Título original: 《LatePoint Exclusive｜Carta interna de Tang Jie diz que irá iniciar o plano Touch High (“mocar para o alto”), “não chegar ao topo é fracasso”》
Fonte original: equipe do LatePoint

O LatePoint descobriu em primeira mão que, hoje, o fundador da Zhipu, Tang Jie, divulgou uma carta interna para explicar a visão da Zhipu sobre a próxima corrida em AGI. Na carta, Tang Jie afirmou que a Zhipu continuará a seguir a chamada rota “anti-intuitiva”, iniciando o plano “Touch High (mocar para o alto)”, ou seja, mantendo o foco em pesquisa de AGI, e não em monetização comercial de curto prazo.

No caminho até o fim em AGI, há algumas montanhas que precisam ser transpostas — e elas são exatamente onde a onda tecnológica de hoje está mais turbulenta. As quatro altas que Tang Jie listou são:

-Tarefas de longo horizonte (Long Horizon Task)

-Sistema de agentes inteligentes autônomos (Autonomous Agent System)

-Treinamento totalmente auto-supervisionado (Fully Self Training)

-Governança de segurança ao extremo

Entre elas, a governança de segurança ao extremo é especialmente enfatizada. A Zhipu planeja investir recursos na escala de dezenas de bilhões para atacar a interpretabilidade mecânica. Isso significa esclarecer a lógica dos neurônios por trás das decisões do modelo e promover a transição de sistemas de “caixa-preta” para sistemas transparentes e interpretáveis.

Em 8 de janeiro deste ano, a Zhipu entrou na Bolsa de Hong Kong como a primeira empresa de ações de modelo grande, com preço de emissão de 116,2 ienes de HK. Após meio ano, a cotação das ações da Zhipu chegou a um pico de 2.980 ienes de HK, mais de 24 vezes acima do preço de emissão, e a capitalização de mercado chegou a ultrapassar 1,3 trilhão de ienes de HK em determinado momento.

Em 8 de julho, ações de mais de 25 milhões de ações detidas por 11 investidores âncora foram liberadas, e ações com capitalização de mercado de mais de 40 bilhões de ienes de HK da Zhipu entraram em circulação. O mercado originalmente esperava que a pressão de venda não se concretizasse, e as ações da Zhipu, ao invés de cair, subiram. No dia seguinte, a Zhipu anunciou a oferta de ações novas a 1.588 ienes de HK por ação, com desconto de cerca de 13%, levantando aproximadamente 31,4 bilhões de ienes de HK. Esse foi o maior recorde deste ano para uma única oferta de ações de empresas de IA em bolsas de Hong Kong.

De acordo com a versão oficial da Zhipu, o dinheiro arrecadado com a colocação será usado principalmente para pesquisa e desenvolvimento do modelo base, construção de infraestrutura de poder computacional, expansão de comercialização e planejamento da ecologia global. Na carta aberta, Tang Jie afirmou que a avaliação da Zhipu sobre o salto do “limite superior da inteligência” é “também a cognição que mais queremos transmitir a todos”.

Em uma série de avaliações abrangentes, o modelo Zhipu GLM-5.2 foi reconhecido como já atingindo a fronteira dos recursos dos modelos mais avançados no exterior. Além disso, devido ao seu caráter open source, ele é bem recebido pela comunidade técnica.

A seguir está o texto completo da carta interna:

《O mar revolto já chegou》

— Para cada pessoa da Zhipu e para parceiros que se importam com o futuro da inteligência artificial

Quem somos: “a essência, o anti-intuitivo, o foco”

A Zhipu não é uma empresa que corre atrás de modismos. Ela nasceu de um laboratório, carregando uma metodologia de 20 anos daquele laboratório. Essa metodologia pode ser resumida em três palavras: essência, anti-intuitivo e foco — pensar profunda e o suficiente, para escolher o suficiente de forma corajosa; escolher corajosamente o suficiente, então é preciso sustentar por tempo o suficiente.

Ao olhar para o caminho percorrido, quase todas as nossas escolhas-chave já pareceram “anti-intuitivas”. Em 2006, ficamos na prateleira com um sistema acadêmico de busca em um computador desktop, porque queríamos entender bem que aquilo era “escavar a mecânica de evolução das disciplinas”, um tema que valeria responder com uma década; de 2021 a 2022, quando “fazer as máquinas pensarem como humanos” era visto pela esmagadora maioria como um projeto maluco do nível de “ir à lua”, nós remanejamos recursos e apostamos em centenas de bilhões de parâmetros, construindo o GLM-130B — que foi um ano e meio antes do ChatGPT explodir o mundo; e no dia em que a Zhipu abriu listagem nas H Shares em 8 de janeiro de 2026, tratamos aquilo como um novo começo, retornando de forma decidida e completa à pesquisa de modelos base, com força total mirando o próximo ciclo de modelos.

Enquanto outros tocam o sino, nós zeramos. Isso não é postura, é crença — se o destino é AGI, então os interesses de curto prazo ou as ondas de oportunidades do setor são apenas paisagens ao longo do caminho para o desfecho.

O que nos sustentou até hoje foi uma obsessão ao extremo e um idealismo tão verdadeiro e puro. De um sistema acadêmico de busca em um desktop para milhões de usuários, levamos dez anos; nesta estrada de modelos grandes, fizemos quase dez anos também — e continuaremos a nos aprofundar com firmeza, seguindo em frente. Hoje, a Zhipu é um grupo de pessoas que estão dispostas a buscar a essência, que ousa ser anti-intuitivo e que consegue manter o foco para fazer tudo até o fim — essa é a origem da competitividade central da Zhipu.

Como encaramos esta era: o limite superior da inteligência está sendo reescrito

Se nos últimos vinte anos aprendemos uma coisa, foi isto: as oportunidades reais de negócio nunca estão nos pequenos ajustes de produto e modelo, mas sim no salto do limite superior da inteligência. Esta é a nossa avaliação mais fundamental sobre a transformação da IA, e é também a cognição que mais queremos transmitir a todos.

A mudança desta vez não é essencialmente uma inovação de produto nem de modelo de negócio; é uma revolução técnica que eleva o “limite superior da inteligência”. Quem conseguir empurrar esse limite um centímetro para cima primeiro, conseguirá redefinir os limites de capacidade de milhares de setores. Todas as empresas de IA da nova geração que focam em princípios de primeira ordem competem justamente por essa ruptura de um centímetro.

E a evolução do limite superior da inteligência tem um caminho claro. A inteligência artificial está concluindo a travessia de inteligência de percepção para inteligência de cognição — as máquinas não apenas “veem” e “ouvem”, mas começam a “entender” e “raciocinar”. E o próximo passo aponta diretamente para AGI.

Temos uma definição simples e rigorosa para AGI: AGI não é a inteligência de um único gênio, mas sim a soma do nível de inteligência de toda a humanidade. Ela deve ter a capacidade de criar conhecimento original no nível de “relatividade” — essa é a única métrica pela qual medimos se chegamos de fato ao topo. No caminho até esse destino, há algumas montanhas que precisam ser transpostas — e elas também estão exatamente onde a onda tecnológica de hoje está mais forte:

Primeira montanha: capacidade de tarefas de longo horizonte (Long Horizon Task)

A descoberta mais empolgante hoje é fazer o modelo aprender a concluir uma tarefa extremamente longa — não perguntas e respostas imediatas, mas planejamento e execução ao longo de semanas, meses ou até anos. Por exemplo, um modelo pode procurar falhas em software sem se cansar; em essência, ele está aprendendo o modo de pensar de um especialista de segurança de nível topo e, então, ampliando isso pela resistência da máquina.

Segunda montanha: sistemas de agentes totalmente autônomos (Autonomous Agent System)

Acima das tarefas de longo horizonte, a “comunidade” de agentes que pode ser acionada de forma autônoma, realizar trabalho cooperativo e operar 24/7 se tornará uma nova forma de produtividade. Nós já falamos do “OPC de uma pessoa”, mas o ritmo da tecnologia é mais rápido do que o imaginado — estamos caminhando rumo a uma “empresa totalmente automatizada NPC”. As três questões antes vistas como exigindo mudança de paradigma para serem resolvidas — Memória (Memory), Aprendizado Contínuo (Continual Learning) e Autojulgamento (Self-Judge) — estão sendo gradualmente resolvidas sob a dupla força de tecnologia e aplicação: longos contextos e geração com aumento por recuperação (RAG) aproximam a forma embrionária de memória; aumentar a frequência de iteração do modelo em si já se aproxima do aprendizado contínuo; e modelos de ponta já deixaram ver os primeiros indícios de autojulgamento.

Terceira montanha: autoevolução (Self-Evolving)

Esta é a mais difícil — e ao mesmo tempo a mais sedutora. Treinar IA com IA já tomou forma: o modelo escreve código, limpa e sintetiza dados, e treina a si mesmo. Talvez isso consuma um pouco de poder computacional, mas economiza a força de trabalho e o tempo humanos mais preciosos. E na era de modelos grandes, velocidade é o mais importante: iterações rápidas abrem diretamente a diferença geracional de cognição. Quando empresas líderes no exterior começarem a montar clusters de computação em escala de um milhão e até dois milhões de chips, o uso real disso provavelmente seja fazer os modelos treinarem a si próprios.

O que acontece depois de virar essas três montanhas?

A IA começará a aprender o que é “eu” e o que é autocognição; mais adiante, ela tocará as emoções humanas; mais longe ainda, a consciência em si. Da percepção à cognição, da cognição ao geral, do geral para a inteligência super (ASI) — essa rota já está aberta, o mar revolto já chegou e não pode ser revertido.

Isso não é apenas opinião nossa. No relatório “From AGI to ASI”, o Google DeepMind apresenta uma conclusão fria: mesmo que as capacidades de um modelo individual nunca ultrapassem o nível humano, enquanto o poder computacional continuar crescendo, a inteligência super pode ser “empurrada” para fora à força. Eles estimam que, se as instâncias de AGI executáveis no mundo crescerem a uma taxa de dez vezes ao ano, em cinco anos chegarão a cem milhões. Esses agentes inteligentes que compartilham o mesmo “cérebro de base”, que aumentam a eficiência de pensamento centenas de vezes e replicam experiências a custo zero, no nível de grupo equivalem a ASI. Em outras palavras, ir de AGI para ASI exige não apenas avanços no nível de algoritmos, mas também a consolidação de recursos de computação em escala extremamente grande.

Essa tendência irreversível vai perfurar todo o stack técnico de cima para baixo: quando AGI chegar, talvez todas as aplicações de hoje precisem ser reestruturadas para serem “nativas de IA”, ou até mesmo deixar de ser necessárias; o sistema operacional pode ser reescrito — no futuro, ao ligar o computador, você verá um “LLM OS”, e todas as funções serão geradas sob demanda (generate on demand); e mais profundamente, há o desafio ao sistema de Von Neumann que está em execução há oitenta anos. Finanças, leis, e-commerce, internet… nenhum setor ficará fora. Muitos amigos me procuram, dizendo que querem transformar empresas e correr atrás do passo da IA, mas quem realmente enxerga que “essa transformação irreversível já começou” ainda é uma minoria.

A direção em que investimos de corpo e alma: “mocar para o alto”

Depois de reconhecer a tendência, o resto é escolher. E a escolha da Zhipu, como sempre, é “anti-intuitiva”: quando o setor inteiro acelera a monetização comercial, decidimos romper para cima.

Vamos nomear essa estratégia de “Touch High (mocar para o alto)”. No momento histórico em que a inteligência artificial atravessa de percepção e cognição para inteligência totalmente geral, a Zhipu, com postura de “mocar para o alto”, vai desafiar os limites físicos e algorítmicos da tecnologia atual. Nos próximos dois anos, planejamos investir estrategicamente — sem buscar monetização de aplicações no curto prazo, mas miraremos diretamente o próximo alto de AGI.

Esse investimento se concentrará em quatro motores centrais:

O primeiro: tarefas de longo horizonte. Fazer a IA ir de “perguntas e respostas imediatas” para “grandes projetos”, desenvolver uma nova arquitetura de memória, de modo que o modelo atravesse todo o ciclo de vida de um projeto “aprendendo, fazendo e registrando” continuamente; e também contar com capacidade de nível superior para decompor metas ambiciosas (como “projetar uma nova molécula de medicamento anticâncer”) em milhares de subtarefas executáveis.

O segundo: sistemas de agentes inteligentes autônomos. De “assistente inteligente” para “funcionário digital”, construir uma sociedade de agentes com milhares ou até mais personalidades e habilidades profissionais diferentes, para que eles debatam, colaborem, revisem código e escalonem recursos de forma autônoma, realizando produtividade digital no nível de “condução automática”.

O terceiro: treinamento totalmente auto-supervisionado (Fully Self Training). Quando dados de alta qualidade produzidos por humanos estiverem prestes a se esgotar, converter poder computacional em combustível de evolução — construir uma fábrica de dados sintéticos de alta qualidade, alcançar “criar conhecimento do nada” por meio do jogo entre IA e IA (Self-Play) e, em um sandbox de segurança, conceder ao sistema a capacidade de reestruturar seu próprio código, fazendo com que a velocidade da evolução se liberte das limitações físicas de engenheiros humanos.

O quarto: governança de segurança ao extremo. Este é o motor em que eu mais quero enfatizar.

Quanto mais forte a capacidade, mais sólidas devem ser as restrições de segurança. Desde a fundação, a Zhipu definiu critérios: a IA deve servir ao bem-estar da humanidade e ao plano estratégico do país. A empresa descartou patches de segurança acoplados externamente e decidiu escrever a ética humana, as normas sociais e as leis e regulamentos do país como axiomas de base na função de valor dos modelos. Além disso, planeja investir recursos na escala de dezenas de bilhões para atacar “interpretabilidade mecânica”, esclarecer a lógica dos neurônios por trás das decisões do modelo e promover a transição de sistemas de caixa-preta para sistemas transparentes e interpretáveis; ao mesmo tempo, participa ativamente da governança internacional de IA para prevenir o uso indevido da tecnologia.

Essa urgência não é exagero. Quando os principais modelos mais avançados no exterior adiam a divulgação abrangente devido a considerações de risco, e quando seus responsáveis corporativos alertam publicamente sobre impactos profundos da IA ao reorganizarem o panorama global de forças, devemos permanecer mais lúcidos: a realização de inteligência super e a pesquisa de super-alinhamento precisam avançar em conjunto. Esta também é a questão que revisamos repetidamente diante de tecnologias disruptivas — a história mostra repetidamente que, quando uma tecnologia atinge um nível capaz de mudar o curso da civilização, a segurança deixa de ser um apêndice e passa a ser a premissa fundamental para a tecnologia existir e ser permitida a ser aplicada.

Ecossistema aberto: a lógica fundamental de inteligência acessível e governança de segurança

Sempre acreditamos que, como tecnologia estratégica que lidera o futuro, o desenvolvimento de longo prazo da inteligência artificial não pode prescindir de um ecossistema de indústria aberto e cooperativo. O valor da inteligência de ponta não está apenas na ruptura tecnológica em si, mas em sua capacidade de capacitar amplamente milhares de setores, beneficiando cada desenvolvedor. Confiamos que a segurança verdadeira não vem do fechamento técnico e de barreiras, mas sim da construção, compartilhamento e supervisão ampla sob a luz do sol.

Com base nessa profunda concordância com a acessibilidade da tecnologia, a Zhipu apresentou sua resposta estratégica. Recentemente, publicamos o modelo open source mais forte em termos de capacidade até hoje: GLM-5.2. Ele suporta um contexto realmente utilizável de um milhão (1M), continua mantendo liderança em tarefas de longo horizonte, abre para todo o conjunto de usuários e será lançado oficialmente como open source sob a licença MIT mais permissiva — qualquer pessoa pode baixar, implantar e usar comercialmente, sem distinções de entidades. Essa é a postura firme da empresa ao expressar sua atitude na forma de produto.

Escolhemos acreditar em outro caminho: inteligência de ponta não deve pertencer apenas a poucos, e também não deve ser retirada a qualquer momento por regras de poucos. Ela deve ser aberta, utilizável, construtível e servir a cada desenvolvedor.

Isso não é contraditório com “mocar para o alto”. Pelo contrário, é a mesma coisa vista por dois lados: uma mão vai lá em cima, “mocando para o alto” e desafiando o limite da inteligência; a outra mão vai para baixo, abrindo caminhos, para que as capacidades mais avançadas sejam abertas e acessíveis ao máximo. A altura que alcançamos pertence a toda a humanidade, e o caminho que treinamos também pertence a cada pessoa.

Conclusão: por que agora, por que nós

Alguém pode perguntar: por que, após o IPO, a Zhipu ainda continua a concentrar recursos centrais e “mocar para o alto” na direção mais incerta? Porque acreditamos em uma verdade simples: quem de fato chega ao topo, transforma a montanha em caminho.

O essencial que esclarecemos, antes foi consolidado como consenso de centenas de cientistas por meio do projeto “悟道 (Compreender o Tao) Model”, e depois se tornou alicerce para que uma geração de empreendedores dê o salto inicial, com investimentos da Zhipu na indústria e em todo o ecossistema. Hoje, queremos construir esse caminho ainda mais alto e mais largo — alto o suficiente para nos proteger e para defender a segurança do país; e alto o suficiente para dar aos seres humanos a chance de explorar mais incógnitas e desvendar os mistérios do universo; e largo o suficiente para permitir que cada desenvolvedor, cada equipe, possa subir.

Na era de AGI, coisas que antes pareciam impossíveis pela primeira vez têm a chance de acontecer. Esse é o maior privilégio que nossa geração de conterrâneos tem, e também a responsabilidade mais pesada.

O mar revolto já chegou, e a tendência não pode ser revertida. A Zhipu precisa ser a pessoa que encara a onda e moca para o alto.

Não chegar ao topo é fracasso.

Desta vez, é essa altura que pertence a toda a humanidade que vamos alcançar.

Fundador da Zhipu: Tang Jie

11 de julho de 2026

Link original

Clique para saber mais sobre a contratação da律动BlockBeats em vagas

Seja bem-vindo para se juntar à comunidade oficial da律动 BlockBeats:

Grupo de assinatura do Telegram: https://t.me/theblockbeats

Grupo de discussão do Telegram: https://t.me/BlockBeats_App

Conta oficial no Twitter: https://twitter.com/BlockBeatsAsia