身。

五、这封信也不全是口号

作为内部动员，《巨浪已来》写得很强——有历史、有对手、有山峰，也有一句所有人都能记住的口号。每天埋在训练任务和 agent 崩坏率里的员工，确实需要偶尔抬头看路。

更重要的是，信背后有真动作。GLM-5.2 以 MIT 协议开源、支持百万级上下文、完成多家国产算力平台适配；一季度 MaaS 平台 ARR 达 17 亿元、API 调用量增长 400%——叙事再大，最后还是要落到模型能不能干活，这些数字说明模型确实在干活。把安全写进四大引擎，哪怕目前更像品牌动作，至少说明他们知道能力叙事必须配上安全叙事。

所以我的评价是：一封合格的资本与组织叙事信，技术诚实度中等，修辞透支偏高。

六、真正该盯的不是「登顶」两个字

「不登顶就是失败」是坏的管理语言、好的传播语言。

坏在它没有退出路径，没有阶段指标，把复杂科研工程简化成全员有罪或全员胜利。好在它足够短、足够硬、足够被截图传播。

两年后回头看这封信，我建议只盯四个可验证的问题：

长程任务，有没有公开、可复现、不是 demo 的指标？比如连续多天完成真实软件工程任务的成功率，而不是一段剪辑过的视频。

自治 agent，有没有进入真实生产流，而不是多 agent 互相开会的花活？

自我训练，到底在哪些任务上带来了不可替代的提升，而不只是 benchmark 缓慢爬坡？

可解释性，有没有从论文和口号，变成真正改变训练或部署流程的工程组件？

如果这四件事有一件做成硬结果，「摸高」就算摸到了东西。如果两年后还是「巨浪、上界、登顶、全人类」，那今天这封信就只是一次成功的传播事件，仅此而已。

智谱当然可以摸高，中国大模型也应该有人继续赌上界，不能所有人都去做套壳和应用分发。

但请把话说准一点：你们现在摸的，大概率是「赛博世界里可商业化的智能上界」。那已经很难，也已经很值钱——但那还不是信末尾写的那个「属于全人类的高度」。

把工程追赶写成文明登顶，短期有传播红利，长期会透支信任。

真要登顶，先把山的海拔标清楚。