Judul naskah asli：《Late Exclusive｜Surat internal Tang Jie menyebut akan membuka program Touch High（摸高）, 「Tidak mencapai puncak, berarti gagal」》
Sumber naskah asli：Tim Late

Late eksklusif mengetahui, hari ini pendiri Zhipu Tang Jie menerbitkan surat internal yang menguraikan pemahamannya tentang persaingan AGI ke depan. Dalam suratnya, Tang Jie menyatakan bahwa Zhipu selanjutnya akan terus melanjutkan apa yang disebut jalur “anti-intuitif”, dengan membuka program “Touch High（摸高）”, yaitu tetap berfokus pada riset AGI, bukan mencari monetisasi bisnis jangka pendek.

Di jalan menuju titik akhir AGI, ada beberapa puncak gunung yang harus dilewati, dan puncak-puncak itulah yang paling ramai di tengah gelombang teknologi saat ini. Tang Jie mencantumkan empat puncak tinggi tersebut:

- Tugas horizon panjang (Long Horizon Task)

- Sistem agen cerdas otonom (Autonomous Agent System)

- Pelatihan diri sepenuhnya (Fully Self Training)

- Tata kelola keamanan yang ekstrem

Di antaranya, tata kelola keamanan yang ekstrem ditekankan secara khusus. Zhipu berencana mengerahkan sumber daya skala puluhan miliar untuk mengatasi masalah interpretabilitas mekanis. Ini berarti menjernihkan logika neuron di balik keputusan model, serta mendorong sistem black-box beralih menjadi sistem yang transparan dan dapat dijelaskan.

Pada 8 Januari tahun ini, Zhipu mendarat di HKEX sebagai saham pertama model besar dengan harga emisi 116,2 dolar HK. Setelah setengah tahun, harga saham Zhipu sempat menembus setinggi 2.980 dolar HK, naik lebih dari 24 kali dibanding harga emisinya, dan nilai pasar sempat melampaui 1,3 triliun dolar HK.

Pada 8 Juli, 25 juta lebih saham yang dimiliki 11 investor jangkar dilepas (lock-up berakhir). Saham Zhipu dengan nilai pasar lebih dari 40 miliar dolar HK mulai beredar. Pasar semula mengira tekanan jual tidak akan terjadi, tetapi harga saham Zhipu justru naik, bukan turun. Keesokan harinya Zhipu mengumumkan penempatan saham baru dengan harga 1.588 dolar HK per saham, dengan diskon sekitar 13%, untuk menghimpun sekitar 314 miliar dolar HK—ini menjadi rekor penempatan satu kali tertinggi perusahaan AI di bursa saham Hong Kong tahun ini.

Menurut penjelasan resmi Zhipu, dana dari penempatan terutama digunakan untuk riset model fondasi, pembangunan infrastruktur komputasi, ekspansi komersialisasi, serta penataan ekosistem global. Dalam surat terbuka, Tang Jie menyatakan bahwa penilaiannya terhadap loncatan batas atas kecerdasan “juga merupakan wawasan yang paling ingin kami sampaikan kepada semua orang”.

Dalam serangkaian pengujian komprehensif, model Zhipu GLM-5.2 diakui telah menyentuh batas kemampuan model yang paling di garis depan di luar negeri, dan karena sifatnya open-source, model ini disukai di komunitas teknis.

Berikut adalah isi lengkap surat internal:

《巨浪已来》

——Untuk setiap anggota Zhipu dan mitra yang peduli pada masa depan kecerdasan buatan

Siapa kami: “esensi, anti-intuitif, fokus”

Zhipu bukanlah perusahaan yang mengejar tren sesaat. Ia tumbuh dari sebuah laboratorium, membawa metodologi dari laboratorium itu selama dua puluh tahun. Metodologi ini bisa diringkas dengan tiga kata: esensi, anti-intuitif, fokus—kalau ingin berpikir cukup dalam, barulah berani memilih cukup tidak intuitif; kalau pilihan cukup berani melawan arus, maka harus bisa bertahan cukup lama.

Jika menoleh ke belakang, hampir setiap keputusan kunci kami dulu pernah tampak “anti-intuitif”. Pada 2006, kami menahan dengan tenang sistem penelusuran akademik di komputer desktop, karena kami ingin memahami—bahwa “menggali mekanisme evolusi disiplin ilmu” adalah hal yang layak dijawab dengan waktu sepuluh tahun; pada 2021 hingga 2022, ketika “membuat mesin berpikir seperti manusia” dianggap oleh mayoritas orang sebagai rencana gila seperti pergi ke bulan, kami mengalihkan sumber daya dan bertaruh pada parameter skala triliunan, sehingga melahirkan GLM-130B—tepat itu, satu setengah tahun sebelum ChatGPT meledakkan dunia; dan pada hari Zhipu go public H股 pada 8 Januari 2026, kami memperlakukannya sebagai titik awal baru, dengan teguh kembali sepenuhnya ke riset model dasar, dan menyerang model generasi berikutnya secara habis-habisan.

Orang lain mengetuk lonceng, kami kembali ke nol. Ini bukan gaya-gayaan, melainkan keyakinan—jika ujungnya adalah AGI, maka keuntungan jangka pendek atau tren industri hanyalah pemandangan di sepanjang jalan menuju penutup.

Yang menopang kami bertahan sampai hari ini adalah sebuah idealisme: fokus yang ekstrem dan ketulusan yang sangat murni. Dari sistem pencarian akademik yang beralih dari satu komputer desktop menjadi puluhan juta pengguna, kami butuh sepuluh tahun; untuk jalur model besar, kami melakukan hampir sepuluh tahun lagi, dan juga akan terus memperdalam dengan tegas, berjalan terus. Hari ini, Zhipu adalah sekelompok orang yang bersedia terus bertanya tentang esensi, berani melakukan anti-intuitif, sekaligus mampu fokus dan menuntaskan sesuatu sampai selesai—itulah sumber kompetensi inti Zhipu.

Bagaimana kami memandang zaman ini: batas atas kecerdasan sedang ditulis ulang

Jika dalam dua puluh tahun terakhir kami mempelajari satu hal, itu adalah: peluang bisnis yang benar tidak pernah ada pada penyesuaian kecil terhadap produk dan model, melainkan pada loncatan batas atas kecerdasan. Inilah penilaian paling fundamental kami terhadap transformasi AI saat ini, dan ini adalah wawasan yang paling ingin kami sampaikan kepada semua orang.

Transformasi kali ini, secara esensi, bukanlah inovasi produk atau inovasi model bisnis, melainkan revolusi teknologi yang menaikkan “batas atas kecerdasan”. Siapa pun yang pertama mampu mendorong batas itu naik sejengkal, dialah yang akan mendefinisikan ulang batas kemampuan semua industri. Semua perusahaan AI generasi baru yang fokus pada prinsip pertama, memperebutkan terobosan sejengkal itu.

Adapun evolusi batas atas kecerdasan memiliki jalur yang jelas. Kecerdasan buatan sedang menyelesaikan lompatan dari kecerdasan berbasis persepsi (perception) menuju kecerdasan berbasis kognisi (cognition)—mesin tidak lagi hanya “melihat” dan “mendengar”, tetapi mulai “memahami” dan “bernalar”. Langkah berikutnya mengarah langsung ke AGI.

Kami memiliki definisi AGI yang sederhana sekaligus ketat: AGI bukanlah kebijaksanaan dari seorang jenius, melainkan akumulasi dari tingkat kecerdasan seluruh umat manusia. AGI seharusnya memiliki kemampuan untuk menciptakan pengetahuan original level “Relativitas”—ini adalah satu-satunya standar untuk mengukur apakah kami benar-benar mencapai puncak. Di jalan menuju titik akhir itu, ada beberapa puncak gunung yang harus dilewati, dan puncak-puncak itulah yang sedang paling bergolak di gelombang teknologi saat ini:

Gunung pertama: kemampuan tugas horizon panjang (Long Horizon Task)

Terobosan yang paling menggembirakan saat ini adalah membuat model mampu menyelesaikan satu tugas yang sangat panjang—bukan tanya-jawab instan, melainkan perencanaan dan eksekusi yang melintasi beberapa minggu, beberapa bulan, bahkan beberapa tahun. Misalnya, sebuah model bisa tanpa lelah mencari celah di perangkat lunak; pada dasarnya, itu sedang mempelajari cara berpikir seorang pakar keamanan kelas atas, lalu memperbesar cara itu lewat ketahanan mesin.

Gunung kedua: sistem agen cerdas yang sepenuhnya otonom (Autonomous Agent System)

Di atas tugas horizon panjang, sekumpulan agen cerdas yang mampu menggerakkan secara mandiri, berkolaborasi, dan beroperasi 7×24 jam akan menjadi bentuk produktivitas baru. Kami pernah menyebut “OPC perusahaan satu orang”, tetapi langkah teknologinya lebih cepat daripada yang dibayangkan—kami sedang menuju “perusahaan NPC yang sepenuhnya terotomatisasi”. Tiga masalah yang dulu dianggap perlu perubahan paradigma untuk diselesaikan—Memori (Memory), Pembelajaran berkelanjutan (Continual Learning), dan Penilaian diri (Self-Judge)—kini secara bertahap mulai terurai berkat dorongan ganda dari sisi teknologi dan aplikasi: konteks jangka panjang serta RAG (retrieval-augmented generation) mendekati bentuk embrio memori; peningkatan frekuensi iterasi model sendiri mendekati pembelajaran berkelanjutan; dan model-model terdepan sudah menunjukkan cikal bakal penilaian diri.

Gunung ketiga: evolusi diri (Self-Evolving)

Inilah yang paling sulit, sekaligus paling menggiurkan. Melatih AI yang melatih AI sudah terbentuk—model menulis kode sendiri, membersihkan dan menyintesis data sendiri, serta melatih dirinya sendiri. Ini mungkin menghabiskan sebagian komputasi, namun menghemat sumber daya manusia dan waktu yang paling berharga. Pada era model besar, kecepatan adalah yang paling penting: iterasi cepat langsung melebar jarak generasi dalam kognisi. Ketika perusahaan teratas di luar negeri mulai membangun klaster komputasi skala satu juta hingga dua juta chip, penggunaan nyatanya kemungkinan besar adalah membuat model melatih dirinya sendiri.

Apa yang terjadi setelah melewati tiga gunung ini?

AI akan mulai belajar apa itu “aku” dan bagaimana pengenalan diri; setelah itu, ia akan menyentuh emosi manusia; lebih jauh lagi, ia akan menyentuh kesadaran itu sendiri. Dari persepsi ke kognisi, dari kognisi ke umum, dari umum ke kecerdasan super (ASI)—jalur ini sudah dibuka, gelombang besar sudah datang, dan tidak bisa dibalik.

Ini bukan pendapat kami saja. Google DeepMind dalam laporan “From AGI to ASI” mengeluarkan vonis yang dingin: bahkan jika kemampuan satu model tidak pernah melampaui level manusia, selama komputasi masih terus bertumbuh, kecerdasan super bisa “dipaksa” keluar. Mereka memproyeksikan bahwa jika instance AGI yang bisa berjalan di seluruh dunia tumbuh dengan kecepatan sepuluh kali per tahun, maka setelah lima tahun akan mencapai seratus juta. Agen cerdas yang berbagi “otak” dasar yang sama, meningkatkan efisiensi berpikir seratus kali, dan menyalin pengalaman dengan biaya nol, pada tingkat kelompok dapat disetarakan dengan ASI. Dengan kata lain, beralih dari AGI ke ASI tidak hanya butuh terobosan pada lapisan algoritme, tetapi juga perlu pengumpulan sumber daya komputasi raksasa.

Tren yang tidak bisa diubah ini akan menembus seluruh tumpukan teknologi dari atas ke bawah. Ketika AGI datang, aplikasi hari ini mungkin harus direkonstruksi menjadi AI-native, bahkan mungkin aplikasi tersebut tidak lagi dibutuhkan; sistem operasi bisa ditulis ulang—di masa depan saat Anda membuka komputer, yang Anda lihat adalah “LLM OS”, semua fungsi dihasilkan sesuai kebutuhan (generate on demand); dan lebih dalam lagi, ada tantangan terhadap arsitektur Von Neumann yang telah berjalan delapan puluh tahun. Keuangan, hukum, e-commerce, internet… tidak ada industri yang luput. Banyak teman datang kepada saya, mengatakan mereka ingin mengubah perusahaan dan mengejar langkah AI, tetapi hanya sedikit yang benar-benar menangkap wawasan bahwa “transformasi yang tidak bisa dibalik ini sudah dimulai”.

Arah yang kami curahkan sepenuhnya: “摸高”

Setelah mengenali tren, yang tersisa adalah pilihan. Dan pilihan Zhipu, seperti biasa, adalah “anti-intuitif”—di tengah industri yang secara umum mengakselerasi komersialisasi, kami memutuskan untuk melakukan terobosan ke atas.

Kami menamai strategi ini “Touch High（摸高）计划”. Pada titik sejarah ketika AI melompat dari persepsi dan kognisi menuju kecerdasan general yang sepenuhnya, Zhipu akan mengambil sikap “摸高”, menantang batas fisik dan batas algoritme dari teknologi saat ini. Dalam dua tahun ke depan, kami berencana berinvestasi secara strategis—tidak mengejar monetisasi aplikasi jangka pendek, melainkan langsung menargetkan dataran tinggi berikutnya untuk AGI.

Investasi ini akan terkonsentrasi pada empat mesin inti:

Pertama, tugas horizon panjang. Membuat AI dari “tanya-jawab instan” menuju “proyek skala besar”, mengembangkan arsitektur memori generasi baru, sehingga model mampu melintasi seluruh siklus hidup proyek “belajar sambil mengerjakan, mengerjakan sambil mengingat”, serta memiliki kemampuan tingkat puncak untuk memecah tujuan besar (misalnya “merancang molekul obat anti-kanker baru”) secara mandiri menjadi ribuan tugas turunan yang bisa dieksekusi.

Kedua, sistem agen cerdas. Dari “asisten cerdas” menjadi “pegawai digital”, membangun sebuah komunitas agen cerdas yang mencakup puluhan ribu “kepribadian” dan “keterampilan” berbeda dari berbagai bidang, agar mereka bisa berdebat secara mandiri, berkolaborasi, memeriksa kode, dan mengatur sumber daya, sehingga mewujudkan produktivitas produksi digital setara “tingkat mengemudi otomatis”.

Ketiga, pelatihan diri sepenuhnya (Fully Self Training). Ketika data berkualitas tinggi manusia segera menipis, ubah komputasi menjadi bahan bakar evolusi—bangun pabrik data sintetis berkualitas tinggi, mencapai “menciptakan dari nol” pengetahuan melalui AI vs AI untuk adu (Self-Play), dan dalam sandbox keamanan berikan kemampuan kepada sistem untuk mengubah ulang kode dirinya sendiri, sehingga kecepatan evolusi bisa lepas dari batasan fisik yang dimiliki insinyur manusia.

Keempat, tata kelola keamanan yang ekstrem. Ini adalah mesin inti yang paling ingin saya tekankan.

Semakin kuat kemampuan, mekanisme batas keamanan harus semakin kokoh. Sejak Zhipu berdiri, kami menetapkan pedoman: AI harus melayani kesejahteraan manusia, melayani strategi nasional. Perusahaan menolak tambalan keamanan yang bersifat “plug-in”, dan tetap menulis etika manusia, norma sosial, serta peraturan hukum negara sebagai aksioma dasar ke dalam fungsi nilai model; rencana menggelontorkan sumber daya skala puluhan miliar untuk menaklukkan “interpretabilitas mekanis”, mengurai logika neuron di balik keputusan model, dan mendorong sistem black-box beralih menjadi sistem transparan yang dapat dijelaskan; sekaligus secara aktif berpartisipasi dalam tata kelola AI internasional untuk mencegah teknologi AI disalahgunakan.

Kegentingan ini bukanlah kekhawatiran yang berlebihan. Saat model-model papan atas terdepan di luar negeri menunda rilis publik yang sepenuhnya karena pertimbangan risiko, dan ketika para eksekutif perusahaan secara terbuka memperingatkan dampak mendalam dari AI yang akan secara serius mengubah peta kekuatan global, kita harus tetap jernih: realisasi kecerdasan super dan riset super alignment harus berjalan bersamaan. Ini juga merupakan pertanyaan yang berulang kali kami evaluasi saat menghadapi teknologi yang merombak segalanya—sejarah berulang kali menunjukkan bahwa ketika sebuah teknologi mencapai skala kekuatan yang mampu mengubah perjalanan peradaban, keamanan tidak lagi menjadi aksesori, melainkan prasyarat mendasar agar teknologi bisa bertahan dan diizinkan untuk diterapkan.

Ekosistem terbuka: logika dasar pemerataan kecerdasan dan tata kelola keamanan

Kami selalu berpandangan bahwa kecerdasan buatan, sebagai teknologi strategis yang memimpin masa depan, tidak bisa lepas dari ekosistem industri yang terbuka dan kolaboratif dalam perkembangan jangka panjang. Nilai kecerdasan mutakhir bukan hanya pada terobosan teknologinya sendiri, tetapi pada apakah ia dapat secara luas memberdayakan ribuan industri, serta menguntungkan setiap pengembang. Kami yakin bahwa keamanan sejati tidak dibangun di atas penutupan teknologi dan tembok penghalang, melainkan berasal dari pembangunan bersama, berbagi, dan pengawasan yang luas di bawah sorotan.

Karena pengakuan mendalam terhadap pemerataan teknologi, Zhipu menyusun jawaban strategisnya sendiri. Baru-baru ini, kami merilis model open-source dengan kemampuan terkuat hingga saat ini, GLM-5.2. Model ini mendukung konteks sejuta (1M) yang benar-benar bisa digunakan, terus mempertahankan keunggulan pada tugas horizon panjang, membuka akses untuk seluruh pengguna, dan akan resmi di-open-source dengan lisensi MIT yang paling longgar—siapa pun bisa mengunduh, melakukan deployment, dan menggunakan untuk komersial, tanpa diskriminasi subjek. Ini adalah sikap tegas perusahaan yang dinyatakan melalui bentuk produk.

Kami memilih percaya pada jalur lain: kecerdasan mutakhir tidak seharusnya hanya milik segelintir orang, dan tidak boleh diambil kembali sewaktu-waktu oleh aturan segelintir. Ia harus terbuka, bisa dipakai, bisa dibangun, serta melayani setiap pengembang.

Ini tidak bertentangan dengan “摸高”; justru merupakan dua sisi dari satu koin. Satu tangan kami “摸高” ke atas, menantang batas ekstrem kecerdasan; tangan lain kami membentangkan jalan ke bawah, agar kemampuan terdepan sebanyak mungkin terbuka dan menjangkau lebih luas. Tinggi yang kami sentuh milik seluruh umat manusia, dan jalan yang kami kembangkan juga milik setiap orang.

Penutup: mengapa sekarang, mengapa kami

Ada yang akan bertanya: setelah Zhipu go public, mengapa masih terus mencurahkan sumber daya inti dan “摸高” ke arah yang paling tidak pasti? Karena kami percaya pada satu kebenaran yang sederhana: orang yang benar-benar mencapai puncak akan membangun jalan sambil membangun gunung.

Esensi yang ingin kami pahami—pernah dirumuskan menjadi konsensus ratusan ilmuwan melalui proyek “model untuk mencari pencerahan (悟道大模型)”, lalu berubah menjadi batu pijakan agar para pendiri startup generasi baru bisa mulai melangkah berkat investasi industri Zhipu dan seluruh ekosistem. Hari ini, kami ingin membangun jalan ini lebih tinggi dan lebih lebar—setinggi mungkin untuk melindungi diri kami sendiri dan menjaga keamanan nasional, setinggi mungkin untuk memberi manusia kesempatan menjelajahi lebih banyak hal yang belum diketahui, menyelami rahasia alam semesta; sekaligus selebar mungkin agar setiap pengembang dan setiap tim bisa naik ke atas.

Di era AGI, hal-hal yang dulu tampak tidak mungkin ini untuk pertama kalinya memiliki kemungkinan untuk diwujudkan. Inilah keberuntungan terbesar bagi generasi bangsa kita, sekaligus tanggung jawab yang paling berat.

Gelombang besar sudah datang, dan trennya tak bisa diubah. Zhipu akan menjadi orang yang menghadapi gelombang dan “摸高” ke atas.

Tidak mencapai puncak, berarti gagal.

Kali ini, yang akan kami “摸高” adalah ketinggian yang menjadi milik seluruh umat manusia.

Pendiri Zhipu, Tang Jie

11 Juli 2026

Tautan naskah asli

Klik untuk mengetahui BlockBeats yang sedang rekrut posisi

Selamat bergabung dengan komunitas resmi律动 BlockBeats:

Grup berlangganan Telegram：https://t.me/theblockbeats

Grup Telegram komunitas：https://t.me/BlockBeats_App

Akun resmi Twitter：https://twitter.com/BlockBeatsAsia