智譜唐杰深夜談了下“長周期任務”

智譜股價暴漲之后，唐杰深夜在X上發了一條很長的思考。

這件事我建議大家不要只當成“創始人出來講觀點”，放在資本市場里看，它更像一次沒有PPT的戰略路演。

前一天，智譜股價暴漲36.9%，收在1150港元，創下歷史新高。從1月8日116.20港元發行價算起，四個多月漲了900%。這時候創始人出來談AI產業下一步，市場一定會聽。

唐杰講的核心詞，叫Long-Horizon Tasks，長周期任務。

聽起來有點學術，但翻譯一下：AI不能只會回答問題了，它得開始替人把事辦完。

過去兩年，我們看大模型，基本都在看“智商”。誰回答更準，誰寫代碼更快，誰上下文更長，誰榜單分數更高。這個階段，AI像一個聰明助理，你問一句，它答一句；你給一個任務，它做一小步。

但長周期任務不是這個邏輯，它要求AI在幾個小時、幾天，甚至更長時間里，持續推進一個復雜目標。它要自己拆任務，自己查資料，自己調用工具，自己試錯，自己判斷結果對不對。中間遇到問題，還要知道換路線，而不是卡在那里等人救。

這就不是“會聊天”的AI了，這是開始像一個“承包商”的AI。助手需要你告訴它每一步怎么干，承包商只需要你告訴它最后要什么結果。這個差別非常大。前者提高效率，后者改變組織成本。

這也是我覺得唐杰這條推文真正有價值的地方，它不是在講一個新概念，而是在告訴市場：AI行業的估值錨可能要變了。

以前模型公司講故事，講的是參數、榜單、API調用、模型能力。現在市場已經有點聽累了。因為模型越來越多，發布會越來越密，大家都在說自己更強，但投資者會問一句很現實的話：然后呢？能不能賺錢？能不能進企業流程？能不能替客戶省錢？能不能形成訂單？

長周期任務給了一個新的答案，如果一個模型真的能連續工作8小時，穩定執行上千步操作，不需要人工盯著，它沖擊的就不只是程序員效率，而是整個執行層。

程序員、數據分析師、法務助理、投研助理、運營執行、客服質檢，這些崗位的共同點是什么？不是每個人都在做頂級創造，很多工作都是把任務推進到結果。

查資料，整理文件，讀代碼，跑測試，改報告，復盤數據，驗證方案，跟進流程。

過去這些事情需要一層一層人來做。以后可能變成：人給目標，AI跑流程，人最后審核。

這才是真正讓企業愿意付錢的地方，企業不一定愿意為“AI回答得很漂亮”付高價，但一定愿意為“AI幫我少招一組人、少花一半時間、少走一堆流程”付錢，這就是從工具訂閱，走向執行替代。

唐杰舉了一個很好的例子：漏洞挖掘。找漏洞不是簡單寫幾行代碼。你要讀大量代碼，理解系統架構，搭測試環境，構造攻擊輸入，驗證漏洞有效性，最后還要寫報告。這個過程沒有標準答案，失敗很多，路徑很多，很吃經驗。

如果AI能在這種高度不確定、對抗性強的任務里跑起來，那普通企業里的很多流程，其實更容易被覆蓋。因為大部分企業任務沒有黑客攻防那么復雜。很多只是流程長、資料多、系統散、人力貴。

這就是AI最可能先產生商業化穿透力的地方，所以智譜為什么這時候被市場重新定價？關鍵也在這里。

智譜以前的市場標簽比較尷尬，它不像Kimi那樣靠C端爆款產品出圈，也不像阿里、百度、騰訊那樣有云、搜索、社交、廣告、辦公這些大入口。智譜更像一家技術底子很扎實的大模型公司，模型能力不錯，開源生態也有，但資本市場要給它一個特別高的估值，需要一個更清楚的故事。

長周期任務就是這個故事，它給智譜提供了一個新的定位：不是單純的國產大模型追趕者，而是企業執行系統的候選玩家。

如果只拼通用基座模型，中國公司很容易被放在“追趕OpenAI和Claude”的框架里。投資者會天然覺得你在后面追，估值也會被壓一頭。

但長周期任務不一樣，它不是只看模型有多聰明，還看工程化能力、工具調用、企業場景、權限管理、私有化部署、行業適配、客戶交付。這些事情，反而是中國AI公司可以拼速度、拼執行、拼場景密度的地方。

智譜GLM-5.1的數據也很會講故事，按照材料里說的，GLM-5.1能持續獨立作業8小時，單次任務穩定執行1200到1700步操作，不需要人工監控。在SWE-Bench Pro上達到58.4%，超過GPT-5.4的57.7%和Claude Opus 4.6的57.3%。

你說這是不是意味著智譜全面超過OpenAI和Anthropic？當然不能這么簡單下結論，但資本市場不一定要你全面超過，它要的是邊際變化。

只要在一個新方向上，大家還沒徹底拉開差距，智譜就有機會重新講故事。以前是你追我趕，現在是在一個新賽道上搶右側確認。

長周期任務就是這種賽道，它現在還沒有絕對王者。OpenAI在做，Anthropic在做，國內大模型公司也在做。誰先把它包裝成企業可采購、可部署、可監管的產品，誰就可能拿到新一輪估值溢價。

這背后還有一個更大的變化：AI可能正在吞掉APP，唐杰提到LLM OS，我覺得這是這條推文里最激進、也最有想象力的部分。

過去幾十年，我們用軟件，都是打開一個APP，然后在它規定好的界面里點按鈕。寫郵件就開郵件軟件，做表格就開Excel，做項目就開項目管理工具。用戶要知道自己用什么工具，文件在哪，按鈕在哪，流程怎么走。

但Agent時代的邏輯不一樣，你不再說“打開哪個軟件”，你只說“我要什么結果”，比如你說，幫我整理一下這個項目這周的進度，發給張三。系統自己去找文檔、讀聊天記錄、調項目管理工具、寫郵件、確認收件人、選擇發送時間。你不需要管文件在哪，也不需要管用哪個軟件。

這就是從APP時代，走向任務時代，如果這個趨勢成立，軟件行業會被重新洗牌。過去誰掌握入口，誰掌握用戶時間。未來誰掌握任務入口，誰掌握企業流程。辦公軟件、協同平臺、云廠商、開發工具、行業軟件、大模型公司，都會開始搶這個位置。

智譜的機會，是用長周期任務切進這個入口，但風險也非常大。

因為AI一旦開始長時間自主執行，它就不再只是說錯一句話那么簡單。它可能刪文件，發錯郵件，改錯代碼，調用錯接口，誤判業務風險。回答錯了可以重新問，執行錯了可能直接造成損失。

這也是為什么企業不會輕易把核心流程交給AI。

企業要的不只是強模型，還要權限系統、審計系統、回滾機制、風控機制。AI每一步做了什么，為什么這么做，出了問題怎么追責，都要講清楚。

否則，越強越危險，這會成為長周期Agent最大的估值折扣。

資本市場會喜歡“AI替代執行層”的故事，因為它對應利潤彈性、人力成本下降、效率提升。但資本市場也會擔心安全事故、監管壓力和責任邊界。一旦出現大的失控案例，整個板塊都會被殺估值。

所以唐杰這條路，最難的不是把模型做強，而是把模型變成企業敢用的系統。

智譜如果能做到這一點，估值邏輯就不一樣了。

它不再只是賣API，不只是賣私有化模型，也不只是給企業做解決方案。它可以往更高一層走，變成企業任務執行系統的基礎設施。

那時候，智譜講的就不是“國產大模型”，而是“AI執行層”。

這個故事比單純模型故事更值錢。

因為模型層很卷，價格會被打下來，推理成本也會不斷下降。企業真正愿意付溢價的，是結果，是可靠性，是和業務流程綁定之后的遷移成本。

誰能把AI嵌進企業核心流程，誰就有訂單能見度。誰能讓企業少花錢、多辦事，誰就有利潤彈性。誰能在安全和監管上讓客戶放心，誰就能拿到長期估值。

當然，現在還不能直接說智譜已經跑出來了。

股價四個月漲900%，這里面肯定有情緒，也有資金博弈。市場正在給國產AI重新定價，但一部分預期已經打進去了。接下來真正考驗智譜的，不是唐杰的觀點夠不夠漂亮，而是三件事能不能兌現。

第一，GLM-5.1的長周期能力能不能在真實企業場景里穩定跑。

實驗室里跑8小時，和企業系統里跑8小時，不是一個難度。真實環境有臟數據、舊接口、權限限制、突發錯誤、模糊需求。模型能不能扛住，才是關鍵。

第二，智譜能不能把長周期任務打包成產品。

企業不會自己從零搭Agent系統。它需要工具箱，需要模板，需要行業方案，需要安全機制。智譜要賣的不能只是“模型能力”，而是可直接部署的任務系統。

第三，客戶愿不愿意為結果交付付高價。

AI公司最怕只有熱度，沒有付費；只有試點，沒有規模化。長周期任務聽起來很有價值，但最后要變成收入、毛利和現金流，才會真正支撐市值。

所以我的判斷是，唐杰這條深夜推文，對中國AI產業的意義很大，但它不是終點，是一個新坐標。

它告訴我們，AI競爭正在從“誰更會聊天”，進入“誰更能辦事”。

以前模型像知識型員工，負責回答問題。以后模型像執行型團隊，負責把事做完。這個變化一旦成立，中國AI產業的機會就不只是追趕海外模型，而是用工程化、場景化、行業化，去搶企業執行層的重構紅利。

這條線很大，也很危險。

兌現了，就是資產重估。
兌現不了，就是概念退潮。

智譜現在站在一個很關鍵的位置上。它不是最大的大廠，也不是最熱的C端應用，但它抓住了一個很可能改變AI定價邏輯的詞：長周期任務。

資本市場最喜歡的不是熱鬧，是真正的估值切換。

唐杰這條推文最大的價值，就是把智譜從“模型能力競爭”里往外拽了一步，推到“結果交付競爭”這張桌子上。

接下來要看的，就是智譜能不能把這句話變成訂單，把訂單變成收入，把收入變成市場愿意持續定價的長期邏輯。

如果能，中國AI的下一輪主線，可能就不再是大模型排行榜。

而是：誰先讓AI替企業把事情干完。