Độc quyền: CEO Zhipu AI gửi thư nội bộ sau khi gia nhập 'câu lạc bộ nghìn tỷ': Điều gì quan trọng hơn cả?

Tác giả | Chu Hâm Vũ

Biên tập | Trương Vũ Hân

Theo thông tin độc quyền mà "Trí Tuệ Dũng Hiện" (Smart Emergence) có được, vào ngày 11 tháng 7 năm 2026, Đường Kiệt, nhà sáng lập của Zhipu (Trí Phổ), đã gửi một bức thư nội bộ với tiêu đề "Cơn sóng lớn đã đến".

Trong nửa năm qua, Zhipu đã gặt hái được những khoảnh khắc rực rỡ nhất kể từ khi thành lập: giá trị vốn hóa thị trường đã tăng gấp 10 lần so với giai đoạn đầu niêm yết cách đây nửa năm, và vào tháng 6 năm 2026, công ty đã lọt vào "Câu lạc bộ nghìn tỷ đô la Hồng Kông" — con số này gấp gần 3 lần giá trị vốn hóa của Baidu và vượt qua cả Xiaomi. Vào ngày 8 tháng 7, sau khi đợt cổ phiếu đầu tiên được mở khóa, Zhipu vẫn giữ vững được giá cổ phiếu của mình.

Đây cũng là câu chuyện hấp dẫn nhất trong đường đua mô hình ngôn ngữ lớn (AI LLM) hiện nay: đặt cược vào hướng đi công nghệ đúng đắn để đổi lấy danh tiếng thị trường vượt trội và thành tựu thương mại hóa đáng nể.

Nhìn sâu vào bản chất, nguồn gốc sự cất cánh của Zhipu không thể tách rời khỏi quyết định đặt cược vào Coding (lập trình) từ một năm trước. Đầu năm 2025, Zhipu bắt đầu tái phân bổ nguồn lực, tập trung sức mạnh vào việc nâng cao khả năng Coding của mô hình.

Tại một sự kiện, Đường Kiệt, giáo sư khoa Khoa học Máy tính tại Đại học Thanh Hoa kiêm nhà sáng lập Zhipu, đã chỉ ra lý do cho việc đặt cược vào Coding: Sự xuất hiện của DeepSeek R1 đánh dấu việc khám phá mô hình Chat (đối thoại) về cơ bản đã kết thúc. Trong kỷ nguyên hậu DeepSeek, ông mô tả Zhipu đã "Bet" (đặt cược) vào Coding và Reasoning (lập luận) — một năng lực mô hình có thể cộng sinh và phát triển cùng với Agent (tác nhân AI).

Thực tế đã chứng minh, đây là một ván cược thành công.

Ngày nay, AI Coding đã trở thành điểm gần nhất với thương mại hóa AI. Một ví dụ điển hình là Anthropic, công ty đã "vượt mặt" OpenAI cũng nhờ vào việc đặt cược vào Coding. Tháng 1 năm 2024, doanh thu hàng năm của Anthropic chỉ đạt 87 triệu USD; đến tháng 6 năm 2026, ARR (doanh thu định kỳ hàng năm) của họ đã vượt mốc 47 tỷ USD.

Việc phát hành mô hình chủ lực GLM-4.5 vào tháng 7 năm 2025 và ra mắt mã nguồn mở GLM-5.2 vào tháng 6 năm 2026 đã đưa Zhipu lọt vào nhóm dẫn đầu thế giới về AI Coding. Phiên bản mã nguồn mở GLM-5.2 đã bắt kịp và thậm chí vượt qua Claude Opus 4.8 cũng như GPT-5.5 ở nhiều chỉ số cốt lõi.

Năng lực kỹ thuật cũng được phản ánh qua doanh thu. Báo cáo tài chính năm 2025 của Zhipu cho thấy, tính đến cuối kỳ báo cáo (tháng 3 năm 2026), ARR của nền tảng MaaS đã đạt 1,7 tỷ nhân dân tệ, tăng gấp 60 lần trong năm qua.

Và bức thư nội bộ của Đường Kiệt đã cho chúng ta thấy mệnh đề mới mà Zhipu đặt cược trong kỷ nguyên hậu Coding:

Dưới đây là nội dung bức thư nội bộ của Đường Kiệt:

Cơn sóng lớn đã đến

— Gửi tới mỗi thành viên Zhipu và những đối tác quan tâm đến tương lai của trí tuệ nhân tạo

Xin cho phép tôi thông qua bài viết này để chia sẻ ba điều: Chúng ta là ai, chúng ta nhìn nhận thời đại này như thế nào, và chiến lược mà chúng ta quyết tâm dồn toàn lực thực hiện.

(1) Chúng ta là ai: "Bản chất, phản trực giác, tập trung"

Zhipu chưa bao giờ là một công ty chạy theo xu hướng. Nó lớn lên từ một phòng thí nghiệm, mang theo phương pháp luận của phòng thí nghiệm đó trong suốt hai mươi năm. Phương pháp luận này có thể tóm gọn trong ba từ: Bản chất, Phản trực giác, Tập trung — suy nghĩ đủ sâu mới dám chọn hướng đủ khác biệt; đã chọn hướng khác biệt thì phải kiên trì đủ lâu.

Nhìn lại chặng đường đã qua, hầu như mỗi lựa chọn then chốt của chúng tôi đều từng có vẻ "phản trực giác". Năm 2006, chúng tôi kiên trì với hệ thống tìm kiếm học thuật trên một chiếc máy tính để bàn, bởi vì chúng tôi đã hiểu rõ đằng sau đó là việc "khai phá cơ chế tiến hóa của các ngành học" — một việc xứng đáng để dành mười năm trả lời; từ năm 2021 đến 2022, khi việc "để máy móc suy nghĩ như con người" bị đa số coi là kế hoạch điên rồ như lên mặt trăng, chúng tôi đã điều chuyển nguồn lực, đặt cược vào mô hình hàng trăm tỷ tham số để tạo ra GLM-130B — đó là một năm rưỡi trước khi ChatGPT làm bùng nổ thế giới; và vào ngày Zhipu niêm yết trên sàn H-share (Hồng Kông) ngày 8 tháng 1 năm 2026, chúng tôi coi đó là một điểm khởi đầu hoàn toàn mới, kiên định quay trở lại nghiên cứu mô hình nền tảng, dốc toàn lực tấn công vào mô hình thế hệ tiếp theo.

Người khác rung chuông niêm yết, chúng tôi trở về con số không. Đây không phải là tư thế, đây là niềm tin — vì đích đến là AGI (Trí tuệ nhân tạo tổng quát), nên lợi ích ngắn hạn hay xu hướng ngành chỉ là phong cảnh dọc đường dẫn tới đích cuối cùng.

Điều nâng đỡ chúng tôi đi đến ngày hôm nay là sự tập trung cực độ và chủ nghĩa lý tưởng thuần túy nhất. Từ một chiếc máy tính để bàn đến hàng chục triệu người dùng cho hệ thống tìm kiếm học thuật, chúng tôi mất mười năm; con đường mô hình lớn, chúng tôi cũng đã đi gần mười năm, và sẽ tiếp tục kiên định đào sâu, bước tiếp. Zhipu ngày nay là một tập thể sẵn sàng truy vấn bản chất, dám phản trực giác và có thể tập trung làm việc đến cùng — đó chính là nguồn gốc năng lực cạnh tranh cốt lõi của Zhipu.

(2) Chúng ta nhìn nhận thời đại này như thế nào: Giới hạn trên của trí tuệ đang bị viết lại

Nếu có một điều chúng tôi học được trong hai mươi năm qua, đó là: Cơ hội kinh doanh thực sự chưa bao giờ nằm ở việc tinh chỉnh sản phẩm hay mô hình, mà nằm ở sự nhảy vọt của giới hạn trên về trí tuệ. Đây là nhận định căn bản nhất của chúng tôi về cuộc cách mạng AI hiện nay, cũng là nhận thức mà chúng tôi muốn truyền tải đến mọi người.

Cuộc cách mạng lần này, bản chất không phải là đổi mới sản phẩm hay mô hình kinh doanh, mà là chính cuộc cách mạng công nghệ đã nâng cao "giới hạn trên của trí tuệ". Ai có thể tiên phong đẩy giới hạn đó lên cao thêm một tấc, người đó có thể định nghĩa lại ranh giới năng lực của hàng nghìn ngành nghề. Tất cả các doanh nghiệp AI thế hệ mới tập trung vào nguyên lý cơ bản (first principles) đều đang tranh giành sự đột phá ở một tấc đó.

Và sự tiến hóa của giới hạn trí tuệ có một lộ trình rõ ràng. Trí tuệ nhân tạo đang hoàn thành bước nhảy vọt từ trí tuệ cảm nhận sang trí tuệ nhận thức — máy móc không còn chỉ "nhìn thấy" và "nghe thấy", mà bắt đầu "hiểu" và "suy luận". Và bước tiếp theo chính là hướng tới AGI.

Chúng tôi có một định nghĩa giản dị nhưng khắt khe về AGI: AGI không phải là trí tuệ của một thiên tài nào đó, mà là tổng hòa trình độ trí tuệ của toàn nhân loại. Nó phải có khả năng tạo ra tri thức nguyên bản ở cấp độ "thuyết tương đối", đây là tiêu chuẩn duy nhất để chúng tôi đo lường xem liệu đã thực sự đạt đến đỉnh cao hay chưa. Trên con đường dẫn tới đích này, có những ngọn núi bắt buộc phải vượt qua, và đó cũng chính là nơi làn sóng công nghệ đang cuộn trào dữ dội nhất:

Ngọn núi thứ nhất: Năng lực tác vụ dài hạn (Long Horizon Task)

Đột phá thú vị nhất hiện nay là để mô hình học cách hoàn thành một tác vụ cực dài — không phải là hỏi đáp tức thời, mà là lập kế hoạch và thực thi kéo dài hàng tuần, hàng tháng, thậm chí hàng năm. Ví dụ, một mô hình có thể không biết mệt mỏi tìm kiếm lỗ hổng trong phần mềm, về bản chất là đang học cách tư duy của một chuyên gia bảo mật hàng đầu, sau đó khuếch đại nó bằng sức bền của máy móc.

Ngọn núi thứ hai: Hệ thống tác nhân tự chủ (Autonomous Agent System)

Trên nền tảng tác vụ dài hạn, các nhóm tác nhân AI có khả năng tự vận hành, phối hợp tác nghiệp và hoạt động 24/7 sẽ trở thành hình thái năng suất mới. Chúng tôi từng nhắc đến "công ty một người OPC", nhưng bước chân của công nghệ còn nhanh hơn dự kiến — chúng ta đang tiến tới "công ty tự động hóa hoàn toàn NPC". Bộ nhớ (Memory), học tập liên tục (Continual Learning), tự đánh giá (Self-Judge) — ba bài toán từng được cho là cần thay đổi mô hình mới giải quyết được, nay đã dần được hóa giải dưới sự thúc đẩy kép của công nghệ và ứng dụng: ngữ cảnh dài và RAG (truy xuất tăng cường) đang tiệm cận hình thái sơ khai của bộ nhớ; tần suất lặp lại của mô hình chính là đang tiệm cận việc học tập liên tục; các mô hình tiên tiến đã bắt đầu hé lộ mầm mống của khả năng tự đánh giá.

Ngọn núi thứ ba: Tự tiến hóa (Self-Evolving)

Đây là ngọn núi khó khăn nhất nhưng cũng hấp dẫn nhất. AI huấn luyện AI đã hình thành — mô hình tự viết mã, tự làm sạch và tổng hợp dữ liệu, tự huấn luyện chính mình. Điều này có thể tiêu tốn một ít sức mạnh tính toán, nhưng lại tiết kiệm được nguồn nhân lực và thời gian quý giá nhất. Trong kỷ nguyên mô hình lớn, tốc độ là quan trọng nhất, sự lặp lại nhanh chóng sẽ trực tiếp tạo ra khoảng cách thế hệ về nhận thức. Khi các doanh nghiệp hàng đầu ở nước ngoài bắt đầu xây dựng các cụm tính toán ở quy mô hàng triệu chip, mục đích thực sự của họ rất có thể chính là để mô hình tự huấn luyện chính mình.

Sau khi vượt qua ba ngọn núi này, điều gì sẽ xảy ra?

AI sẽ bắt đầu học thế nào là "tôi", thế nào là tự nhận thức; xa hơn nữa, nó sẽ chạm đến cảm xúc của con người; xa hơn nữa là chính ý thức. Từ cảm nhận đến nhận thức, từ nhận thức đến tổng quát, từ tổng quát đến siêu trí tuệ (ASI) — con đường này đã mở ra, cơn sóng lớn đã đến và không thể đảo ngược.

Đây không phải là ý kiến của riêng chúng tôi. Google DeepMind trong báo cáo "From AGI to ASI" đã đưa ra một nhận định lạnh lùng: Ngay cả khi năng lực của một mô hình đơn lẻ dừng lại ở mức con người, chỉ cần sức mạnh tính toán vẫn tăng trưởng, siêu trí tuệ có thể bị "ép" ra đời. Họ suy luận rằng, nếu số lượng thực thể AGI có thể vận hành trên toàn cầu tăng trưởng với tốc độ gấp mười lần mỗi năm, thì sau năm năm sẽ đạt con số 100 triệu. Những tác nhân này chia sẻ cùng một bộ não nền tảng, hiệu suất tư duy tăng gấp trăm lần và sao chép kinh nghiệm với chi phí bằng không, ở cấp độ nhóm, chúng tương đương với ASI. Nói cách khác, từ AGI tiến tới ASI, không chỉ cần đột phá ở cấp độ thuật toán mà còn cần sự hội tụ của các nguồn lực tính toán siêu lớn.

Xu hướng không thể đảo ngược này sẽ xuyên thấu toàn bộ ngăn xếp công nghệ từ trên xuống dưới: Khi AGI đến, các ứng dụng ngày nay có thể đều phải được tái cấu trúc thành AI-native (AI bản địa), thậm chí không còn cần đến những ứng dụng này nữa; hệ điều hành có thể được viết lại, tương lai khi bạn mở máy tính, thứ bạn nhìn thấy sẽ là một "LLM OS", mọi chức năng đều được tạo ra theo yêu cầu (generate on demand); sâu hơn nữa là thách thức đối với kiến trúc Von Neumann đã vận hành suốt tám mươi năm qua. Tài chính, luật pháp, thương mại điện tử, internet... không một ngành nào đứng ngoài cuộc. Nhiều người bạn tìm đến tôi, nói rằng muốn cải cách doanh nghiệp, bắt kịp nhịp độ của AI, nhưng những người thực sự thấu hiểu rằng "cuộc cách mạng không thể đảo ngược này đã bắt đầu" vẫn còn rất ít.

(3) Hướng đi chúng ta dốc toàn lực: "Chạm đỉnh" (Touch High)

Sau khi nhìn rõ xu hướng, phần còn lại là lựa chọn. Và lựa chọn của Zhipu vẫn như mọi khi, đầy "phản trực giác" — trong thời điểm ngành công nghiệp đang phổ biến việc tăng tốc thương mại hóa, chúng tôi quyết định đột phá hướng lên trên.

Chúng tôi đặt tên chiến lược này là "Kế hoạch Touch High". Tại nút thắt lịch sử khi trí tuệ nhân tạo chuyển mình từ cảm nhận, nhận thức sang trí tuệ tổng quát hoàn toàn, Zhipu sẽ với tư thế "chạm đỉnh", thách thức các giới hạn vật lý và thuật toán của công nghệ hiện tại. Trong hai năm tới, chúng tôi dự định đầu tư chiến lược — không theo đuổi việc kiếm tiền từ ứng dụng trong ngắn hạn, mà nhắm thẳng vào đỉnh cao tiếp theo của AGI.