唐杰

身份:清华大学计算机系教授(KEG 实验室/AMiner 创始人,SIGKDD 2020 时间检验奖得主)、智谱(Z.ai)创立发起人兼首席科学家。注意:智谱董事长为刘德兵、CEO 为张鹏,唐杰不任行政职务,上市敲钟时站在创始团队行列而非 C 位。
一句话主张:Scaling 收益递减后,竞争核心从"堆算力"转向"Intelligence Efficiency(智能效率)";下一代范式在在线学习/自我评估/记忆/自治智能体,当下落点押注 Coding
利益位置:智谱 2026-01-08 港股上市("大模型第一股"),其 AGI 叙事、GLM 技术路线与公司估值直接绑定;同时保有清华教授学术身份,学术判断与公司叙事高度耦合。凡涉及"GLM 领先""押注正确"的表述,均应打利益折扣;其纯学术期(2024 前)发言与上市前后发言需分开称重。
jaiv1 页面:唐杰
材料数:11(一级 5,二级 5,二~三级 1)
最后更新:2026-08-07

观点账本

旧观点不删,只追加。观点转向本身就是最重要的信号。

日期	观点	来源状态	观点类型	现实状态	材料编号
2024-05-09	AGI 路线"三箭头":GLM-4.5 持续摸前沿、GLM-OS(以大模型为中心的操作系统,引入 PDCA 自反馈)、GLM-zero(2019 年起探索模仿人类"无意识学习")	一级	技术路线	GLM-OS 叙事已被 Agent/AutoGLM 吸收;GLM-zero 对应后来"完全自我训练"方向,尚无公开成果验证	M-004
约 2024-06	"超级智能将是人类发明的最具影响力的技术";"高质量的缩放仍然是提高大模型性能的重要方法"	二级	学术判断	与其 2025 底"scaling 收益递减→效率"表述形成前后位移,注意演化轨迹	M-005
2025-12-27	"领域大模型就是个伪命题,都 AGI 了哪有什么 domain-specific AGI";"在线学习和自我评估""可能是下一个 scaling 范式";"实现模型记忆成为一个必须做的事情"	一级(本人微博)	技术判断	行业大模型赛道 2026 年确实持续收缩;在线学习范式仍属前瞻,未证实	M-002
2026-01-08	IPO 内部信:"我们不是一家传统公司……希望成为一家一切皆有可能发生的 AI 原生公司";设 X-lab 做"全新的模型架构、新的认知范式";预告 GLM-5	二级	公司叙事	GLM-5 及 GLM-5.2(2026-07,1M 上下文开源)已落地	M-003
2026-01-10/11	"Chat 这一仗已经没有了……DeepSeek 之后我们应该想的是下一仗是什么";"我们团队争论了很多晚上……把所有的精力放在了 Coding 上";应定义"Intelligence Efficiency(智能的效率)";"我对今年会有非常大的范式革新有信心,持续学习、Memory、甚至多模态";"中国的机会是一群聪明人真的敢做特别冒险的事";"如果我们笨笨的坚持,也许走到最后的就是我们"	一级(演讲有原音,多家逐字稿互证)	战略判断+学术判断混合	押注 coding 与 GLM 系列在海外 coding 订阅走红互证(公司自证,需第三方数据);"2026 大范式革新"待验证	M-001
2026-01-11	"今年可能是 AI for Science 的一个爆发年";2026 三方向:继续 Scaling 探上限、"全新的模型架构,解决超长上下文+更高效的知识压缩"、多模态感统	二级	技术判断	待验证(2026 年内观察)	M-008
约 2026-06-19	马斯克称中国模型达到全球最强"可能明年 Q1",唐杰回应"不需要那么久"	二级	公司叙事(表态)	未到期;典型利益相关喊话,证据价值在"敢公开立军令状"	M-007
2026-06-30	"成功企业靠管理那是曾经,AI 时代不行了";优先级"认知>格局>技术>管理";要做"AI 时代具有超前认知的 IC"	一级(本人微博)	组织判断	与智谱扁平化、X-lab 设置一致;是否可推广待验证	M-009
2026-07-11	Touch High(摸高)计划内部信:"不登顶,就是失败";继续聚焦 AGI 研究而非短期商业变现;四大投入:长程任务能力、自治智能体系统、完全自我训练、极致安全治理(百亿级资源)	二级	公司叙事+技术路线	与其 2025 底学术判断(在线学习/记忆)自洽;上市公司公开拒绝短期变现,财报可反向检验	M-010

材料库

M-001|AGI-Next 前沿峰会圆桌(清华大学基础模型北京市重点实验室主办,与杨植麟、林俊旸、姚顺雨同台,李广密主持)|2026-01-10/11|一级(演讲有原音、多家逐字稿互证)|逐字稿:量子位 https://www.qbitai.com/2026/01/368917.html 、宝玉 https://baoyu.io/blog/2026/01/10/china-ai-roundtable 、学术头条逐字修订版 https://mp.ofweek.com/Internet/a456714100627 |核心:下一仗/押注 Coding/Intelligence Efficiency/范式革新/"敢冒险的聪明人""笨笨的坚持";Agent 成败三要素"价值、成本、速度"|边界:未逐句核对音频;注意"智源 panel"的主办方表述不准确,实为清华系峰会(AGI-Next)。

M-002|唐杰个人长微博(2025 年大模型感悟)|2025-12-27|一级(本人署名)|经智源社区转载 https://hub.baai.ac.cn/view/51474 |核心:"领域大模型是伪命题";AI 第一性是"模拟人/代替人/帮助人";"更多数据、更大参数和更饱和的计算仍然是 scaling 基座模型最高效的办法";在线学习+自我评估"可能是下一个 scaling 范式";记忆是必备能力;"agent 是模型能力扩展的一个里程碑"|边界:其中"预训练 scaling 仍最高效"与 panel 上"scaling 收益递减"并存——完整立场是"基座 scaling 仍有效但性价比恶化,故需效率指标+新范式",引用时勿断章。

M-006|GLM 系列署名论文|2022-2024|一级|GLM(ACL 2022,自回归填空统一理解与生成)、GLM-130B(ICLR 2023,双语开源千亿模型)|边界:架构主张是其早期技术下注,后期 GLM 实际已趋同主流;论文为团队署名,不宜全记为唐杰个人判断。

M-008|智谱上市后公开演讲/交流|2026-01-11|二级|https://finance.sina.com.cn/stock/t/2026-01-11/doc-inhfwypt4028707.shtml |核心:"今年可能是 AI for Science 的一个爆发年";2026 三方向|边界:上市第 3 天发言,兼具技术展望与市值管理语境。

M-010|Touch High(摸高)计划内部信|2026-07-11|二级|https://www.ithome.com/0/975/620.htm |核心:"不登顶,就是失败";四大方向:长程任务、自治智能体系统、完全自我训练、安全治理(百亿级投入);提及 GLM-5.2(1M 上下文开源)|边界:"百亿级资源"为宣示性数字,以后续财报资本开支核验。

M-011|人物特稿与背景材料|2026|二~三级|36氪《躲在喧嚣之外的"真大佬"》https://36kr.com/p/3702750393872902 (治理结构;"咖啡精神"做 AGI;认同王选"科技顶天,市场立地";认为中美差距未必缩小、应跳出 Transformer 框架内卷)|边界:特稿含大量转述与叙事加工,只用于背景与他人评价;各报道对智谱市值口径差异大,数字未交叉核实。

他人对他的判断

宝玉(dotey):称其为"国内最懂大模型的人之一",指其 2025 年底长微博与 Karpathy 的观察"有不少共鸣,但也有一些不同的侧重点"(https://x.com/dotey/status/2003594706291171695 )。二级。
36氪特稿:刻画其为"躲在喧嚣之外的真大佬"——不站 C 位、不做行政管理、专注技术,与国内高调创始人形成反差。二~三级。
资本市场:媒体将其学术信用视为智谱融资叙事的核心资产。三级。
同行(panel 语境):杨植麟、姚顺雨、林俊旸同台时均认可自主学习/持续学习为共同方向,分歧在节奏与切入点。二级。

隐含假设

"效率"可被定义和度量:Intelligence Efficiency 隐含"单位算力/资金的智能增量"可量化,而当前并无公认度量——若无法度量,该概念可能退化为宣传语。
coding 是通往通用 Agent 的正确楔子:隐含"代码能力=可验证奖励信号最密集的领域→泛化到长程任务"这一链条成立。
在线学习/记忆/自我训练能在安全可控前提下工程化:"完全自我训练"隐含对灾难性遗忘、奖励劫持等难题会被解决的乐观假设。
上市不改变研究优先级:"不追求短期变现"隐含港股投资者会长期容忍高研发/低变现——这一假设由资本市场情绪决定,不由他决定。
学者信用可持续为公司背书:其判断被市场当作"学术中立",但 2026 年后其几乎所有公开发言都发生在利益强耦合语境中。

反证条件 / 待验证清单

[ ] 效率范式:若 2026-2027 年领先模型仍主要靠算力/数据规模拉开差距、无"高效率小投入"逆袭案例,则 Intelligence Efficiency 叙事削弱
[ ] coding 押注:GLM 在 coding 场景的第三方留存/收入数据(非公司口径);需独立评测+API 收入结构验证
[ ] 范式革新:他明确说"对今年(2026)会有非常大的范式革新有信心"——2026 年底若无持续学习/Memory 层面的实质突破,此预测证伪
[ ] 不做短期变现:智谱 2026-2027 财报若显示销售费用激增、研发占比下降或转向项目制收入,则内部信承诺与行为背离
[ ] 马斯克对赌:中国模型是否在 2027Q1 前达到公认全球第一梯队顶端,可事后判分
[ ] "P2P(Paper to Product)"理念:本轮检索未找到唐杰使用该表述的直接出处(圆桌逐字稿中亦未出现),疑为二手概括(张鹏在访谈中归于唐杰的"P2P"理念另见 zhang-peng.md M-001),标记待核,暂不入账本
[ ] AGI 分级(L1-L5 式)演讲的一手材料未找到,待核对 ICLR 2024/智源大会视频

与其他人的真实分歧

vs 马斯克:时间表分歧——马斯克给中国模型登顶"明年 Q1",唐杰称"不需要那么久"。可判分的公开分歧。
vs 杨植麟/姚顺雨/林俊旸(同台):大方向(自主学习、Agent)共识,分歧在切入点——唐杰强调"下一仗=coding+效率指标",是四人中最明确把问题翻译成"投入产出比"语言的人,反映其上市公司位置。
vs 行业大模型论者:直接否定"领域大模型"整个品类("伪命题"),与国内大量垂直模型厂商及地方政策叙事正面冲突。
vs Karpathy:共鸣多于分歧(都强调 Agent、持续学习),侧重不同:Karpathy 偏个人开发者/教育视角,唐杰偏基座公司工程化路径。
vs 商业变现优先派:两封内部信公开拒绝短期变现、宣称"不登顶就是失败",与把大模型当 SaaS 生意做的路线构成真实押注差异。

更新日志

日期	动作
2026-08-07	初建档案。收录 2024 ICLR keynote、2025-12 长微博、2026-01 IPO 内部信、2026-01 AGI-Next 圆桌、2026-06 马斯克对话、2026-06 组织观、2026-07 Touch High 内部信、GLM 论文线、人物特稿共 11 组材料。修正两处:①2026-01 圆桌主办方为清华 AGI-Next 峰会,非智源;②"P2P"未找到一手出处,列入待验证。

本页由「AI 人物知识库」canonical 生成(呈现层)。一级/二级/三级只表示来源距离,不表示观点正确概率;本人亲口说过也只是观点,正确与否只看后续现实状态。