Exklusiv | Tang Jie, Gründer von Zhipu, hat einen internen Brief verschickt: Was ist nach dem „GLM-Moment“ noch wichtiger?

Text | Zhou Xinyu

Redaktion | Zhang Yuxin

„Intelligence Emergence“ erfuhr exklusiv, dass Tang Jie, Gründer von Zhipu, am 11. Juli 2026 einen internen Brief mit dem Titel „Die riesige Welle ist gekommen“ bei Zhipu veröffentlichte.

In den vergangenen sechs Monaten erlebte Zhipu die glänzendste Zeit seit seiner Gründung: Der Marktwert stieg im Vergleich zum Börsenstart vor einem halben Jahr um das Zehnfache und stieg im Juni 2026 in den „Club mit einem Marktwert von einer Billion Hongkong-Dollar“ auf – diese Zahl ist fast dreimal so hoch wie der Marktwert von Baidu und übertrifft auch den von Xiaomi. Nach der Freigabe der ersten Aktien am 8. Juli behauptete Zhipu seinen Aktienkurs stabil.

Dies ist auch die faszinierendste Geschichte in der aktuellen Branche der großen KI-Modelle: Die Wette auf die richtige technische Richtung hat zu hervorragendem Marktruf und kommerziellen Erfolgen geführt.

Wenn man die Dinge gründlich durchleuchtet, liegt der Ursprung des Aufstiegs von Zhipu in der Wette auf das Codieren vor einem Jahr. Anfang 2025 begann Zhipu, Ressourcen neu zu verteilen und seine Kräfte auf die Verbesserung der Codierfähigkeit des Modells zu konzentrieren.

Auf einer Veranstaltung wies Tang Jie, Professor am Institut für Informatik der Tsinghua-Universität und Gründer von Zhipu, auf den Grund für die Wette auf das Codieren hin: Die Einführung von DeepSeek R1 markierte das Ende der Erkundung des Chat-Paradigmas. Für das Modelltraining-Paradigma in der DeepSeek-Ära beschrieb er, dass Zhipu auf Codieren und Denken (Reasoning) „gewettet“ habe – eine Modellfähigkeit, die mit Agenten symbiotisch und gemeinsam wachsen kann.

Die Tatsachen beweisen, dass dies eine erfolgreiche Wette war.

Heutzutage ist KI-Codieren bereits der unmittelbarste Bereich für die kommerzielle Nutzung von KI. Ein typisches Beispiel ist Anthropic, das ebenfalls durch die Wette auf das Codieren OpenAI „überholt“ hat. Im Januar 2024 betrug der jährliche Umsatz von Anthropic nur 87 Millionen US-Dollar; im Juni 2026 überschritt sein ARR bereits 47 Milliarden US-Dollar.

Vom Flaggschiff-Modell GLM-4.5, das im Juli 2025 veröffentlicht wurde, bis zum GLM-5.2, der im Juni 2026 online gestellt und quelloffen gemacht wurde, hat Zhipu es geschafft, in die erste globale Reihe der KI-Codierung aufzusteigen. Bei mehreren Kernindikatoren hat der quelloffene GLM-5.2 Claude Opus 4.8 und GPT-5.5 bereits eingeholt oder sogar übertroffen.

Die technischen Fähigkeiten spiegeln sich auch im Umsatz wider. Der Finanzbericht von Zhipu für 2025 zeigt, dass bis zum Ende des Berichtszeitraums (März 2026) das ARR der MaaS-Plattform 1,7 Milliarden Yuan erreichte, was im vergangenen Jahr um das 60-fache gestiegen ist.

Der interne Brief von Tang Jie zeigt uns die neue Aufgabe, auf die Zhipu in der Post-Codier-Ära setzt:

• Fähigkeit für Langzeitaufgaben (Long Horizon Task)
• Vollständig autonomes Agentensystem (Autonomous Agent System)
• Selbstentwicklung (Self-Evolving)

Hier ist der Inhalt des internen Briefs von Tang Jie:

Die riesige Welle ist gekommen

– An alle Mitarbeiter von Zhipu und Partner, die sich für die Zukunft der künstlichen Intelligenz interessieren

Erlauben Sie mir, in diesem Text über drei Dinge zu sprechen: Wer wir sind, wie wir diese Ära sehen und welche strategische Richtung wir mit ganzer Kraft verfolgen wollen.

(1) Wer wir sind: „Wesen, Gegenintuition, Konzentration“

Zhipu war nie ein Unternehmen, das dem Trend hinterherläuft. Es ist aus einem Labor hervorgegangen und trägt die Methodik dieses Labors, die sich über zwanzig Jahre entwickelt hat. Diese Methodik lässt sich in drei Wörtern zusammenfassen: Wesen, Gegenintuition, Konzentration – nur wenn man tief genug denkt, wagt man es, eine genug gegenteilige Wahl zu treffen; nur wenn man eine genug gegenteilige Wahl trifft, muss man lange genug daran festhalten.

Rückblickend erscheint fast jede unserer wichtigen Entscheidungen einst als „gegenintuitiv“. Im Jahr 2006 haben wir uns jahrelang auf ein akademisches Suchsystem auf einem Desktop-Computer konzentriert, weil wir klar erkannt haben, dass dahinter die Aufgabe liegt, „den Mechanismus der Disziplinentwicklung zu erforschen“ – eine Sache, die zehn Jahre der Anstrengung wert ist. Von 2021 bis 2022, als „die Maschine so denken zu lassen wie ein Mensch“ von den meisten als ein verrücktes Projekt wie eine Mondlandung angesehen wurde, haben wir Ressourcen zugewiesen, auf Modelle mit hunderten Milliarden von Parametern gesetzt und GLM-130B entwickelt – das war eineinhalb Jahre vor dem Zeitpunkt, an dem ChatGPT die Welt aufregte. Am Tag des Börsenstarts von Zhipu am 8. Januar 2026 an der Hongkonger Börse haben wir dies als einen neuen Ausgangspunkt betrachtet, entschlossen zur Forschung an Basismodellen zurückzukehren und mit ganzer Kraft das nächste Generation-Modell zu entwickeln.

Andere feiern ihren Börsenstart, wir fangen von vorne an. Das ist keine Geste, sondern unser Glaube – da das Endziel AGI ist, sind kurzfristige Vorteile oder Branchentrends nur Landschaften auf dem Weg zum Endzustand.

Was uns bis heute begleitet hat, ist eine extreme Konzentration und ein reiner Idealismus. Wir haben zehn Jahre gebraucht, um ein akademisches Suchsystem von einem Desktop-Computer zu einem System mit Millionen von Nutzern zu entwickeln. Wir sind seit fast zehn Jahren auf dem Weg der großen Modelle und werden entschlossen weiter voranschreiten. Das heutige Zhipu besteht aus einer Gruppe von Menschen, die bereit sind, nach dem Wesen zu fragen, gegenintuitive Entscheidungen zu treffen und konsequent Dinge zu Ende zu führen – das ist die Quelle der Kernkompetenz von Zhipu.

(2) Wie wir diese Ära sehen: Die Obergrenze der Intelligenz wird neu definiert

Wenn wir in den vergangenen zwanzig Jahren eines gelernt haben, dann das: Echte kommerzielle Chancen liegen nie in kleinen Anpassungen von Produkten und Modellen, sondern im Sprung der Obergrenze der Intelligenz. Das ist unser grundlegendstes Urteil über die aktuelle KI-Revolution und die Erkenntnis, die wir am meisten an alle weitergeben wollen.

Das Wesen dieser Revolution ist keine Produktinnovation oder Geschäftsmodellinnovation, sondern dass die technische Revolution selbst die „Obergrenze der Intelligenz“ erhöht. Wer diese Obergrenze zuerst um einen Zentimeter nach oben schiebt, kann die Fähigkeitsgrenzen aller Branchen neu definieren. Alle neuen KI-Unternehmen, die sich auf die First-Principles konzentrieren, kämpfen genau um diesen Zentimeter Fortschritt.

Die Entwicklung der Obergrenze der Intelligenz folgt einem klaren Weg. Die künstliche Intelligenz vollzieht gerade den Übergang von der wahrnehmenden Intelligenz zur kognitiven Intelligenz – Maschinen können nicht mehr nur „sehen“ und „hören“, sondern beginnen zu „verstehen“ und „schlussfolgern“. Der nächste Schritt führt direkt zur AGI.

Wir haben eine einfache, aber strenge Definition für AGI: AGI ist nicht die Weisheit eines einzelnen Genies, sondern die Summe der Weisheit der gesamten Menschheit. Sie soll die Fähigkeit haben, originäres Wissen auf dem Niveau der „Relativitätstheorie“ zu schaffen – das ist unser einziger Maßstab, um zu beurteilen, ob wir den Gipfel wirklich erreicht haben. Auf dem Weg zu diesem Endziel gibt es mehrere Berge, die wir unbedingt überqueren müssen – genau dort ist die technische Welle heute am stärksten:

Der erste Berg: Fähigkeit für Langzeitaufgaben (Long Horizon Task)

Die aufregendste Errungenschaft heute ist, dass Modelle lernen, extrem lange Aufgaben zu erledigen – nicht nur sofortige Fragen und Antworten, sondern Planung und Ausführung über Wochen, Monate oder sogar Jahre. Zum Beispiel kann ein Modell unermüdlich nach Schwachstellen in Software suchen – im Wesentlichen lernt es die Denkweise eines Top-Sicherheitsexperten und verstärkt diese dann durch die Ausdauer der Maschine.

Der zweite Berg: Vollständig autonomes Agentensystem (Autonomous Agent System)

Auf der Grundlage von Langzeitaufgaben werden Gruppen von Agenten, die selbstständig arbeiten, zusammenwirken und 7×24 Stunden in Betrieb sind, zu einer neuen Produktivitätsform. Wir haben früher von dem „Ein-Personen-Unternehmen OPC“ gesprochen, aber die Technik entwickelt sich schneller als erwartet – wir bewegen uns auf das „vollautomatisierte Unternehmen NPC“ zu. Die drei Probleme „Gedächtnis (Memory)“, „kontinuierliches Lernen (Continual Learning)“ und „Selbstbeurteilung (Self-Judge)“, die einst als Probleme galten, die nur durch eine Paradigmenänderung gelöst werden können, werden jetzt durch die Kombination von Technik und Anwendung schrittweise gelöst: Langkontext und Retrieval-Augmented Generation (RAG) nähern sich der ersten Form des Gedächtnisses an; die Erhöhung der Iterationsfrequenz von Modellen nähert sich selbst dem kontinuierlichen Lernen an; Spitzenmodelle zeigen bereits erste Anzeichen der Selbstbeurteilung.

Der dritte Berg: Selbstentwicklung (Self-Evolving)

Das ist der schwierigste, aber auch verlockendste Berg. Das Szenario, in dem KI KI trainiert, ist bereits Realität – Modelle schreiben selbst Code, reinigen und synthetisieren selbst Daten und trainieren sich selbst. Dies mag einige Rechenleistung verbrauchen, spart aber das wertvollste menschliche Arbeitszeit und Zeit. In der Ära der großen Modelle ist Geschwindigkeit das Wichtigste – schnelle Iterationen führen direkt zu einem Generationsunterschied im Denken. Wenn führende Unternehmen im Ausland damit beginnen, Rechencluster mit Millionen oder sogar zwei Millionen Chips zu bauen, liegt ihre wahre Absicht wahrscheinlich darin, dass Modelle sich selbst trainieren.

Was wird passieren, wenn wir diese drei Berge überquert haben?

Die KI wird beginnen zu lernen, was „Ich“ ist und was Selbstwahrnehmung bedeutet; danach wird sie die menschlichen Emotionen berühren; weiter entfernt liegt das Bewusstsein selbst. Von der Wahrnehmung zur Kognition, von der Kognition zur allgemeinen Intelligenz und von der allgemeinen Intelligenz zur Superintelligenz (ASI) – dieser Weg ist bereits geebnet, die riesige Welle ist gekommen und unumkehrbar.

Das ist nicht nur unsere Meinung. Google DeepMind hat in seinem Bericht „Von AGI zu ASI“ eine kühle Feststellung getroffen: Selbst wenn die Fähigkeit einzelner Modelle auf menschlichem Niveau stehen bleibt, kann die Superintelligenz zwangsläufig „hervorgepresst“ werden, solange die Rechenleistung weiter wächst. Sie schätzen, dass wenn die Anzahl der weltweit laufenden AGI-Instanzen jährlich um das Zehnfache steigt, sie nach fünf Jahren 100 Millionen erreichen wird. Diese Agenten, die dasselbe grundlegende Gehirn teilen, eine hundertfach höhere Denkeffizienz haben und Erfahrungen kostenlos kopieren können, entsprechen auf Gruppenebene der ASI. Mit anderen Worten: Der Weg von AGI zu ASI erfordert sowohl Durchbrüche im Algorithmus als auch die Zusammenführung riesiger Rechenressourcen.

Dieser unumkehrbare Trend wird den gesamten Technologie-Stack von oben nach unten durchdringen: Wenn AGI kommt, müssen die heutigen Anwendungen möglicherweise alle zu KI-nativen Anwendungen umgestaltet werden, oder es wird diese Anwendungen sogar nicht mehr geben; Betriebssysteme könnten neu geschrieben werden – in Zukunft werden Sie beim Öffnen des Computers ein „LLM OS“ sehen, bei dem alle Funktionen nach Bedarf generiert werden (generate on demand); tiefer geht es um die Herausforderung an das von Neumann-System, das seit achtzig Jahren in Betrieb ist. Finanzen, Recht, E-Commerce, Internet … keine Branche kann davon unberührt bleiben. Viele Freunde haben mich kontaktiert und gesagt, dass sie ihr Unternehmen umgestalten und mit der KI-Schritt halten wollen, aber nur wenige haben wirklich erkannt, dass „diese unumkehrbare Revolution bereits begonnen hat“.

(3) Die Richtung, in die wir unsere ganze Kraft stecken: „Höhe erreichen“

Nachdem wir den Trend klar erkannt haben, bleibt nur die Wahl. Und die Wahl von Zhipu ist wie immer „gegenintuitiv“ – während die Branche allgemein die kommerzielle Verwertung beschleunigt, entscheiden wir uns, nach oben zu streben.

Wir nennen diese Strategie das „Touch High“-Projekt. An dem historischen Wendepunkt, an dem die künstliche Intelligenz von der Wahrnehmung und Kognition zur vollständigen allgemeinen Intelligenz übergeht, wird Zhipu mit der Haltung des „Höhe-Erreichens“ die physischen und algorithmischen Grenzen der aktuellen Technik herausfordern. In den nächsten zwei Jahren planen wir strategische Investitionen – wir streben keine kurzfristige kommerzielle Verwertung von Anwendungen an, sondern zielen direkt auf das nächste Hochland von AGI ab.

Diese Investitionen konzentrieren sich auf vier Kern-Engines:

Erstens: Langzeitaufgaben. Lassen Sie die KI von „sofortigen Fragen und Antworten“ zu „großen Projekten“ übergehen, entwickeln Sie eine neue Generation von Gedächtnisarchitekturen, damit das Modell während des gesamten Lebenszyklus eines Projekts „lernt, handelt und sich merkt“ und die Top-Fähigkeit hat, große Ziele (wie „ein neues Molekül für Krebstherapie entwerfen“) selbstständig in Tausende von ausführbaren Teilaufgaben zu zerlegen.

Zweitens: Autonomes Agentensystem. Von „intelligenten Assistenten“ zu „digitalen Mitarbeitern“ aufsteigen, eine Gesellschaft von Tausenden von Agenten mit unterschiedlichen fachlichen „Persönlichkeiten“ und „Fähigkeiten“ aufbauen, damit sie selbstständig debattieren, zusammenwirken, Code prüfen und Ressourcen zuweisen können, um eine digitale Produktivität auf dem Niveau des „autonomen Fahrens“ zu erreichen.

Drittens: Vollständiges Selbsttraining (Fully Self Training). Wenn die hochwertigen menschlichen Daten bald erschöpft sind, wandeln Sie die Rechenleistung in Treibstoff für die Entwicklung um – bauen Sie eine Fabrik für hochwertige synthetische Daten auf, schaffen Sie neues Wissen durch das Spiel zwischen KI und KI (Self-Play) und geben Sie dem System in einer sicheren Sandbox die Fähigkeit, seinen eigenen Code neu zu schreiben, damit die Entwicklungsgeschwindigkeit nicht mehr von den physischen Grenzen menschlicher Ingenieure eingeschränkt wird.

Viertens: Extrem strenge Sicherheitssteuerung. Das ist das, was ich unter den vier Engines am meisten betonen möchte.

Je stärker die Fähigkeiten sind, desto stabiler müssen die Sicherheitsbeschränkungen sein. Seit der Gründung von Zhipu gilt das Prinzip: KI muss dem Wohl der Menschheit und der nationalen Strategie dienen. Das Unternehmen verzichtet auf externe Sicherheits-Patches und besteht darauf, menschliche Ethik, soziale Normen und nationale Gesetze und Vorschriften als grundlegende Axiome in die Wertfunktion des Modells zu schreiben; es plant, Ressourcen in Höhe von 10 Milliarden Yuan zu investieren, um die „mechanische Erklärbarkeit“ zu erforschen, die neuronalen Logiken hinter den Entscheidungen des Modells aufzuklären und die Umwandlung von Black-Box-Systemen zu transparenten und erklärbaren