--- Note de Bing Xu ---
Je suis tombé sur une lettre interne de GLM publiée sur l'application chinoise RedNote, prétendument écrite par @jietang, et j'ai traduit le texte chinois des images en anglais.
--- Début de la lettre ---
La grande vague est arrivée. Permettez-moi d'utiliser cet article pour discuter de trois choses : qui nous sommes, comment nous comprenons cette époque et la direction stratégique à laquelle nous avons choisi de nous consacrer entièrement.
1. Qui nous sommes : premiers principes, pensée contraire et concentration
Zhipu n'a jamais été une simple entreprise qui suit la dernière tendance. Nous sommes issus d'un laboratoire, portant avec nous vingt ans de sa méthodologie.
Cette méthodologie peut être résumée en trois idées : les premiers principes, la pensée contraire et la concentration.
Seule une réflexion suffisamment profonde permet d'oser faire un choix suffisamment contraire. Et une fois ce choix fait, il faut être prêt à y rester engagé suffisamment longtemps.
En rétrospective, presque toutes les décisions critiques que nous avons prises semblaient contre-intuitives à l'époque.
En 2006, nous avons discrètement travaillé sur un système de recherche académique fonctionnant sur un seul ordinateur de bureau. Nous l'avons fait parce que nous avions compris que la question plus profonde derrière cela—découvrir les mécanismes qui animent l'évolution des disciplines académiques—méritait une décennie d'investigation.
De 2021 à 2022, alors que « faire penser les machines comme les humains » était encore considéré par la plupart comme un projet lunaire frôlant la folie, nous avons redirigé nos ressources, nous sommes engagés dans un modèle de centaines de milliards de paramètres et avons construit GLM-130B.
C'était un an et demi avant que ChatGPT ne prenne le monde d'assaut.
Puis, le 8 janvier 2026, le jour où Zhipu a finalisé son introduction en bourse à Hong Kong, nous n'avons pas traité cette occasion comme une ligne d'arrivée, mais comme un tout nouveau départ. Nous avons résolu de revenir pleinement à la recherche sur les modèles fondamentaux et de consacrer tous nos efforts à la prochaine génération de modèles.
Alors que d'autres sonnaient la cloche de l'introduction, nous nous sommes remis à zéro.
Ce n'était pas un geste. C'était une conviction. Si la destination ultime est l'IAG, alors les gains à court terme et les tendances passagères de l'industrie ne sont que des paysages en bord de route.
Ce qui nous a soutenus jusqu'à aujourd'hui est un degré extraordinaire de concentration et un idéalisme sincère et inflexible.
Il nous a fallu dix ans pour faire passer un système de recherche académique d'un seul ordinateur de bureau à une plateforme servant plus de dix millions d'utilisateurs. Nous avons consacré près d'une autre décennie à la poursuite des grands modèles, et nous continuerons à cultiver ce domaine avec détermination.
Zhipu aujourd'hui, c'est un groupe de personnes prêtes à questionner à partir des premiers principes, assez audacieuses pour faire des choix qui vont à l'encontre de la sagesse conventionnelle, et assez concentrées pour mener ces choix jusqu'au bout.
C'est là la source de la compétitivité fondamentale de Zhipu.
2. Comment nous comprenons cette époque : le plafond de l'intelligence est en train d'être réécrit
S'il y a une chose que nous avons apprise au cours des vingt dernières années, c'est celle-ci :
Les plus grandes opportunités commerciales ne résident jamais dans des ajustements mineurs apportés aux produits ou aux modèles d'affaires. Elles surgissent lorsque le plafond même de l'intelligence fait un bond.
C'est notre jugement le plus fondamental concernant la transformation actuelle de l'IA, et c'est l'idée que nous voulons le plus transmettre.
Au cœur de cette transformation, il n'y a pas simplement une innovation de produit ou une innovation de modèle d'affaires. C'est une révolution technologique qui a relevé le plafond même de l'intelligence.
Quiconque peut repousser ce plafond ne serait-ce qu'un pouce plus haut pourra redéfinir les limites de ce que des milliers d'industries sont capables d'accomplir. Ce seul pouce est précisément ce que la nouvelle génération d'entreprises d'IA ancrée dans les premiers principes cherche à obtenir.
L'évolution de l'intelligence suit un chemin clair.
L'intelligence artificielle achève maintenant la transition de l'intelligence perceptuelle à l'intelligence cognitive. Les machines ne se limitent plus à « voir » et « entendre ». Elles commencent à « comprendre » et à « raisonner ».
La prochaine étape pointe directement vers l'IAG.
Nous avons une définition simple mais exigeante de l'IAG :
L'IAG n'est pas l'intelligence d'un seul génie. C'est l'agrégat de toute l'intelligence humaine.
Elle devrait être capable de créer des connaissances originales au niveau de la théorie de la relativité. C'est le seul critère par lequel nous mesurons si le véritable sommet a été atteint.
Sur la route vers cette destination, plusieurs montagnes doivent être franchies. Elles sont aussi là où la vague technologique d'aujourd'hui déferle le plus puissamment.
La première montagne : la capacité à exécuter des tâches à long horizon
La percée la plus passionnante aujourd'hui est d'apprendre aux modèles à accomplir des tâches extrêmement longues—non pas simplement répondre à des questions immédiatement, mais planifier et exécuter sur des semaines, des mois, voire des années.
Par exemple, un modèle pourrait chercher sans relâche des vulnérabilités dans un logiciel. En substance, il apprendrait la manière de penser d'un expert mondial en cybersécurité, puis amplifierait cette expertise grâce à l'endurance d'une machine.
La deuxième montagne : les systèmes d'agents entièrement autonomes
En s'appuyant sur les capacités à long horizon, des groupes d'agents capables de fonctionner indépendamment, de collaborer entre eux et de travailler 24 heures sur 24 deviendront une nouvelle forme de productivité.
Nous avons autrefois parlé de l'entreprise à une personne, ou OPC. Mais la technologie progresse plus vite que prévu. Nous nous dirigeons déjà vers l'entreprise entièrement automatisée, sans personne, ou NPC.
Trois défis—la mémoire, l'apprentissage continu et l'auto-évaluation—étaient autrefois considérés comme nécessitant un changement de paradigme fondamental avant de pouvoir être résolus. Maintenant, poussés conjointement par les avancées technologiques et les applications réelles, ils sont progressivement surmontés.
Les capacités de contexte long et la génération augmentée par récupération, ou RAG, approchent d'une forme utilisable de mémoire. Une itération plus fréquente des modèles nous rapproche de l'apprentissage continu. Les modèles frontières montrent déjà les premiers signes d'auto-évaluation.
La troisième montagne : l'auto-évolution
C'est la plus difficile—et aussi la plus fascinante—de toutes les montagnes.
L'IA qui entraîne l'IA prend déjà forme. Les modèles commencent à écrire leur propre code, à nettoyer et synthétiser leurs propres données, et à s'entraîner eux-mêmes.
Cela peut consommer plus de puissance de calcul, mais cela économise les ressources les plus précieuses : l'effort et le temps humains.
À l'ère des grands modèles, la vitesse compte le plus. Une itération rapide peut créer un écart générationnel dans les capacités cognitives.
Alors que les entreprises leaders à l'étranger commencent à construire des clusters de calcul contenant un million, voire deux millions de puces IA, leur véritable objectif pourrait bien être de permettre aux modèles de s'entraîner eux-mêmes.
Que se passera-t-il après avoir franchi ces trois montagnes ?
L'IA commencera à apprendre ce qu'est le « soi » et ce que signifie la conscience de soi. Au-delà, elle pourrait commencer à toucher à l'émotion humaine. Plus loin encore se trouve la conscience elle-même.
De la perception à la cognition, de la cognition à l'intelligence générale, et de l'intelligence générale vers la superintelligence artificielle, ou ASI—la route est déjà tracée.
La grande vague est arrivée, et elle est irréversible. Ce n'est pas seulement notre point de vue.
Dans son rapport From AGI to ASI, Google DeepMind tire une conclusion frappante : même si les capacités d'un modèle individuel restaient en permanence au niveau humain, la superintelligence pourrait encore émerger grâce à une croissance brute de la puissance de calcul.
Leur projection est que, si le nombre d'instances opérationnelles d'IAG dans le monde est multiplié par dix chaque année, il atteindra 100 millions en cinq ans.
Ces agents partageraient la même intelligence sous-jacente, penseraient avec une efficacité améliorée d'un facteur cent, et reproduiraient l'expérience à un coût pratiquement nul. Au niveau collectif, ils équivaudraient effectivement à une ASI.
En d'autres termes, passer de l'IAG à l'ASI nécessite à la fois des percées algorithmiques et une concentration des ressources informatiques à une échelle sans précédent.
Cette tendance irréversible pénétrera toute la pile technologique de haut en bas.
Quand l'IAG arrivera, les applications d'aujourd'hui devront peut-être toutes être reconstruites en tant que systèmes natifs de l'IA—ou ne seront peut-être plus nécessaires du tout.
Les systèmes d'exploitation eux-mêmes pourraient être réécrits. À l'avenir, lorsque vous allumerez un ordinateur, ce que vous verrez pourrait être un « OS LLM », avec chaque fonction générée à la demande.
En allant plus profondément, cela représente un défi à l'architecture von Neumann qui sous-tend l'informatique depuis quatre-vingts ans.
La finance, le droit, le commerce électronique, l'internet—aucune industrie ne restera indemne.
De nombreux amis sont venus me dire qu'ils veulent transformer leurs entreprises et suivre le rythme de l'IA. Pourtant, seul un petit nombre a vraiment reconnu que cette transformation irréversible a déjà commencé.
3. La direction à laquelle nous consacrerons tous nos efforts : « Touch High »
Une fois la tendance claire, il ne reste qu'un choix.
Et le choix de Zhipu est, comme toujours, contraire.
À un moment où l'industrie dans son ensemble accélère la monétisation commerciale de l'IA, nous avons décidé de pousser vers le haut et de poursuivre la prochaine percée technologique.
Nous appelons cette stratégie l'Initiative « Touch High ».
À ce moment historique, alors que l'intelligence artificielle progresse de la perception et de la cognition vers l'intelligence pleinement générale, Zhipu atteindra plus haut et défiera les limites physiques et algorithmiques de la technologie actuelle.
Au cours des deux prochaines années, nous prévoyons de réaliser un investissement stratégique majeur—non pas en quête de revenus d'application à court terme, mais visant directement la prochaine frontière de l'IAG.
Cet investissement se concentrera sur quatre moteurs principaux.
Premièrement : les tâches à long horizon
Nous ferons passer l'IA au-delà des interactions question-réponse instantanées et vers l'exécution de projets à grande échelle.
Cela signifie développer une nouvelle génération d'architectures de mémoire qui permettent aux modèles d'apprendre, d'agir et de retenir les connaissances tout au long du cycle de vie d'un projet.
Les modèles doivent être capables d'apprendre en travaillant, d'agir en apprenant et de se souvenir de ce qu'ils ont fait. Ils doivent également acquérir la capacité de haut niveau à décomposer un objectif ambitieux—comme concevoir une nouvelle molécule de médicament anticancéreux—en des milliers de sous-tâches exécutables indépendamment.
Deuxièmement : les systèmes d'agents autonomes
Nous passerons des assistants intelligents aux employés numériques.
Notre objectif est de construire des sociétés de milliers, voire de dizaines de milliers d'agents, chacun possédant une « personnalité » professionnelle distincte et un ensemble de compétences.
Ces agents débattront indépendamment, collaboreront, réviseront le code et alloueront les ressources, créant une productivité numérique avec un niveau d'autonomie comparable aux systèmes de conduite autonome.
Troisièmement : l'auto-entraînement complet
Alors que l'offre de données de haute qualité générées par l'homme approche de l'épuisement, nous transformerons la puissance de calcul en carburant pour l'évolution.
Cela signifie construire des usines de données synthétiques de haute qualité, utiliser la compétition IA contre IA par le jeu autonome (self-play) pour générer des connaissances à partir de zéro, et donner aux systèmes la capacité de reconstruire leur propre code dans des bacs à sable sécurisés.
L'objectif est de libérer le rythme de l'évolution des limitations physiques des ingénieurs humains.
Quatrièmement : la gouvernance de la sécurité au plus haut niveau
Des quatre moteurs, c'est celui que je veux le plus souligner.
Plus l'IA devient puissante, plus ses contraintes de sécurité doivent être robustes.
Dès le début, Zhipu a établi un principe directeur :
L'IA doit servir le bien-être humain et les priorités stratégiques nationales.
L'entreprise rejette les correctifs de sécurité ajoutés après coup. Au lieu de cela, elle cherche à encoder l'éthique humaine, les normes sociales et les lois et réglementations nationales dans la fonction de valeur du modèle en tant qu'axiomes fondamentaux.
Nous prévoyons d'engager des ressources de l'ordre de plusieurs dizaines de milliards pour faire progresser l'interprétabilité mécanistique—clarifier la logique neuronale derrière les décisions du modèle et transformer les systèmes boîte noire en systèmes transparents et explicables.
En même temps, nous participerons activement à la gouvernance internationale de l'IA pour prévenir l'utilisation abusive de la technologie IA.
Ce sentiment d'urgence n'est pas infondé.
Lorsque les modèles frontières les plus avancés à l'étranger retardent leur publication complète en raison de préoccupations de sécurité, et que leurs dirigeants d'entreprise avertissent publiquement que les effets profonds de l'IA remodeleront l'équilibre mondial des pouvoirs, nous devons rester lucides :
Le développement de la superintelligence et la recherche sur le superalignement doivent avancer en parallèle.
C'est aussi une question que nous examinons à chaque fois que nous sommes confrontés à des technologies disruptives.
L'histoire a montré maintes et maintes fois que lorsqu'une technologie devient assez puissante pour modifier le cours de la civilisation, la sécurité n'est plus un accessoire optionnel. Elle devient le prérequis fondamental pour l'existence continue et l'utilisation autorisée de cette technologie.
4. Un écosystème ouvert : le fondement d'un large accès à l'intelligence et de la gouvernance de la sécurité
Nous avons toujours cru que l'intelligence artificielle, en tant que technologie stratégique qui façonnera l'avenir, ne peut pas réaliser un développement durable à long terme sans un écosystème industriel ouvert et collaboratif.
La valeur de l'intelligence de frontière ne réside pas seulement dans les percées technologiques elles-mêmes, mais aussi dans sa capacité à habiliter largement des milliers d'industries et à bénéficier à chaque développeur.
Nous croyons fermement que la sécurité authentique ne se construit pas sur l'isolement technologique ou les barrières.
Elle naît d'une large participation, du partage, de la co-création et d'une supervision menée de manière ouverte et transparente.
C'est cet engagement profond à rendre la technologie largement accessible qui a façonné la réponse stratégique de Zhipu.
Récemment, nous avons publié GLM-5.2, notre modèle open source le plus performant à ce jour.
Il prend en charge une fenêtre de contexte d'un million de jetons véritablement pratique, continue de mener dans les tâches à long horizon et est disponible pour tous les utilisateurs.
Il sera également officiellement publié en open source sous la Licence MIT hautement permissive. N'importe qui pourra le télécharger, le déployer et l'utiliser commercialement, sans aucune restriction basée sur le type d'utilisateur ou d'organisation.
C'est la position ferme de l'entreprise, exprimée à travers la forme de son produit.
Nous choisissons de croire en une voie différente :
L'intelligence de frontière ne devrait pas appartenir seulement à une poignée d'élus, ni son accès être retiré à tout moment par un petit groupe de décideurs.
Elle devrait être ouverte, utilisable et constructible—et elle devrait servir chaque développeur.
Cela n'entre pas en conflit avec « Touch High ». Au contraire, les deux sont des faces complémentaires d'une même stratégie.
D'une main, nous atteignons vers le haut pour défier les limites de l'intelligence. De l'autre, nous construisons des routes vers le bas, rendant les capacités les plus avancées aussi ouvertes et largement accessibles que possible.
Les hauteurs que nous atteignons appartiennent à toute l'humanité, et les routes que nous construisons appartiennent à tout le monde.
5. Conclusion : pourquoi maintenant, et pourquoi nous ?
Certains pourraient demander :
Pourquoi, après être entré en bourse, Zhipu continue-t-il de consacrer ses ressources fondamentales à atteindre plus haut dans la direction la plus incertaine ?
Parce que nous croyons en une vérité simple :
Ceux qui atteignent vraiment le sommet transforment la montagne en route.
La perspicacité fondamentale à laquelle nous sommes parvenus a été cristallisée en une conviction partagée parmi des centaines de scientifiques à travers le projet Wudao Large Model.
Plus tard, grâce à l'investissement industriel de Zhipu et à l'écosystème plus large, elle est devenue une fondation à partir de laquelle une nouvelle génération d'entrepreneurs a pu décoller.
Aujourd'hui, nous voulons construire cette route plus haute et plus large—
Assez haute pour nous protéger et sauvegarder la sécurité nationale ;
Assez haute pour donner à l'humanité l'opportunité d'explorer davantage l'inconnu et de découvrir les mystères de l'univers ;
Et assez large pour que chaque développeur et chaque équipe trouve une voie vers le haut.
À l'ère de l'IAG, des choses qui semblaient autrefois à jamais hors de portée pourraient, pour la première fois, devenir possibles.
C'est la plus grande chance de notre génération—et aussi sa responsabilité la plus lourde.
La grande vague est arrivée, et la tendance est irréversible.
Zhipu entend être celui qui fait face à la vague qui approche et continue d'atteindre plus haut.
Tout ce qui est en deçà du sommet est un échec.
Cette fois, la hauteur que nous cherchons à atteindre est une hauteur qui appartient à toute l'humanité.
Tang Jie
Fondateur de Zhipu AI
11 juillet 2026
