第一章：清华园里的种子
唐杰的办公室
2019年，清华园。
唐杰的办公室在清华信息楼十二层，KEG实验室的大本营。从窗户望出去，能看到中关村的天际线——那里是中国科技的十字路口，每栋写字楼里都塞着至少三家创业公司。
但唐杰不是创业者。
他是教授。发了200多篇顶会论文的教授。他的KEG实验室，培养了清华最顶尖的一批AI研究者，像是某种学术界的少林寺达摩院——你不一定见过方丈，但你一定用过他徒弟写的代码。
唐杰那年在办公室里做了一个决定。
这个决定的重量，他当时可能没有完全意识到。他从清华的体制里剥离出一支团队，成立了一家公司。
公司起名叫智谱。
没有人感到意外。清华教授出来做公司，在中关村不算新闻。但所有了解唐杰的人都感到一种微妙的——怎么说呢——不舍。因为他不是那种天生想做生意的人。
他是那种会在深夜实验室里，因为一个损失函数的收敛曲线而兴奋得睡不着觉的人。
把这样的人推到商业的战场上，有点像让一个诗人去跑销售。
但唐杰还是做了。
张鹏：翻译者
如果说唐杰是智谱的灵魂，那张鹏就是智谱的嘴巴。
不，这么说不够准确。张鹏是智谱的翻译者。
KEG实验室出来的核心成员，唐杰的学生，张鹏理解两套语言：一套是学术论文里的数学符号，一套是投资机构里的Term Sheet。在中国AI创业的浪潮里，能同时说这两种语言的人，凤毛麟角。
张鹏的角色很微妙。唐杰负责技术愿景——大模型该往哪里走，学术的判断是什么。张鹏负责把这个愿景翻译成商业语言，然后去跟投资人要钱，去跟客户签单，去跟政府汇报。
“唐老师觉得这个模型可以做到千亿参数。”
到了张鹏嘴里，这句话会变成：“我们的技术路径能够在合理成本下实现规模突破，具备明确的商业化前景。”
两句话说的是同一件事。但第一句话只在学术界有效，第二句话才能打开支票簿。
张鹏不是那种锋芒毕露的CEO。在智谱的公开活动中，他总是显得比唐杰更沉默。但内部的人都清楚：智谱能从清华园走到港交所，张鹏的”翻译”功不可没。
学术和商业之间，隔着一道看不见的墙。张鹏就是那个在墙上凿窗户的人。
刘德兵：最稳的那个人
刘德兵是智谱最不显山露水的创始人。
中科院计算所博士，师从高文院士。这个师承背景在中国AI圈意味着什么？意味着他站在另一条学术山脉的顶端。高文院士是中国计算机视觉和多媒体领域的泰斗，他的学生遍布中国AI产业的各个角落。
刘德兵不像唐杰那样站在聚光灯下，也不像张鹏那样频繁出现在商业场合。他是那种在会议桌最里面坐着、不到关键时刻不说话的人。
但每次他开口，房间里的人都会安静下来。
因为他说的话，通常是对的。
在智谱的创始团队里，刘德兵扮演的是”压舱石”的角色。唐杰是帆，张鹏是舵，刘德兵是龙骨。帆决定了多快，舵决定了方向，龙骨决定了这条船在风暴里不会翻。
这种人在创业公司里极其稀缺。创业公司不缺聪明人，不缺拼命的人，缺的是那种——在所有人都激动的时候，能冷静地说”等等，我们再想想”的人。
刘德兵就是那个人。
张帆的离开
2025年年中，智谱发生了一次内部地震。
COO张帆离职了。
在创业公司里，高管离职不算稀奇。但张帆的离开，对智谱的意味要复杂得多。他不是普通的COO——他是智谱B端业务的操盘手，是那个把智谱的技术变成一个个政企订单的关键人物。
张帆离职的直接原因，是组织架构调整。智谱当时做了一个重大决策：将B端业务与G端（政府端）合并。
合并必然意味着整合，整合必然意味着裁员。
产研中心60人解散。半数离职，半数转岗。
60个人。在一家千人规模的公司里，这个数字不算大。但这60个人是B端交付的核心力量——他们不是写代码的，他们是把模型部署到客户机房里、让系统能跑起来的那批人。
他们的离开，意味着智谱在战略层面做出了一个根本性的选择：从”重交付”模式转向MaaS（模型即服务）模式。
重交付，就是每个客户派一支队伍驻场开发。MaaS，就是把模型放在云上，谁需要谁来调。
这个转型，是痛苦的。
张帆走后，创办了元理智能，做AI Agent方向。有意思的是，智谱投资了他。
在中国创业江湖里，这种事并不罕见——创始团队分道扬镳，但关系没有撕破。你做你的，我做我的，大家还是朋友。甚至，还是合作伙伴。
但如果你仔细想想，会发现这背后有一种说不清的遗憾。张帆做B端交付，是很有能力的人。他的离开，不是因为做得不好，而是因为公司的方向变了。
方向变了，人就散了。
创业最残酷的不是失败。失败至少还有一种悲壮的完整性。最残酷的是成功——成功到需要转型，转型需要有人离开，而离开的那个人，曾经和你一起熬过最难的夜。
1000人，520亿
2026年1月，智谱在港交所敲钟。
股票代码2513。
开盘当天，市值站上520亿港元。
从2019年清华园里那间办公室，到2026年港交所的敲钟台，七年。
智谱的团队规模大约1000人，包含外包。其中AI研究院约300人，七成以上是研发。这是一个典型的”人才密度”型公司——不靠人海战术，靠精锐部队。
而520亿港元的市值，意味着这1000人（准确地说，是300个核心研发），创造了人均超过5亿港元的市值。
这个数字本身不重要。重要的是它背后的逻辑：在中国做AI大模型，不一定非要走OpenAI那条烧钱百亿美元的路。
智谱用2500万美元的训练成本，做出了GLM-5.2。
7440亿参数，MoE架构，活跃参数400亿。100万token的上下文窗口。完全用华为昇腾芯片训练。
最后一个细节值得单独拿出来说：完全用华为昇腾训练。
在中美芯片封锁的背景下，这件事的意义远远超出了技术层面。它意味着中国的大模型公司，在”卡脖子”的芯片问题上，找到了一条可行路径。不是最快的路，不是最便宜的路，但是能走通的路。
能走通，就够了。
ZCode与定价战
GLM-5.2发布之后，智谱做了一件让整个行业炸锅的事。
API定价只有Claude的五分之一到十分之一。
十分之一。
这意味着什么？意味着如果你是一个开发者，用Claude做同样的应用，花100块钱，用GLM-5.2只要10到20块。
这不是赔本赚吆喝。这是明确的战略选择：用价格换规模，用规模换生态。
更狠的是，GLM-5.2的权重以MIT协议开源了。
MIT协议是开源世界里最宽松的协议之一。你可以拿去用，可以拿去改，可以拿去做商业产品，甚至不用开源你的修改。
在AI行业，大模型开源权重不是新鲜事。但用MIT协议开源一个7440亿参数的模型，这个诚意是拉满的。
智谱还把B端交付业务拆分成了两家子公司——北京智远成章和杭州智赋千行。一家管北京，一家管杭州。本质上是把”帮客户部署模型”这件事从母公司剥离出去，让母公司专注于模型本身。
从重交付到MaaS。从做项目到做平台。
这个转型，张帆的离开是代价。但现在看来，代价是值得的。
清华的种子
回头看智谱的起点，你会发现一个有意思的现象。
唐杰是清华的。张鹏是清华KEG的。刘德兵是中科院的，但中科院和清华在北京的AI圈子里，几乎是同一个江湖。
智谱不是从天上掉下来的。它是清华园土壤里长出来的一颗种子。
这颗种子长成了一棵520亿港元的大树。但如果你去问唐杰，他大概不会跟你谈市值。他会跟你谈损失函数，谈注意力机制，谈下一个版本的模型该怎么优化。
有些人就是这样。
他们被命运推到了商业的战场上，但他们心里住着的，始终是那个在深夜实验室里对着收敛曲线微笑的人。
清华园的种子，长成了港交所的大树。但根还在土里——在KEG实验室的深夜灯光里，在唐杰那间望得见中关村的办公室里。
中国AI的故事，从一所大学的一间实验室开始。
这大概不是偶然。