Titre de l’article source：《Exclusivité de Wan Dian｜Une lettre interne de Tang Jie affirme qu’un plan Touch High (toucher le haut) va être lancé, « ne pas atteindre le sommet, c’est un échec »》
Source de l’article source：Équipe Wan Dian

Wan Dian en exclusivité a appris que, aujourd’hui, le fondateur de Zhipu, Tang Jie, a publié une lettre interne exposant la compréhension de Zhipu sur la prochaine étape de la course à l’AGI. Dans sa lettre, Tang Jie indique que Zhipu continuera à suivre la soi-disant ligne « anti-intuitive » et lancera le « plan Touch High (toucher le haut) », c’est-à-dire à continuer de se concentrer sur la recherche sur l’AGI plutôt que sur la monétisation commerciale à court terme.

Sur la route jusqu’au point final de l’AGI, il y a quelques montagnes qu’il faut absolument franchir, et elles se trouvent aussi être l’endroit le plus bouillonnant de la vague technologique d’aujourd’hui. Les quatre sommets listés par Tang Jie sont les suivants :

- Tâche à long horizon (Long Horizon Task)

- Système d’agents autonomes (Autonomous Agent System)

- Entraînement totalement auto-entraîne (Fully Self Training)

- Gouvernance de sécurité extrême

Parmi eux, la gouvernance de sécurité extrême est particulièrement mise en avant : Zhipu prévoit d’investir des ressources de niveau « cent milliards » pour s’attaquer à la mécano-interprétabilité. Cela signifie clarifier la logique neuronale derrière les décisions du modèle, afin de faire passer les systèmes « boîte noire » vers des systèmes transparents et explicables.

Le 8 janvier de cette année, Zhipu est devenue la première entreprise de modèles à grande échelle à entrer à la Bourse de Hong Kong, avec un prix d’émission de 116,2 dollars de Hong Kong. Au cours des six mois suivants, le cours de l’action de Zhipu a atteint un maximum de 2 980 dollars de Hong Kong, soit une hausse de plus de 24 fois par rapport au prix d’émission, et sa capitalisation a à un moment dépassé 1,3 billion de dollars de Hong Kong.

Le 8 juillet, plus de 25 000 000 actions détenues par 11 investisseurs « piliers » ont été libérées ; les actions de Zhipu représentant plus de 40 milliards de dollars de Hong Kong de capitalisation sont entrées en circulation. Le marché pensait que la pression à la vente ne se matérialiserait pas, mais le cours de Zhipu n’a pas baissé : il a au contraire monté. Le lendemain, Zhipu a annoncé un placement de nouvelles actions à 1 588 dollars de Hong Kong par action, avec une décote d’environ 13 %, levant environ 31,4 milliards de dollars de Hong Kong : il s’agit de la plus haute statistique de placement unique cette année pour une entreprise d’IA cotée à Hong Kong.

Selon la version officielle de Zhipu, les fonds levés via le placement serviront principalement au développement du modèle de base, à la construction d’infrastructures de puissance de calcul, à l’expansion de la commercialisation et à la mise en place d’une stratégie d’écosystème mondial. Dans sa lettre ouverte, Tang Jie affirme que son jugement sur les « prochaines avancées de la limite du cognitif » « est aussi la cognition que nous voulons le plus transmettre à chacun ».

Dans une série d’évaluations globales, le modèle Zhipu GLM-5.2 a été reconnu comme ayant déjà atteint la limite des capacités des modèles les plus avancés à l’étranger ; et, grâce à sa caractéristique open source, il est apprécié dans la communauté technique.

Voici l’intégralité du contenu de la lettre interne :

《La vague géante est arrivée》

—— À chaque personne de Zhipu et à nos partenaires qui se soucient de l’avenir de l’intelligence artificielle

Qui sommes-nous : « l’essence, l’anti-intuition, la focalisation »

Zhipu n’a jamais été une entreprise qui court après les opportunités. Elle est sortie d’un laboratoire, avec une méthodologie vieille de vingt ans de ce laboratoire. Cette méthodologie peut se résumer en trois mots : essence, anti-intuition, focalisation — réfléchir suffisamment profondément pour oser choisir de façon suffisamment rigoureuse ; choisir de façon suffisamment rigoureuse implique de tenir suffisamment longtemps.

En regardant en arrière, presque chaque choix clé que nous avons fait semblait autrefois « anti-intuitif ». En 2006, nous avons gardé au froid une machine de bureau dotée d’un système de recherche académique, parce que nous voulions clarifier que derrière cela se trouvait la « découverte des mécanismes de l’évolution d’une discipline », une chose qui mérite d’y répondre avec dix ans ; de 2021 à 2022, quand « faire penser une machine comme un humain » était jugé par la grande majorité comme un plan fou à la manière d’un « voyage vers la lune », nous avons mobilisé des ressources, parié sur des paramètres de niveau mille de milliards, et réalisé GLM-130B — soit une année et demie entière avant que ChatGPT n’explose le monde ; puis, le jour du 8 janvier 2026 où Zhipu est entrée à la cote à Hong Kong en H, nous l’avons prise comme un nouveau point de départ : nous sommes revenus résolument et pleinement à la recherche sur les modèles de base, et nous attaquons de toutes nos forces le prochain génération de modèles.

Les autres sonnent la cloche, nous revenons à zéro. Ce n’est pas une posture : c’est une croyance — puisque la finalité est l’AGI, les intérêts à court terme ou les tendances du secteur ne sont que des paysages en chemin vers l’ultime.

Ce qui nous a portés jusqu’à aujourd’hui, c’est un idéalisme d’une focalisation extrême et d’une pureté absolue. Le système de recherche académique est passé d’une machine de bureau à dix millions d’utilisateurs : il nous a fallu dix ans ; pour la voie des modèles à grande échelle, cela a pris presque dix ans, et nous continuerons à y creuser avec détermination. Aujourd’hui, Zhipu, c’est un groupe de personnes qui veulent poser des questions sur l’essence, qui osent l’anti-intuition, et qui peuvent se focaliser pour mener les choses jusqu’au bout — et c’est la source de la compétitivité centrale de Zhipu.

Comment voyons-nous ce temps : la limite du cognitif se réécrit

Si, au cours des vingt dernières années, nous avons appris une chose, c’est celle-ci : de vraies opportunités commerciales ne se trouvent jamais dans l’ajustement fin des produits et des modèles, mais dans la transposition de la limite du cognitif. C’est notre jugement le plus fondamental sur la transformation de l’IA actuelle, et c’est aussi la cognition que nous voulons transmettre à tous.

Cette fois, la transformation n’est pas en soi une innovation produit ni une innovation de modèle commercial, mais une révolution technologique qui élève la « limite du cognitif ». Qui pourra d’abord pousser cette limite d’un cran vers le haut, redéfinira alors les bornes de capacité de milliers de métiers. Toutes les entreprises de nouvelle génération d’IA, axées sur les premiers principes, se disputent précisément cette percée d’un cran.

Et l’évolution de la limite du cognitif suit un chemin clair. L’intelligence artificielle est en train de passer de l’intelligence de perception à l’intelligence cognitive : la machine ne fait plus seulement « voir » et « entendre », elle commence à « comprendre » et à « raisonner ». Et la prochaine étape vise directement l’AGI.

Nous avons une définition simple mais exigeante de l’AGI : l’AGI n’est pas la somme de l’intelligence d’un seul génie, mais la somme du niveau d’intelligence de toute l’humanité. Elle devrait être capable de créer des connaissances originales au niveau de « la relativité », et c’est la seule norme par laquelle nous évaluons si nous avons réellement atteint le sommet. Sur le chemin vers ce point final, il y a quelques montagnes qu’il faut absolument franchir, et elles se trouvent être aussi les lieux les plus bouillonnants de la vague technologique d’aujourd’hui :

Première montagne : capacité de tâches à long horizon (Long Horizon Task)

La percée la plus excitante aujourd’hui, c’est apprendre aux modèles à accomplir une tâche extrêmement longue — pas une réponse immédiate, mais une planification et une exécution qui traversent des semaines, des mois, voire des années. Par exemple, un modèle peut chercher sans fatigue des failles dans des logiciels ; en essence, il apprend la manière de penser d’un expert sécurité de premier plan, puis amplifie cette approche grâce à l’endurance de la machine.

Deuxième montagne : système d’agents entièrement autonomes (Autonomous Agent System)

Au-dessus des tâches à long horizon, un groupe d’agents intelligents capables de piloter de manière autonome, de coopérer et de travailler 7×24 heures, deviendra une nouvelle forme de productivité. Nous avons déjà mentionné « l’entreprise d’un seul individu OPC », mais les pas de la technologie vont plus vite que prévu : nous allons vers « l’entreprise entièrement automatisée NPC ». La mémoire (Memory), l’apprentissage continu (Continual Learning) et l’auto-évaluation (Self-Judge), trois problèmes jadis jugés nécessiter une transformation de paradigme pour être résolus, sont désormais progressivement dissipés sous l’effet combiné de la technologie et des applications : le long contexte et la génération augmentée par la recherche (RAG) se rapprochent de l’ébauche de la mémoire ; l’augmentation de la fréquence d’itération des modèles elle-même se rapproche de l’apprentissage continu ; et les modèles de pointe ont déjà laissé entrevoir les germes d’une auto-évaluation.

Troisième montagne : auto-évolution (Self-Evolving)

C’est la plus difficile, et aussi la plus séduisante. L’entraînement AI vers AI a déjà pris forme : les modèles écrivent leur code eux-mêmes, nettoient et synthétisent les données eux-mêmes, et s’entraînent eux-mêmes. Cela consommera peut-être un peu de puissance de calcul, mais cela permet d’économiser la main-d’œuvre et le temps les plus précieux. Et à l’ère des grands modèles, la vitesse est la plus importante : des itérations rapides creusent directement l’écart générationnel dans la cognition. Quand les entreprises de premier plan à l’étranger commencent à construire des grappes de calcul au niveau de centaines de milliers, voire deux cents mille puces, leur usage réel pourrait très bien être de permettre aux modèles de s’entraîner eux-mêmes.

Après avoir franchi ces trois montagnes, que se passera-t-il ?

L’IA va commencer à apprendre ce qu’est « je », et ce qu’est la conscience de soi ; puis, plus loin, elle touchera les émotions humaines ; au plus loin, c’est l’« conscience » elle-même. De la perception à la cognition, de la cognition vers le général, du général vers la super intelligence (ASI) — cette voie est déjà ouverte, la vague géante est arrivée, et elle est irréversible.

Ce n’est pas seulement notre point de vue. Dans le rapport de Google DeepMind « From AGI to ASI », une assertion froide est donnée : même si les capacités d’un modèle unique ne dépassent jamais le niveau humain, tant que la puissance de calcul continue de croître, la super intelligence pourrait être « poussée » de force. Ils raisonnent : si des instances d’AGI exécutables à l’échelle mondiale augmentent à un rythme dix fois plus rapide chaque année, on atteindra cent millions au bout de cinq ans. Ces agents, qui partagent un même cerveau de base, dont l’efficacité de réflexion est cent fois supérieure et dont la copie d’expériences se fait à coût zéro, équivalent, au niveau du collectif, à l’ASI. En d’autres termes, pour passer de l’AGI à l’ASI, il faut à la fois une percée au niveau des algorithmes et la concentration de ressources de puissance de calcul ultra importantes.

Cette tendance irréversible va traverser l’ensemble de la pile technologique de haut en bas : à l’arrivée de l’AGI, les applications d’aujourd’hui devront peut-être être reconstruites comme des applications nativement IA, voire ne plus nécessiter ces applications ; le système d’exploitation pourrait être réécrit : à l’avenir, quand vous ouvrez votre ordinateur, vous verrez un « LLM OS », où toutes les fonctions sont générées à la demande (generate on demand) ; plus loin encore, c’est un défi lancé au système de Von Neumann, qui fonctionne depuis quatre-vingts ans. La finance, le droit, le e-commerce, Internet… aucun secteur ne sera épargné. Beaucoup d’amis me trouvent et me disent vouloir transformer l’entreprise, suivre le rythme de l’IA, mais ceux qui ont vraiment vu que « cette transformation irréversible est déjà enclenchée » sont encore très peu nombreux.

La direction que nous investissons à fond : « toucher le haut »

Après avoir reconnu la tendance, il reste à choisir. Et le choix de Zhipu, comme toujours, est « anti-intuitif » : à l’époque où l’ensemble de l’industrie accélère la monétisation, nous décidons de percer vers le haut.

Nous avons nommé cette stratégie le « plan Touch High (toucher le haut) ». À l’étape historique où l’intelligence artificielle traverse le passage de la perception et de la cognition vers une intelligence entièrement générale, Zhipu, avec la posture du « toucher le haut », va défier les limites physiques et algorithmiques de la technologie actuelle. Dans les deux prochaines années, nous prévoyons d’investir stratégiquement : sans poursuivre la monétisation des applications à court terme, mais en visant directement le prochain haut lieu de l’AGI.

Cet investissement se concentrera sur quatre moteurs principaux :

D’abord, les tâches à long horizon. Faire passer l’IA de la « réponse immédiate » à « l’ingénierie grand format ». Développer une nouvelle architecture de mémoire, afin que le modèle traverse tout le cycle de vie d’un projet « apprend pendant qu’il fait, fait pendant qu’il apprend, et se souvient pendant qu’il fait ». Et le modèle doit aussi disposer d’une capacité de niveau supérieur lui permettant de décomposer de manière autonome des objectifs grand format (comme « concevoir une nouvelle molécule de médicament anti-cancer ») en plusieurs milliers de sous-tâches exécutables.

Ensuite, les systèmes d’agents autonomes. Passer de « l’assistant intelligent » à « l’employé numérique ». Construire une société d’agents intelligents comprenant des milliers et plus de « personnalités » et de « compétences » différentes, afin qu’ils puissent débattre de manière autonome, coopérer, examiner le code, et planifier les ressources, pour réaliser une productivité numérique au niveau de « la conduite autonome ».

Troisièmement, l’entraînement entièrement auto-entrainé (Fully Self Training). Alors que les données humaines de haute qualité vont bientôt s’épuiser, transformer la puissance de calcul en carburant de l’évolution : construire des usines de données synthétiques de haute qualité. Grâce au « duel » entre IA et IA (Self-Play), produire des connaissances « ex nihilo », et, dans un bac à sable de sécurité, donner au système la capacité de restructurer son propre code, afin que la vitesse d’évolution s’affranchisse des limites physiques des ingénieurs humains.

Quatrièmement, une gouvernance de sécurité extrême. C’est le moteur des quatre que je veux mettre le plus en avant.

Plus les capacités sont fortes, plus les mécanismes de contraintes de sécurité doivent être solides. Dès la fondation de Zhipu, l’entreprise a établi des principes : l’IA doit servir le bien-être de l’humanité, et servir la stratégie nationale. La société rejette les rustines de sécurité « externes » et insiste pour inscrire, dans la fonction de valeur du modèle au niveau des axiomes fondamentaux, l’éthique humaine, les normes sociales et les lois et règlements nationaux ; elle prévoit d’investir des ressources de niveau cent milliards pour s’attaquer à la « mécano-interprétabilité », clarifier la logique neuronale derrière les décisions du modèle, et faire évoluer le système boîte noire vers un système transparent et explicable ; en même temps, elle participe activement à la gouvernance internationale de l’IA pour prévenir les abus des technologies d’IA.

Cette urgence n’est pas une inquiétude sans fondement. Quand les plus avancés modèles de pointe à l’étranger, pour des raisons de risque, retardent la publication complète en open, et que les dirigeants de ces entreprises avertissent publiquement des impacts profonds de l’IA sur l’équilibre des forces mondial, nous devons rester lucides : la réalisation de la super intelligence et les recherches sur une super alignement doivent avancer simultanément. C’est aussi une question que nous réexaminons à plusieurs reprises face aux technologies disruptives : l’histoire montre encore et encore que lorsqu’une technologie arrive à un niveau de puissance capable de changer le cours de la civilisation, la sécurité n’est plus un accessoire, mais la condition fondamentale pour que la technologie puisse survivre et être autorisée à être appliquée.

Écosystème ouvert : la logique sous-jacente de l’accès universel à l’intelligence et de la gouvernance de sécurité

Nous avons toujours pensé que, en tant que technologie stratégique qui mène le futur, l’intelligence artificielle ne peut pas développer durablement sans un écosystème industriel ouvert et coopératif. La valeur de l’intelligence de pointe ne réside pas seulement dans la percée technologique elle-même, mais aussi dans sa capacité à donner largement du pouvoir à des milliers de secteurs, et à bénéficier à chaque développeur. Nous croyons fermement que la véritable sécurité ne se construit pas sur la fermeture technologique et des barrières, mais vient d’une construction, d’un partage et d’une supervision largement partagés sous le soleil.

C’est précisément sur cette reconnaissance profonde de la promotion de la technologie que Zhipu a rendu sa réponse stratégique. Récemment, nous avons publié un modèle open source GLM-5.2 qui est, à ce jour, le plus performant en capacités : il prend en charge un contexte véritablement utilisable de un million (1M), continue de maintenir son avance sur les tâches à long horizon, est ouvert à l’ensemble des utilisateurs, et sera publié officiellement en open source sous le protocole MIT le plus permissif : tout le monde peut le télécharger, le déployer et l’utiliser à des fins commerciales, sans restrictions sur les sujets. C’est l’attitude ferme de l’entreprise exprimée sous forme de produit.

Nous faisons le choix de croire en une autre voie : l’intelligence de pointe ne devrait pas n’appartenir qu’à un petit nombre, et ne devrait pas non plus être retirée à tout moment par un petit nombre de règles. Elle devrait être ouverte, utilisable, constructible, et servir chaque développeur.

Ce n’est pas contradictoire avec « toucher le haut » ; au contraire, ce sont deux faces d’une même médaille. D’une main, nous touchons le haut, défiant les limites de l’intelligence ; de l’autre, nous ouvrons la route en bas, afin que les capacités les plus avancées soient ouvertes et bénéficient au plus grand nombre. La hauteur touchée appartient à toute l’humanité, et la route construite appartient à chacun.

Conclusion : pourquoi maintenant, pourquoi nous

Certains demanderont : pourquoi, après la cotation, Zhipu continuerait-elle à investir des ressources centrales et à « toucher le haut » vers une direction la plus incertaine ? Parce que nous croyons à une vérité simple : le véritable constructeur du sommet transformera la montagne en route.

L’essence que nous avons clarifiée, a été consolidée en consensus de centaines de scientifiques à travers le projet « modèle悟道 », puis est devenue un socle pour le départ des entrepreneurs d’une génération grâce aux investissements industriels de Zhipu et à l’ensemble de l’écosystème. Aujourd’hui, nous voulons construire cette voie plus haut et plus large : assez haut pour protéger notre propre sécurité et défendre la sécurité nationale ; assez haut pour donner à l’humanité la possibilité d’explorer davantage d’inconnus, d’explorer les mystères de l’univers ; et assez large pour permettre à chaque développeur et à chaque équipe d’y parvenir.

À l’ère de l’AGI, ces choses jadis inaccessibles pour la plupart, pour la première fois, deviennent possibles à réaliser. C’est la plus grande chance de notre génération d’individus chinois, et c’est aussi la responsabilité la plus lourde.

La vague géante est arrivée, et la tendance est irréversible. Zhipu doit être la personne qui affronte les vagues et touche le haut vers l’avant.

Ne pas atteindre le sommet, c’est un échec.

Cette fois, ce que nous allons toucher, c’est la hauteur qui appartient à toute l’humanité.

Fondateur de Zhipu : Tang Jie

11 juillet 2026

Lien d’origine

Cliquez pour découvrir l’initiative Lawett BlockBeats qui recrute des postes

Bienvenue à rejoindre le groupe communautaire officiel de律动 BlockBeats：

Groupe d’abonnement Telegram : https://t.me/theblockbeats

Groupe Telegram de discussion : https://t.me/BlockBeats_App

Compte Twitter officiel : https://twitter.com/BlockBeatsAsia