前两天，看到智谱的创始人发了一封内部信，聊基础模型、AGI、还有未来要攻克的几座技术大山。

整封信野心很大。

智谱这家公司，港股市值已经破了万亿。但它的创始人，到今天还是清华计算机系的教授。

按常理讲，一家公司做到这个体量，创始人为什么还要在高校和企业之间来回切换？

今天，我们可以聊聊其中的底层逻辑。

1、一个被忽略的规律。

如果你去翻全球跑在最前面的AI公司名单，会发现一个规律：它们几乎都贴着顶级大学长出来的。

OpenAI核心团队大量来自斯坦福和伯克利，谷歌DeepMind跟牛津、剑桥的关系极深，Anthropic的创始团队也是学术圈出身。

而智谱，直接就是从清华实验室里孵化出来的，从清华东门到公司，骑个自行车就到了。

好学校出好人才，人才出来创业，不是很正常吗？

但这些公司不光是创始人从大学出来的，而是创始人出来之后，跟大学之间的脐带并没有被切断。

他们处在一种很微妙的状态里：一只脚在学校，另一只脚在市场。

或者可以说，半步出象牙塔。

2、为什么不能走太远？

过去二十年，中国科技圈最主流的创业模式是找到一个需求，设计一个产品，融资烧钱抢市场，跑通商业模型，外卖、打车、短视频都是如此。

这类创业的核心能力是效率和执行力，离大学远不远不重要，甚至离远一点更好，因为你需要贴着市场和用户。

但大模型时代的游戏规则变了。

智谱内部信里有个判断说得很清楚：真正的机会不在产品和模式的微调里，而在智能上界的跃迁中。

也就是说，谁能率先把一种全新的技术能力从不可能变成可能。

如果一个做基础模型的创始人，完全切断了跟学术界的联系，全身心扎进商业世界，会发生什么？

第一年可能没感觉，第二年VC开始催你：收入预期怎么样？

第三年对赌协议到期，你不得不把精力从基础研究转到跑客户、做营收、优化财务模型上去。

对于做消费产品的公司来说，这节奏似乎合理；但对于做基础大模型的公司来说，这是致命的。

因为基础模型的突破，需要持续的、深度的、不被外部节奏打断的科研投入。

3、但也不能不出来

另一个极端同样走不通。

如果科学家一直待在实验室里不出来，技术确实能做得很深，但你不知道市场真正需要什么样的模型能力，你也感受不到工程落地时那些论文里根本不会讨论的脏活累活。

没有市场的真实反馈，研究方向很容易跑偏。

学术评价体系奖励的是新颖性和理论贡献，但产业需要的是可靠性和可扩展性，这两件事经常是矛盾的。

最好的状态，是两边都不彻底切断。在学校和市场之间，维持一个高频的来回切换。

上午在实验室跟博士生讨论一个新的训练思路，下午到公司看这个思路在工程上能不能跑通。拿到了市场的真实需求，回头又能反哺到下一轮的科研方向里去。

这种循环速度，是纯商业公司或纯学术机构都做不到的。

4、海淀凭什么能跑通这件事？

说到这里，就不得不提海淀这个地方的特殊性了。

很多城市也在搞AI创新，但大多数地方的做法是：先招商引资，把公司拉过来，然后给补贴、给政策。

但对做基础模型的团队来说，缺了一个最关键的东西：离大学足够近的物理距离，以及围绕这个距离形成的一整套产学研微循环。

海淀的独特之处在于，这个循环是天然存在的。

清华、北大、中科院就在那里，中关村软件园也在那里，中间的物理距离短到步行可达。

而且海淀对这种长周期、高风险的探索，有一种别的地方不太常见的包容度。

你在这里说我要花十年做一件事，不急着赚钱，周围的人不会觉得你疯了，因为大家见过太多从实验室里长出来、最后改变行业的案例。

回头看智谱的成长路径就会发现这个规律特别明显。

2006年做学术搜索，完全是个学术项目。2021年做出GLM-130B，开始有产业化的影子。

到2025年押注Coding方向、2026年开源GLM-5.2并冲进全球第一梯队，每一步都是学术判断和产业需求交替推动的结果。

内部信里提到接下来要攻克的三座大山：长程任务能力、完全自治的智能体、自我进化。

坦白说，这三个方向里任何一个，交给一个纯商业导向的团队，大概率会因为看不到短期回报而在中途放弃。

但如果团队本身就根植在学术土壤里，有足够的认知储备去判断这些方向的长期价值，游戏就完全不一样了。

5、这不只是一家公司的故事

在底层技术变革的时代，产学研之间的距离，本身就是竞争力。

距离越短，循环越快。循环越快，跨越能力边界的概率就越大。

中国有足够好的大学，有离大学足够近的产业承接带，有对长周期探索足够包容的区域政策。

当它们在一个足够小的地理范围内形成闭环，就变成了别人很难复制的东西。

不是完全出来，也不是完全不出来。

半步出象牙塔，刚刚好。