近日，智谱华章创始人兼首席科学家唐杰向全体员工发布内部信，宣布启动为期两年的“Touch High（摸高）计划”。该计划将集中资源投入四大核心领域：长程任务、自治智能体系统、完全自我训练及安全治理。这一战略布局被视为突破通用人工智能（AGI）发展瓶颈的关键路径。
内部信发布前两日，智谱刚完成313.75亿港元新股配售，明确表示募资将在2027年底前全部投入研发。唐杰的信件实质上解答了这笔巨额资金的投向问题。据技术团队分析，当前AI发展面临三座主要障碍：缺乏持续处理复杂任务的能力、多智能体协同机制缺失、自主进化机制不完善。这三大瓶颈直接对应四大研发方向，其中安全治理作为新增引擎，旨在构建AI发展的伦理边界。
长程任务引擎聚焦于突破现有模型的“问答式”交互局限。技术团队以网络安全漏洞挖掘为例，指出未来模型需具备自主拆解任务、调用工具、验证结果的完整能力。这种转变要求模型同时具备持续学习能力和环境适应能力，目前已在代码生成、自动化测试等场景展开实验。
自治智能体系统引擎致力于解决多AI协同难题。唐杰团队提出“无人公司”概念，即通过构建分工明确的智能体集群，实现从项目管理到执行的全流程自动化。该系统需攻克目标分解、权限分配、错误纠正等机制设计难题，其复杂度远超简单增加智能体数量。
完全自我训练引擎被视为最具挑战性的方向。该技术旨在让AI系统自主完成数据采集、模型训练、结果评估的完整闭环。实验中采用的Self-Play机制，通过让AI交替扮演出题者、答题者和评审者角色，已能在数学、编程等领域生成高质量训练数据。但这种自主进化能力也引发对AI失控的担忧。
安全治理引擎包含双重防护体系：训练阶段的价值对齐机制和模型可解释性研究。前者通过将伦理规范融入训练目标，从底层约束模型行为；后者投入百亿级资源解析神经元运作机制，试图将“黑箱”模型转化为可追溯的决策系统。这种技术路线与开源模型特性形成互补，为AI安全提供双重保障。
智谱的技术突破已引发国际关注。其6月发布的GLM-5.2模型在代码能力基准测试中跻身全球前三，在特定漏洞检测任务中表现优于Anthropic的闭源模型。更引人注目的是，该模型采用MIT开源协议，价格仅为竞品十分之一。这种“高性能+低成本+开源”的组合，直接挑战了闭源模型的技术叙事。
配套发布的ZCode 3.0工具链，深度适配GLM-5.2的上下文处理能力。开发者通过自然语言指令，即可实现代码修改、测试运行、版本管理的全流程自动化。这种开发范式的转变，使单个工程师借助AI可完成过去需要团队协作的项目。
资本市场的反应印证了技术路线的认可度。尽管新股定价较市价折让13%，但配售消息公布当日股价仍逆势上涨20%。公司公告显示，募资将主要用于算力基建、商业化扩张和产业并购，其中核心研发投入占比最高。这种“技术驱动+资本助力”的模式，正在重塑AI行业竞争格局。
行业观察家指出，AGI竞赛已进入关键阶段。MiniMax创始人闫俊杰在同期发布的内部信中，宣布将个人4%股份用于团队激励，并设立开源基金，显示出不同技术路线对长期价值的共同追求。DeepSeek公司同步启动的500亿元融资和全球扩招，特别是其设立的“AI跨界技术人才”岗位，揭示出认知科学、心理学等跨学科领域正在成为AGI研究的新战场。
这场技术竞赛背后，是不同发展理念的碰撞。闭源模型阵营强调安全可控，开源阵营主张技术普惠，而跨界融合路线则试图突破工程极限。随着智谱、MiniMax、DeepSeek等企业相继完成巨额融资，AGI发展的资源争夺战愈演愈烈，技术突破的时间窗口正在加速关闭。
