张鹏与唐杰：清华实验室30年，港交所钟声响起
龙鹰镖局 | 中国人工智能领军人物系列 第12期（终章）
中美博弈大变局，百年未有新财富
2026年1月8日，香港交易所。
代码02513的股票开始交易。开盘价120港元，比发行价高出3.27%。收盘报131.5港元，市值578.9亿港元。这不是一家普通的科技公司——它叫智谱，是全球第一个以AGI基座模型为核心业务的上市公司。
敲钟的人是张鹏。站在他身后的人是唐杰。
但真正应该站在台上的人，是一个你可能从未听说过的名字——王克宏。
1996年，清华计算机系，王克宏教授建立了知识工程实验室（KEG）。他对第一批学生说了一句话，这句话在之后的30年里被一遍遍提起：
“做P2P——Paper to Project，一定要让论文变成项目。”
30年后，那个实验室的论文，变成了港交所的一声钟响。
（ps: P2P，三个字母。30年时间。这是一个国家最漫长的”论文答辩”——从清华的一间小实验室，到港交所的上市大厅。评审老师不是教授，是市场。论文标题不是《XXX的研究与实现》，而是一行港股代码：02513。）
一、1996-2006：Paper —— 冷板凳上的十年
1996年的清华计算机系，远没有今天的光环。互联网在中国还是一片荒地。王克宏却跟学生说，要做”互联网环境下的大数据知识工程”——那时候中国甚至还没几个人知道什么叫互联网。
KEG实验室在一个冷板凳上坐了十年。
1998年，一个叫张鹏的四川学生考进清华计算机系。他后来在KEG实验室一待就是十几年，设计开发了XLORE跨语言知识图谱系统。
2006年，一个叫唐杰的博士生毕业留校。他做了一件事：在KEG实验室里，建立了一个叫AMiner的系统。
AMiner是什么？简单说，它是一个全球科研情报挖掘平台——能追踪每一个科学家的论文、引用、合作关系，画出人类知识的版图。从2006年上线开始，唐杰在上面持续深耕了17年。
17年后，AMiner覆盖了全球220个国家和地区、3000多万独立用户、21万余家机构。它为中国工程院、国家自然基金委、科技部提供专家智库和科技发展战略规划。
唐杰也因为AMiner获得了ACM SIGKDD Test-of-Time Award（十年最佳论文）——这是中国人第一次在顶级国际会议上获得这个奖项，意味着全球数据挖掘界承认：这个中国人十年前做的工作，是过去十年最有影响力的。
（ps: 学术界有一个残酷的真相：99%的论文发表之后再也没有人读过。但AMiner和王克宏的P2P理念，却让一篇篇论文变成了一个服务全球数千万人的系统。这就是P2P的第一个含义：Paper to Project。从纸面到系统。）
2019年之前，KEG实验室已经是中国最顶尖的AI研究机构之一。唐杰的论文引用超过32000次，h-index达到92。他成为了全球极罕见的ACM Fellow + AAAI Fellow + IEEE Fellow三料Fellow——在中国计算机界，拥有这三个顶级学术组织会士头衔的人屈指可数。
但实验室的成果再多，终究只是一个”实验室”。
然后，三件事发生了。
二、2019-2022：Project —— 从”不套壳”开始的赌注
2019年6月，张鹏、唐杰、王绍兰、刘德兵等人做了一个决定：把KEG实验室的技术成果，变成一家公司。
智谱AI正式成立。张鹏任CEO，唐杰任首席科学家。他们有一个特殊之处：公司一成立就”带着技术、团队、客户”启动。 不是两个辍学生在车库里的创业故事，而是一个积累了20多年的实验室终于决定下场。
2020年5月，GPT-3发布。
那是智谱AI成立的第二年。张鹏后来说：“GPT-3直接将预训练模型的参数规模推到1000亿以上，模型表现出的智能确实超乎想象。我们在第一时间就开始研究。”
但真正让张鹏和唐杰下定决心走一条不同的路的原因，是一个更深层的问题——
“无论是GPT、BERT还是T5，都是西方科学家提出的底层技术，路径是被西方垄断的状态。我们希望打破垄断。”
这句话，张鹏在多个场合反复说过。
当时，中国绝大多数做大模型的公司都在用Meta开源的Llama架构做微调。这条路最快、最便宜、风险最低。但张鹏和唐杰选择了一条最慢、最贵、风险最高的路：原创自己的预训练框架。
他们设计了一个全新的架构，叫GLM（General Language Model，通用语言模型）。
GPT的原理，可以比作”根据上文做完形填空”——只能向前看，不能回头看。而GLM的完形填空，依据的是上下文——既能向前看，也能回头看。理论上，GLM的训练效率更高，对复杂场景的理解也更强。
（ps: 如果你不理解这个技术差异的意义，可以这样想：GPT像一个只能听不能说的人——你问一句，他答一句，但他从来不消化你整段话里的全部信息。GLM像一个真正在听你说话的人——他把你的前后文都放进脑子里，然后给你一个经过”全局理解”后的回答。）
2021年，GLM百亿参数模型发布。MoE架构万亿稀疏模型训练成功。
2022年，GLM-130B千亿参数双语模型发布并开源。 那一年，斯坦福大学基础模型研究中心对全球30个大模型进行综合评定——GLM-130B是唯一入选的亚洲模型。
这是中国大模型第一次被全球学术界放进”可以和GPT-3比”的名单里。
但故事在这里，出现了一个分岔口。
唐杰在学术界继续深耕。2023年，他指导的本科生杨植麟——你可能记得这个名字——创立了月之暗面。杨植麟在CMU写出了Transformer-XL和XLNet，两篇论文改变了全球大模型的底层结构。而他本科期间的导师，正是唐杰。
张鹏则走上了另一条路：把GLM变成一个能赚钱的产品。
三、2023-2025：Product —— 差点死在黎明前
2023年3月，智谱推出了ChatGLM对话模型。随后开源了ChatGLM-6B——一个能在单张显卡上运行的大模型。
这个开源决定，改变了智谱的命运。
ChatGLM-6B的下载量迅速突破1000万。全球70多个国家的1000多家机构申请使用GLM-130B，包括Google、Microsoft、Meta、斯坦福、MIT、哈佛——全球最顶级的机构，都在用清华实验室的模型。
2023年，智谱在HuggingFace全球最受欢迎开源组织排名中位列第五——唯一上榜的中国机构，排在微软、OpenAI的前面。
但热闹的开源社区，不等于健康的商业模式。
2024年到2025年初，智谱经历了最痛苦的阶段。
全国大模型价格战。 巨头疯狂降价，创业公司被挤在夹缝里。
模型效果达不到预期。 唐杰在内部信里写道：“年初的时候，一切都那么难。模型效果达不到预期，全国上下价格战，杀出重围需要找到一个精准的突破口。”
所有人都看着智谱：这家”大模型六小虎”中最老牌的公司，能活下来吗？
张鹏做了一个决定：以Coding（代码生成）为突破口。
2025年4月，GLM-4.1发布——这是一个”试探”。7月，GLM-4.5发布——唐杰称之为”决战”。
“所有技术、平台、业务团队捏一把汗，日日夜夜加班，我们终于迎来一场久违的胜利。”
然后是GLM-4.6。然后是GLM-4.7。
GLM-4.7在多项评测中获得开源模型/国产模型的SOTA（最高水平）。MaaS平台的日活用户增加了20倍，日收入增加了近30倍。全球184个国家的15万开发者为GLM Coding Plan付费。MaaS平台的ARR（年化收入）从2000万飙升至5亿——10个月，25倍。
（ps: 这就是创业最残酷也最迷人的地方。你可以在年初的时候几乎被市场认为”出局”，然后在年底的时候成为全球184个国家开发者付费的对象。区别只在于：你在最难的时刻，找到了那个”精准的突破口”——并且比所有人都狠地咬下去。）
2025年，张鹏把智谱定义为”开源年”。 1月到12月，大规模开源。AutoGLM智能体模型开源3天斩获1万+ GitHub Star。三星Galaxy S25搭载了智谱的Agent功能。
到2025年中，智谱已经服务了全球1.2万家企业客户和4500万开发者。中国前十大互联网公司中，9家采用GLM。按收入计算，智谱在中国独立通用大模型开发商中排名第一，市场份额6.6%。
24年的学术积累。6年的商业探索。44亿的研发投入。74%的研发人员占比。
从Paper到Project。从Project到Product。
还剩最后一步。
四、2026：Public —— 30年，一声钟响
2026年1月8日，智谱（02513.HK）正式挂牌港交所。
发行价116.20港元，超额认购1159倍。首日收报131.5港元，市值578.9亿港元。此后数月，市值一路攀升至4000亿港元以上。
这是全球第一个以AGI基座模型为核心业务的上市公司。中国AI”大模型六小龙”中，智谱第一个冲过IPO终点线。
但更值得关注的，是敲钟那天的另一件事。
唐杰没有去敲钟。他发了一封内部信。
标题叫：《用”咖啡”的精神做AGI》。
他在信里写了几件事：
第一，GLM-5很快会推出。 通过进一步Scaling和全新技术改进，让AI完成更多真实任务。
第二，全新的模型架构设计。 “已经广泛使用近10年的Transformer架构已经显露出不足。需要探索全新的模型架构，发现新的Scaling范式。”
第三，成立X-Lab。 “这个部门将致力于用开放的方式把更多年轻人聚集，做前沿性探索，包括全新的模型架构、新的认知范式、还将孵化新项目，不局限于软件或是硬件。在X-Lab，每个人的使命就是做完全颠覆式的创新。”
第四，开启通往持续学习与自主进化的道路。 “当前所有主流的AI模型，其智能在部署后基本上是静态的。这与人脑能够从与世界的持续交互中不断学习、进化的方式截然不同。”
一家公司在上市当天，创始人最关心的不是股价，而是Transformer架构的局限性和人脑的学习方式。
（ps: 这就是智谱最独特的地方。它是一家以IPO闻名的公司，但它骨子里仍然是一个实验室。敲钟只是P2P的第三站——Product to Public。但终点不是上市。终点是AGI。）
唐杰在内部信中写过一句话，可能是理解智谱所有行为的关键：
“真正决定下一阶段格局的，还是更底层的两件事——模型架构与学习范式。”
这句话翻译过来就是：外面的人在看股价，里面的人在看Transformer的替代方案。
五、时代注脚：三代人的三个词
整个系列写了12个人物。从张钹、姚期智到梁文锋、杨植麟到王小川、李开复。每一期有一个核心意象：底座、不跟随、鼓手、守门员、少年……
第12期不同。第12期是两个人和一个30年前的声音。
王克宏说了一个词：P2P。
唐杰加了一个词：GLM。
张鹏加了一个词：IPO。
三个词串起来：P2P→GLM→IPO。从1996年到2026年。30年。
更重要的是，不止三个人。KEG实验室在30年里培养了几代AI人才。唐杰带的本科生杨植麟，现在创办了月之暗面，估值200亿美元。KEG的”产学研”基因，正在中国AI产业里不断复制。
有人会问：为什么是智谱？为什么是KEG实验室？中国这么多高校实验室，为什么偏偏是这一个走到了港交所？
答案可能需要回到1996年。
王克宏在那个年代说要”做互联网环境下的大数据知识工程”，大多数人不理解。但他说的是：“让论文变成项目。”
中国有无数优秀的实验室、无数聪明的头脑、无数前沿的论文。但大多数论文发表之后，就永远留在了纸上。 KEG实验室做到了不一样的事：它让每一篇论文，都试图找到一个”项目”的出口。AMiner是论文变成的项目。GLM是论文变成的项目。智谱AI是所有论文和所有项目最终变成的公司。
这就是P2P的真正含义：不是一次性的转化，而是一种基因。
这个基因决定了：当GPT-3震撼世界的时候，KEG的人不是去讨论GPT-3的论文写得有多好——而是跳起来说：“我们也得做一个。而且要做一个更好的。”
（ps: 中国AI最缺的不是钱，不是算力，不是数据，甚至不是人才。中国AI最缺的，是把Paper变成Project的意志。太多天才留在了纸上。太少人像王克宏那样说：做P2P。）
而唐杰在港交所钟声响起的那天，没有去庆祝。他在写内部信，谈论Transformer之外的新架构。
这就是P2P基因第二层含义：每一个终点，都是下一个起点。
Paper→Project→Product→Public。Public之后呢？
唐杰的答案已经在信里了：新的模型架构、新的认知范式、持续学习与自主进化。 被他命名为X-Lab的新部门——X，意味着未知，意味着一切重新开始。
结语：一个声音
1996年，清华园一间普通的实验室里，王克宏对学生们说了一句话。
“做P2P——Paper to Project，一定要让论文变成项目。”
那时候没有人知道这句话意味着什么。没有互联网大厂。没有AI独角兽。没有港交所。没有百模大战。没有大模型六小虎。没有全球AGI基座模型第一股。
有的，只是一群相信”论文应该变成项目”的人。
30年后的今天，港交所的钟声已经响过。GLM-5正在路上。X-Lab正在组建。唐杰还在清华上课。张鹏还在为下一轮技术突破焦虑。
那个声音还在。
如果你仔细听，在港交所的交易数据、股价波动、融资新闻下面——有一个更安静、更持久的声音。它不是钟声，不是掌声，不是喝彩。
它是1996年，一个老教授在实验室里说的那句：“做P2P。”
30年的回响，比所有的钟声都长。
“让机器像人一样思考。” ——唐杰，智谱AI首席科学家、GLM架构设计者
“不管融了多少钱，拿了多少收益，都是通往AGI道路上的盘缠。” ——张鹏，智谱AI CEO
本文为龙鹰镖局原创，第12期「中国人工智能领军人物」系列终章。
系列完结。从张钹、姚期智的理论奠基，到何恺明、汤晓鸥/孙剑的技术突破，到朱文佳、王海峰、周靖人的产品操盘，到梁文锋、杨植麟、王小川、李开复、张鹏/唐杰的企业引领——12期，14人，一幅中国AI三十年的人物画卷。
中美博弈大变局，百年未有新财富。我们下个系列见。