-- Nota de Bing Xu ---
Me encontré con una carta interna de GLM en la aplicación china RedNote, supuestamente escrita por @jietang, y traduje el texto chino de las imágenes al inglés.
--- Inicio de la carta ----
La gran ola ha llegado. Permítanme usar este artículo para hablar de tres cosas: quiénes somos, cómo entendemos esta era y la dirección estratégica a la que hemos decidido dedicarnos por completo.
1. Quiénes somos: primeros principios, pensamiento contrario y enfoque
Zhipu nunca ha sido una empresa que simplemente persigue la última tendencia. Nacimos de un laboratorio, llevando con nosotros veinte años de su metodología.
Esa metodología se puede resumir en tres ideas: primeros principios, pensamiento contrario y enfoque.
Solo pensando lo suficientemente profundo podemos atrevernos a tomar una decisión lo suficientemente contraria. Y una vez que hemos tomado esa decisión, debemos estar preparados para mantenernos comprometidos con ella el tiempo suficiente.
Mirando hacia atrás, casi todas las decisiones críticas que tomamos alguna vez parecieron contraintuitivas.
En 2006, trabajamos en silencio en un sistema de búsqueda académica que funcionaba en una sola computadora de escritorio. Lo hicimos porque habíamos llegado a entender que la pregunta más profunda detrás de eso—descubrir los mecanismos que impulsan la evolución de las disciplinas académicas—valía la pena dedicar una década a responderla.
De 2021 a 2022, cuando "hacer que las máquinas piensen como humanos" todavía era considerado por la mayoría como un proyecto faraónico al borde de la locura, redirigimos nuestros recursos, nos comprometimos con un modelo de cientos de miles de millones de parámetros y construimos GLM-130B.
Eso fue un año y medio completo antes de que ChatGPT revolucionara el mundo.
Luego, el 8 de enero de 2026, el día en que Zhipu completó su cotización de acciones H en Hong Kong, tratamos la ocasión no como una línea de meta, sino como un comienzo completamente nuevo. Resolvimos volver por completo a la investigación de modelos fundamentales y dedicar todos nuestros esfuerzos a la próxima generación de modelos.
Mientras otros tocaban la campana de cotización, nos reiniciamos a cero.
Esto no fue un gesto. Fue una convicción. Si el destino final es la IAG, entonces las ganancias a corto plazo y las tendencias pasajeras de la industria son solo paisajes a lo largo del camino.
Lo que nos ha sostenido hasta el día de hoy es un grado extraordinario de enfoque y un idealismo sincero e intransigente.
Nos tomó diez años convertir un sistema de búsqueda académica de una sola computadora de escritorio en una plataforma que sirve a más de diez millones de usuarios. Hemos pasado casi otra década persiguiendo grandes modelos, y continuaremos cultivando este campo con determinación.
Zhipu hoy es un grupo de personas dispuestas a cuestionar desde los primeros principios, lo suficientemente audaces para tomar decisiones que van contra la sabiduría convencional, y lo suficientemente enfocadas para llevar esas decisiones hasta el final.
Esa es la fuente de la competitividad central de Zhipu.
2. Cómo entendemos esta era: el techo de la inteligencia se está reescribiendo
Si hay algo que hemos aprendido en los últimos veinte años, es esto:
Las mayores oportunidades comerciales nunca residen en pequeños ajustes a productos o modelos de negocio. Surgen cuando el propio techo de la inteligencia da un salto.
Este es nuestro juicio más fundamental sobre la transformación actual de la IA, y es la idea que más queremos transmitir.
En esencia, esta transformación no es simplemente una innovación de producto o una innovación de modelo de negocio. Es una revolución tecnológica que ha elevado el propio techo de la inteligencia.
Quien pueda empujar ese techo aunque sea una pulgada más alto podrá redefinir los límites de lo que miles de industrias son capaces de lograr. Esa pulgada es precisamente por lo que compite la nueva generación de empresas de IA basadas en primeros principios.
La evolución de la inteligencia sigue un camino claro.
La inteligencia artificial está completando ahora la transición de inteligencia perceptual a inteligencia cognitiva. Las máquinas ya no se limitan a "ver" y "oír". Empiezan a "entender" y "razonar".
El siguiente paso apunta directamente hacia la IAG.
Tenemos una definición simple pero exigente de IAG:
La IAG no es la inteligencia de un solo genio. Es el agregado de toda la inteligencia humana.
Debería ser capaz de crear conocimiento original al nivel de la teoría de la relatividad. Ese es el único estándar con el que medimos si se ha alcanzado la verdadera cumbre.
En el camino hacia ese destino, hay que cruzar varias montañas. También son donde la ola tecnológica actual está surgiendo con más fuerza.
La primera montaña: capacidad de tareas a largo plazo
El avance más emocionante hoy es enseñar a los modelos a completar tareas extremadamente largas—no solo responder preguntas de inmediato, sino planificar y ejecutar durante semanas, meses o incluso años.
Por ejemplo, un modelo podría buscar incansablemente vulnerabilidades en el software. En esencia, aprendería la forma en que piensa un experto en ciberseguridad de clase mundial, y luego amplificaría esa experiencia a través de la resistencia de una máquina.
La segunda montaña: sistemas de agentes totalmente autónomos
Basándose en las capacidades a largo plazo, grupos de agentes que puedan operar de forma independiente, colaborar entre sí y trabajar las 24 horas del día se convertirán en una nueva forma de productividad.
Una vez hablamos de la empresa unipersonal, o OPC. Pero la tecnología avanza más rápido de lo esperado. Ya nos estamos moviendo hacia la empresa completamente automatizada, sin personal, o NPC.
Tres desafíos—memoria, aprendizaje continuo y autoevaluación—se pensaba que requerían un cambio de paradigma fundamental antes de poder resolverse. Ahora, impulsados conjuntamente por avances tecnológicos y aplicaciones del mundo real, se están superando gradualmente.
Las capacidades de contexto largo y la generación aumentada por recuperación, o RAG, se están acercando a una forma utilizable de memoria. La iteración más frecuente de modelos nos acerca al aprendizaje continuo. Los modelos frontera ya muestran los primeros signos de autoevaluación.
La tercera montaña: auto-evolución
Esta es la montaña más difícil—y también la más convincente—de todas.
La IA entrenando a la IA ya está tomando forma. Los modelos empiezan a escribir su propio código, limpiar y sintetizar sus propios datos, y entrenarse a sí mismos.
Esto puede consumir más potencia de cómputo, pero ahorra los recursos más valiosos de todos: el esfuerzo y el tiempo humanos.
En la era de los grandes modelos, la velocidad es lo que más importa. La iteración rápida puede crear una brecha generacional en la capacidad cognitiva.
A medida que las empresas líderes en el extranjero comienzan a construir clústeres de cómputo que contienen un millón, o incluso dos millones, de chips de IA, su verdadero propósito bien podría ser permitir que los modelos se entrenen a sí mismos.
¿Qué sucederá después de que se hayan cruzado estas tres montañas?
La IA empezará a aprender qué es el "yo" y qué significa la autoconciencia. Más allá de eso, puede empezar a tocar la emoción humana. Más lejos aún yace la conciencia misma.
De la percepción a la cognición, de la cognición a la inteligencia general, y de la inteligencia general hacia la superinteligencia artificial, o ASI—el camino ya está trazado.
La gran ola ha llegado y no puede revertirse. Esta no es solo nuestra opinión.
En su informe De la IAG a la ASI, Google DeepMind ofrece una conclusión contundente: incluso si las habilidades de un modelo individual permanecieran permanentemente a nivel humano, la superinteligencia aún podría surgir a través del crecimiento por fuerza bruta en potencia de cómputo.
Su proyección es que, si el número de instancias de IAG operativas en todo el mundo se multiplica por diez cada año, alcanzará los 100 millones en cinco años.
Estos agentes compartirían la misma inteligencia subyacente, pensarían con una eficiencia mejorada cien veces y replicarían la experiencia a un costo prácticamente nulo. A nivel colectivo, equivaldrían efectivamente a ASI.
En otras palabras, pasar de IAG a ASI requiere tanto avances algorítmicos como la concentración de recursos de cómputo a una escala sin precedentes.
Esta tendencia irreversible penetrará toda la pila tecnológica de arriba a abajo.
Cuando llegue la IAG, las aplicaciones actuales pueden necesitar ser reconstruidas como sistemas nativos de IA—o quizás ya no sean necesarias en absoluto.
Los propios sistemas operativos pueden ser reescritos. En el futuro, cuando enciendas una computadora, lo que veas puede ser un "LLM OS", con cada función generada bajo demanda.
Yendo más profundo, esto representa un desafío a la arquitectura von Neumann que ha sustentado la computación durante los últimos ochenta años.
Finanzas, derecho, comercio electrónico, internet—ninguna industria quedará sin afectar.
Muchos amigos han venido a mí diciendo que quieren transformar sus empresas y mantenerse al ritmo de la IA. Sin embargo, solo un pequeño número ha reconocido verdaderamente que esta transformación irreversible ya ha comenzado.
3. La dirección a la que dedicaremos todos nuestros esfuerzos: 'Touch High'
Una vez que la tendencia está clara, lo que queda es una elección.
Y la elección de Zhipu es, como siempre, contraria.
En un momento en que la industria en su conjunto está acelerando la monetización comercial de la IA, hemos decidido empujar hacia arriba y perseguir el próximo avance tecnológico.
Llamamos a esta estrategia la Iniciativa 'Touch High'.
En este momento histórico, a medida que la inteligencia artificial avanza de la percepción y la cognición hacia la inteligencia totalmente general, Zhipu alcanzará más alto y desafiará los límites físicos y algorítmicos de la tecnología actual.
En los próximos dos años, planeamos hacer una gran inversión estratégica—no en busca de ingresos por aplicaciones a corto plazo, sino dirigida directamente a la próxima frontera de la IAG.
Esta inversión se centrará en cuatro motores centrales.
Primero: tareas a largo plazo
Llevaremos la IA más allá de las interacciones instantáneas de preguntas y respuestas y hacia la ejecución de proyectos a gran escala.
Esto significa desarrollar una nueva generación de arquitecturas de memoria que permitan a los modelos aprender, actuar y retener conocimiento durante todo el ciclo de vida de un proyecto.
Los modelos deben poder aprender mientras trabajan, actuar mientras aprenden y recordar lo que han hecho. También deben adquirir la capacidad de alto nivel de descomponer un objetivo ambicioso—como diseñar una nueva molécula de fármaco anticancerígeno—en miles de subtareas ejecutables de forma independiente.
Segundo: sistemas de agentes autónomos
Pasaremos de asistentes inteligentes a empleados digitales.
Nuestro objetivo es construir sociedades de miles, o incluso decenas de miles, de agentes, cada uno con una "personalidad" profesional y un conjunto de habilidades distintas.
Estos agentes debatirán, colaborarán, revisarán código y asignarán recursos de forma independiente, creando productividad digital con un nivel de autonomía comparable a los sistemas de conducción autónoma.
Tercero: autoentrenamiento completo
A medida que el suministro de datos generados por humanos de alta calidad se acerca al agotamiento, convertiremos la potencia de cómputo en combustible para la evolución.
Esto significa construir fábricas de datos sintéticos de alta calidad, usando competencia IA contra IA a través de auto-juego para generar conocimiento desde cero, y dando a los sistemas la capacidad de reconstruir su propio código dentro de sandboxes seguros.
El objetivo es liberar el ritmo de la evolución de las limitaciones físicas de los ingenieros humanos.
Cuarto: gobernanza de seguridad al más alto estándar
De los cuatro motores, este es el que más quiero enfatizar.
Cuanto más poderosa se vuelve la IA, más robustas deben ser sus restricciones de seguridad.
Desde el principio, Zhipu estableció un principio rector:
La IA debe servir al bienestar humano y a las prioridades estratégicas nacionales.
La empresa rechaza parches de seguridad añadidos. En cambio, busca codificar la ética humana, las normas sociales y las leyes y regulaciones nacionales en la función de valor del modelo como axiomas fundamentales.
Planeamos comprometer recursos a escala de decenas de miles de millones para avanzar en la interpretabilidad mecanicista—aclarando la lógica neuronal detrás de las decisiones del modelo y transformando sistemas de caja negra en sistemas transparentes y explicables.
Al mismo tiempo, participaremos activamente en la gobernanza internacional de la IA para prevenir el mal uso de la tecnología de IA.
Este sentido de urgencia no es infundado.
Cuando los modelos frontera más avanzados en el extranjero retrasan su publicación pública completa debido a preocupaciones de seguridad, y sus líderes corporativos advierten públicamente que los efectos de gran alcance de la IA remodelarán profundamente el equilibrio de poder global, debemos mantener los ojos claros:
El desarrollo de la superinteligencia y la investigación en superalineación deben avanzar en paralelo.
Esta es también una pregunta que examinamos repetidamente cada vez que nos enfrentamos a tecnologías disruptivas.
La historia ha mostrado una y otra vez que cuando una tecnología se vuelve lo suficientemente poderosa como para alterar el curso de la civilización, la seguridad ya no es un accesorio opcional. Se convierte en el requisito fundamental para la existencia continuada y el uso permitido de la tecnología.
4. Un ecosistema abierto: la base del acceso amplio a la inteligencia y la gobernanza de seguridad
Siempre hemos creído que la inteligencia artificial, como tecnología estratégica que dará forma al futuro, no puede lograr un desarrollo sostenible a largo plazo sin un ecosistema industrial abierto y colaborativo.
El valor de la inteligencia frontera no reside solo en los avances tecnológicos en sí mismos, sino también en si puede empoderar ampliamente a miles de industrias y beneficiar a cada desarrollador.
Creemos firmemente que la seguridad genuina no se construye sobre el aislamiento tecnológico o barreras.
Surge de la participación amplia, el intercambio, la co-creación y la supervisión realizada de forma abierta y transparente.
Es este profundo compromiso de hacer la tecnología ampliamente accesible lo que ha moldeado la respuesta estratégica de Zhipu.
Recientemente, lanzamos GLM-5.2, nuestro modelo de código abierto más capaz hasta la fecha.
Admite una ventana de contexto genuinamente práctica de un millón de tokens, continúa liderando en tareas a largo plazo y está disponible para todos los usuarios.
También será oficialmente de código abierto bajo la Licencia MIT altamente permisiva. Cualquiera podrá descargarlo, implementarlo y usarlo comercialmente, sin restricciones basadas en el tipo de usuario u organización.
Esta es la posición firme de la empresa, expresada a través de la forma de su producto.
Elegimos creer en un camino diferente:
La inteligencia frontera no debería pertenecer solo a unos pocos selectos, ni el acceso a ella debería ser retirado en cualquier momento por un pequeño grupo de creadores de reglas.
Debería ser abierta, utilizable y construible—y debería servir a cada desarrollador.
Esto no entra en conflicto con 'Touch High'. Más bien, las dos son caras complementarias de la misma estrategia.
Con una mano, alcanzamos hacia arriba para desafiar los límites de la inteligencia. Con la otra, construimos caminos hacia abajo, haciendo que las capacidades más avanzadas sean lo más abiertas y ampliamente accesibles posible.
Las alturas que alcanzamos pertenecen a toda la humanidad, y los caminos que construimos pertenecen a todos.
5. Conclusión: ¿por qué ahora y por qué nosotros?
Algunos pueden preguntar:
¿Por qué, después de salir a bolsa, Zhipu continúa dedicando sus recursos centrales a alcanzar más alto en la dirección más incierta?
Porque creemos en una verdad simple:
Quienes realmente alcanzan la cumbre convierten la montaña en un camino.
La visión fundamental a la que llegamos una vez se cristalizó en una convicción compartida entre cientos de científicos a través del proyecto Wudao Large Model.
Más tarde, a través de la inversión industrial de Zhipu y el ecosistema más amplio, se convirtió en una base desde la cual una nueva generación de emprendedores podría despegar.
Hoy, queremos construir este camino más alto y más ancho—
Lo suficientemente alto para protegernos y salvaguardar la seguridad nacional;
Lo suficientemente alto para dar a la humanidad la oportunidad de explorar más de lo desconocido y descubrir los misterios del universo;
Y lo suficientemente ancho para que cada desarrollador y cada equipo encuentre un camino hacia arriba.
En la era de la IAG, cosas que una vez parecieron para siempre fuera de nuestro alcance pueden, por primera vez, volverse posibles.
Esta es la mayor fortuna de nuestra generación—y también su responsabilidad más pesada.
La gran ola ha llegado y la tendencia es irreversible.
Zhipu tiene la intención de ser quien enfrente la ola que se aproxima y siga alcanzando más alto.
Cualquier cosa que no sea la cumbre es fracaso.
Esta vez, la altura que buscamos alcanzar es una que pertenece a toda la humanidad.
Tang Jie
Fundador de Zhipu AI
11 de julio de 2026
