智谱跻身万亿港元俱乐部的消息，在圈里炸开了锅。市值半年涨了10倍，不仅把百度甩在身后近3倍，还反超了小米。更狠的是，7月首批股票解禁后，股价依然没掉链子。 这泼天的富贵不是靠蹭风口蹭来的。把时间拨回2025年初，当大多数公司还在卷应用层微调、想方设法让AI回答得更像人时，智谱做了一个极其反直觉的决定：全面收敛资源，死磕模型的Coding和Reasoning能力。创始人唐杰当时就断言，Chat范式的探索已经基本结束。 事实证明，这场豪赌押对了。AI Coding已经成了大模型商业化离钱最近的赛道。你看同样靠Coding弯道超车的Anthropic，年化收入从8700万美金一路飙到470亿美元。智谱自己交出的答卷也足够硬核，开源的GLM-5.2在多个核心指标上直接追平甚至超越了Claude和GPT的最新旗舰，MaaS平台ARR一年暴涨60倍，干到了17亿元。 但这只是表象。唐杰在内部信里把底牌亮得很清楚：真正的商业机会，从来不在产品和模式的微调里，而在智能上界的跃迁中。押注Coding的底层逻辑，不是为了多写几行代码，而是为了让AI具备与智能体共生共荣的能力，从而推高智能上界，重构整个生产力形态。 别总在应用层缝缝补补找机会了。去推高那寸智能上界，才是这轮巨浪里唯一值钱的门票。 智谱靠死磕Coding赚到了真金白银，但这套打法能走多远，取决于我们怎么定义AI的终极形态。唐杰在内部信里把话挑明了：Chat范式的探索已经基本结束。这意味着，那个你敲一行字、它回一段话的“有问必答”时代，其实已经见顶了。 过去两年，大家习惯了把AI当成一个超级客服。你提需求，它被动接单，生成个文案、写段代码，本质上还是在做效率工具的缝缝补补。但这种被动响应的模式，天花板太低。真正的生产力革命，不是让AI回答得更快，而是让它学会主动创造。 就像跨境电商行业的演进，从有什么卖什么的铺货，到主动为用户定义新物种，划分出了新旧两代创业者的核心差异。AI的进化也是同理。如果永远停留在“被动接单”，它就只是个高级点的文本生成器；只有走向“主动创造”，它才能成为真正的数字员工。 唐杰在信里强调，人工智能正在完成从感知到认知的跨越，机器不再只是“看见”和“听见”，而是开始“理解”和“推理”。下一步，它需要自己规划跨越数周乃至数月的任务，自己寻找漏洞，自己驱动执行。这不再是简单的指令响应，而是机器在模仿甚至超越顶级专家的思维方式。 别再指望靠套壳一个对话框或者微调几个参数就能改变世界了。真正的商业机会，从来不在产品和模式的微调里，而在通过长程任务与自我进化不断推高智能上界，重构生产力形态。当AI开始主动规划、主动执行，甚至主动训练自己时，它重构的就不只是某个具体场景的体验，而是千行百业的能力边界。让机器从“接单员”变成“创造者”，才是这轮技术革命里最值钱的门票。 既然AI要从接单员变成创造者，智谱接下来的牌具体怎么打？唐杰在内部信里直接亮出了两张底牌：长程任务和完全自治的智能体系统。 以前我们让AI写段代码、改个bug，那是短平快的即时反馈。现在智谱要啃的是长程任务，用唐杰的原话讲，是跨越数周、数月乃至数年的规划与执行。这就好比以前你雇了个只管执行的打字员，现在你要培养一个能独立操盘半年项目的业务总监。模型不知疲倦地在软件里找漏洞、做规划，本质上是在复刻顶级专家的思维，然后用机器的耐力把它无限放大。 有了长程任务打底，下一步就是构建完全自治的智能体系统。唐杰在信里提到了一个很绝的概念，全自动化公司NPC。以前大家总调侃一人公司，现在技术直接把形态推向了无人公司。记忆、持续学习、自我评判这些曾经的硬骨头，正在被长上下文和模型迭代频次一点点消化。7乘24小时自主驱动、协同作业的智能体群体，不再是PPT里的概念，而是实打实的新生产力形态。 这两张底牌打出来，其实就是在回应那个核心命题。AI真正的商业机会，从来不在产品和模式的微调里，而在通过长程任务与自我进化不断推高智能上界。谁能率先把这套自治系统跑通，谁就能重新定义千行百业的能力边界。别总盯着怎么把对话框的交互做得更丝滑了，去构建能自我运转的数字员工矩阵，才是真正能吃到这轮巨浪红利的硬核解法。 要让刚才说的数字员工矩阵真正跑起来，光有长程任务的规划能力还不够，底层必须得有一套能支撑它持续运转的记忆与学习机制。以前的大模型像个金鱼，聊完就忘，每次对话都是全新开始，这种状态根本干不了长周期的活。 唐杰在内部信里直接点破了这层窗户纸。记忆、持续学习、自我评判，这三个曾经被业界认为必须靠范式变革才能搞定的硬骨头，现在正被技术和应用双重驱动一点点啃下来。长上下文加上检索增强生成（RAG），硬是拼凑出了记忆的雏形；模型迭代频次的疯狂提升，本身就在逼近持续学习的效果；而最前沿的模型甚至已经显露出自我评判的萌芽。 以前我们总觉得，要让AI变聪明，就得靠人类工程师天天喂数据、调参数，做无尽的微调。现在智谱的思路变了，是让系统自己长出记忆，在持续运转中自己积累经验。这就好比给数字员工装上了海马体，让它不仅能记住几个月前交代的项目细节，还能在干活中不断复盘迭代。 别再把精力耗在给模型做参数微调这种体力活上了。真正的商业壁垒，在于谁能率先拼凑出这套具备记忆和持续学习能力的技术底座。当AI不再是个用完即走的对话框，而是一个能不断积累经验、自我进化的自治系统时，它推高的才是整个行业的智能上界。去死磕这些底层的技术拼图，才是这轮巨浪里最硬核的解法。 技术底座拼凑得再完整，如果还得靠人类天天盯着喂数据，那终究只是个高级点的工具。唐杰在内部信里直接掀开了最艰难也最诱人的一张底牌：自我进化。他原话讲得很透彻，AI训练AI已经成型，模型自己写代码、自己清洗与合成数据、自己训练自己。 以前我们搞大模型，靠的是海量人类工程师苦哈哈地洗数据、标参数。现在智谱的思路是直接用算力换人力。这听起来像是在烧钱，但背后的账算得很精。大模型时代速度就是一切，快速迭代能直接拉开认知的代际差距。你看海外头部企业疯狂筹建百万乃至两百万芯片级别的算力集群，真以为只是为了跑更大的参数规模？其真正的用途，很可能正是让模型自己训练自己。 自我进化消耗的确实是海量算力，但省下的却是最宝贵的人力与时间。当AI不再依赖人类喂饭，而是学会自己找食材、自己做饭，甚至自己改良菜谱，它推高的就是整个行业的智能上界。这种机器自己卷自己的模式一旦跑通，人类工程师能做的就只剩下定方向和踩刹车了。 别再把眼光局限在怎么给现有模型做点参数微调、挤点牙膏上了。真正的商业机会，从来不在产品和模式的微调里，而在通过长程任务与自我进化不断推高智能上界，重构生产力形态。去抢占自我进化的算力高地，让机器在自我迭代中完成这场跨越，才是这轮巨浪里真正能拉开身位的底牌。 看完智谱这封内部信，很多还在卷应用层微调的AI创业者估计心里得凉半截。以前大家总觉得，拿个开源模型微调一下，套个漂亮的壳，就能在垂直赛道里切块蛋糕。现在的现实是，那些只做简单微调的公司很多连百万营收都挣扎，而智谱靠着死磕底层能力，MaaS平台ARR一年暴涨60倍干到了17亿元。 这背后的逻辑其实很残酷。唐杰在信里说得很直白，真正的商业机会，从来不在产品和模式的微调里，而在智能上界的跃迁中。这话听着刺耳，但确实是当下最冷的现实。当大模型开始具备长程任务能力，甚至能自己训练自己时，那些靠微调参数挤出来的效率提升，在自我进化的指数级爆发面前根本不值一提。Google DeepMind推演过，若全球可运行AGI实例以每年十倍速增长，五年后将达一亿个。这种零成本复制经验的群体智能，会直接把传统微调应用碾成渣。 给同行们提个醒，别再盯着怎么把提示词工程玩出花，或者微调个小模型去抢那点辛苦钱了。把目光放长远点，去研究怎么让AI接管更长的任务周期，去探索算力换人力的自我进化路径。AI真正的商业机会不在产品微调，而在通过长程任务与自我进化不断推高智能上界，重构生产力形态。谁能跳出微调的泥潭，谁才能真正拿到下一张牌桌的入场券。