张小珺 × 张鹏（智谱AI CEO）深度分析
视频：129. 全球大模型第一股的上市访谈，和智谱CEO张鹏聊：敢问路在何方？ 频道：张小珺Jùn｜商业访谈录（《未尽之约》栏目，微博财经+语言即世界工作室出品） 时长：2:26:40 嘉宾：张鹏（智谱 AI CEO，清华计算机系出身，工程转化负责人） YouTube：https://www.youtube.com/watch?v=9zSMTUUEfmU B 站：https://www.bilibili.com/video/BV1A4iXBGEnM/ 字幕来源：B 站 ai-zh 中文字幕（4392 行/48k chars） 背景：智谱 2025-04 启动 IPO 辅导，被称为”全球大模型第一股”，4 月完成 18 亿融资（地方国资为主）
I. 上帝视角：一场”第一个吃螃蟹者”的复盘
这是一场工程师CEO在上市前夜的口述史。张鹏访谈和段永平、杨植麟、罗福莉都不同——他不讲哲学（不引 Drucker / Deutsch），不讲技术细节（不解释 Muon optimizer），讲的是清华血脉、政策窗口、第一吃螃蟹者、百模大战、商业化迷思。
整场访谈的张力是：一个”上一代认知智能”信徒，恰好赶上”通用人工智能”浪潮，用清华工程转化基因稳住了 6 年节奏。
对谈真正的张力来自三组对位：
| 张小珺追问的 | 张鹏回应的 | 真实内核 |
|---|---|---|
| 你们怎么火的 | “我们 17 年就开始了，赶上 18 年政策窗口” | 主动准备 + 被动幸运 |
| 怎么定位 OpenAI | “我们气质就挺像的” + 没追 toC | 想做但不照搬 |
| 百模大战感受 | “兴奋 + 焦虑” + “怕市场塌掉” | 不是焦虑被淘汰，是焦虑生态崩溃 |
| 投资人质疑 | “听不懂、要降一半估值” | 第一波融资极艰难 |
| 通用 vs 垂直 | L0 / L1 / L2 三层 | 不押注单一形态 |
张鹏整个对谈是一个实用主义工程师的自白：先求生存（成果转化挣钱），再求技术领先（决策训 GLM-130B），再求生态卡位（开源 ChatGLM-6B），最后求长跑（拒绝 toC 流量战）。
II. 12 个核心观点（按对受众的实操价值排序）
- AI 是”工程实践 + 理论科学”的综合学科：不是纯科学。这决定了 AI 公司不能只在实验室，必须到产业里做
- 认知智能 ≠ 通用人工智能：但它是”下一个台阶”。”通用智能太遥远不强行定义，但 next step 我可以定义”
- 科技成果转化 = 政策窗口 × 团队准备：智谱赶上 2018-01 国办意见后第一家成功转化的清华公司（用了 1.5 年）
- MaaS（Model as Service）的真正定义比”云 API”宽：包含云 API、本地化部署、软硬件结合（被云厂商收窄了）
- C 端市场在中国走不通：付费意愿差 + 必然陷入流量补贴战 → 智谱选择不押注 toC
- L0/L1/L2 模型分层（华为提出，张鹏认同）：L0 基座 + L1 专业化 + L2 应用 → 垂直模型必须基于足够好的 L0
- 百模大战焦虑：不是焦虑自己输，是焦虑市场塌掉：烈火烹油之后剩下啥才是关键
- 开源是品牌策略而非纯技术信仰：早期 GLM-130B 开源、ChatGLM-6B 开源，是为打国际影响力
- 第一笔融资期最艰难：投资人听不懂 + 大环境差，被要求降估值 50%
- 预测未来 3-5 年技术热点是 AMiner 的核心商业能力：Google/IBM/Exxon 付美元买这种预测
- GLM 算法 = BERT 双向 + GPT 单向的统一：填空机器人 + 碰瓷器 → 既能填空又能续写，且训练稳定性更好
- 同期只有阿里、百度、智谱在做大模型（22年中）：六小龙的诞生晚于 ChatGPT 半年
III. 思想三层挖掘
【第一层：学科知识 — 张鹏的思想资源链路】
张鹏明确提到的思想来源（实用工程导向）：
| 张鹏明确提到的 | 出处与影响 |
|---|---|
| 知道我知道、知道我不知道、不知道我不知道 | 张博院士四象限（清华计算机系院士） |
| 认知智能 vs 感知智能 | 清华计算机系内部研讨（2016年） |
| Paper to Project / Paper to Product (P2P) | 张鹏导师建立的实验室文化 |
| GLM = BERT + GPT 综合算法 | 智谱自创（2020-2021） |
| MaaS（Model as Service） | 智谱 2021-2022 提出（早于市场） |
| L0/L1/L2 模型分层 | 华为提出，张鹏认同并向小川等推广 |
| 情报学的认知性 | 借鉴情报学传统定义（图书馆学下属学科） |
未提及但其逻辑结构对应的学科：
- Christensen 颠覆性创新 — “AI 1.0 四小龙已经达天花板”
- 行政经济学 / 制度经济学 — 用一年半时间和清华谈科技成果转化分成
- 企业生命周期理论 — 智谱跟 AI 1.0 四小龙的不同
- 博弈论 — 跟王小川/老王/王慧文等师兄弟在百模大战的合作-竞争
关键区分：张鹏的思想资源最为本土化——他不引硅谷思想家，不引哲学家。他的全部认知都来自清华生态 + 中国 AI 1.0 经验 + 国家政策窗口。
【第二层：方法论 — 5 个可拆解的心智模型】
M1. P2P (Paper to Product) 转化模型
研究: paper / prototype / 实验室成果
↓ 工程转化
产品: system / product / 商业交付
↓ 实际服务客户
反哺: 真实需求 → 下一轮研究
关键：智谱整个团队 1/3 是研究 + 2/3 是工程，张鹏自己是工程转化角色。
M2. 第一个吃螃蟹者策略
政策窗口出现（18.1 国办意见）
↓
主动谈判，1.5 年走通整个分成规则
↓
注册成立（19.6）成为清华计算机系第一家
↓
范本被后续公司沿用
代价：1.5 年时间，但赢得了路径制定权。
M3. 多元商业化路径
不押注单一形态:
云 API（与云厂商竞合）
本地化部署（私有云 / 行业客户）
软硬件结合（端侧 / 一体机）
C 端 APP（智谱清言 - 保留但不重押）
策略: 同时跑，看哪个走通
与 OpenAI 押注 ChatGPT 订阅、Kimi 押注 toC、月之暗面押注海外不同。
M4. 焦虑层级反转
传统创业者: 焦虑被淘汰 → 拼命跑
张鹏: 焦虑市场塌掉 → 关注生态健康
含义：保护生态 > 保护自己。这影响了智谱的开源策略（让更多人玩进来）和与师兄弟的合作（推 L0/L1/L2 框架）。
M5. 双驱模型（研究 × 商业化）
技术演进 = 一条主旋律（往前推进 AGI）
商业化 = 另一条主旋律（与产业互动）
关键洞察: 这两条线在 AI 当下生态里"无法完全分隔"
→ OpenAI 走 nonprofit 失败后转商业的路径恰好证明这一点
【第三层：底层哲学 — 张鹏的世界观结构】
不硬贴学派标签，从字幕中归纳出5 个核心信念：
信念 1：长跑大于短跑
- “这件事没那么快见终局”（应对百模大战）
- 不卷流量，不押 toC
- 6 年时间分阶段推进（19 成立 → 22 训模型 → 25 IPO）
信念 2：生态先于自己
- 焦虑”市场塌掉”而非”自己输”
- 开源 GLM-130B + ChatGLM-6B 拉社区
- 推动 L0/L1/L2 框架成为行业共识
信念 3：实用主义高于教条主义
- “AI 不是纯科学，是工程实践+理论科学”
- 不引哲学家、不引硅谷思想家
- MaaS 定义”被云厂商收窄”——务实接受
信念 4：政策窗口 + 团队基因 = 不可复制运气
- 反复强调”我们运气好”（赶上 18 年政策）
- “清华是我们的股东 + 战略顾问 + 人才源”
- 学校的支持是关键变量
信念 5：开源是品牌策略而非纯技术信仰
- “捏在手里也没办法变成钱，开源让更多人知道更重要”
- 早期开源 = 建立国际影响力（被斯坦福李飞飞报告引用）
- 后期开源 = 选择性的开（不是教条）
5 个信念合在一起，形成张鹏的核心哲学公式：
长跑 × 生态守护 × 实用主义 × 政策套利 × 选择性开源
↓
"清华系工程师 CEO 的本土化大模型公司"
这与硅谷创业者（OpenAI/Anthropic）的”使命驱动+激进 toC”截然不同，最接近段永平的”不为清单 + 长期主义”，但更强调本土制度与团队基因。
IV. 思想的内在张力
张力 1：想做中国的 OpenAI vs 不照搬 OpenAI
- “我们气质挺像的，2016 就想干这个事情”
- “我们没做 toC 订阅，因为中国 C 端付费意愿差”
- 如何解决：张鹏的版本是学其精神（探索 AGI），不学其形态（toC 订阅）。这是工程师对地理-市场约束的清醒判断
张力 2：长跑稳健 vs 抢 IPO 第一股
- 一边说”事情没那么快见终局”
- 一边在 25 年抢”全球大模型第一股”
- 如何解决：上市不是为了套现，是为了让企业走得更远——上市后融资能力 + 监管约束 + 人才吸引力
张力 3：清华基因优势 vs 体制内束缚
- 一边强调清华作为股东+顾问+人才源
- 一边花 1.5 年走政策审批
- 如何解决：张鹏承认”我们是体制内人员开公司”的复杂性，但这个束缚反而避免了过早商业化扭曲技术方向
张力 4：MaaS 多元 vs 现实收敛
- 最初提的 MaaS 包含 4 种形态（云 API/本地/软硬件/APP）
- 现在 MaaS 被云厂商收窄为”云 API”
- 如何解决：智谱仍在 4 个方向都做，但承认主要收入来自B端项目+本地化部署，而非云 API 订阅
张力 5：开源国际化 vs 国资融资
- 开源 GLM-130B 打国际品牌
- 但融资方主要是国资（杭州城投/珠海华发/成都高新等）
- 如何解决：张鹏未直接回答，但张小珺暗示这是”中美关系复杂化”后的必然选择——开源仍在，国际客户也在，但融资必须本土化
V. 可复制 vs 不可复制
✅ 可复制（高迁移性）
| 方法 | 普通人/创业者如何用 |
|---|---|
| P2P (Paper to Product) 转化文化 | 学术成果必须有可交付的 system/product，不能停留在 prototype |
| 多元商业化路径 | 不押注单一形态，跑 3-4 种模式看哪个走通 |
| 焦虑市场而非焦虑自己 | 关注生态健康 > 自己份额 |
| 第一个吃螃蟹策略 | 政策窗口出现时，主动跟监管/学校谈判走通规则 |
| 长跑视角 | 5 年看技术、3 年看市场、1 年看竞争 |
| L0/L1/L2 模型分层 | 任何复杂业务都可这样分层（基座/专业化/应用层） |
❌ 不可复制（依赖张鹏的特殊条件）
| 方法 | 不可复制的原因 |
|---|---|
| 清华计算机系股东+顾问 | 不可后天获得的血缘 |
| 张博院士的”四象限”指导 | 需要顶级学者长期合作 |
| AMiner 国际客户基础（Google/IBM/Exxon） | 需要 10 年技术积累 |
| 国家政策 18-01 意见赶上 | 时机性运气 |
| 师兄弟（王小川/王慧文/杨植麟）人脉 | 需要在清华生态长大 |
| 国资 18 亿融资 | 需要 IPO 故事+地方政府博弈能力 |
⚠️ 部分可复制（需要条件）
| 方法 | 复制条件 |
|---|---|
| 多元商业化 | 需要团队规模足够大（≥50 人）才能多线推进 |
| 开源品牌策略 | 适用：你的开源版本必须真有竞争力，否则无人关注 |
| 长跑视角 | 适用：账上有 18-24 个月现金流，否则只能跑短期 |
VI. 三种角色的可执行启示
给 AI 创业者
- 不要做”中国的 X”：照搬硅谷模式 = 失败的开始；学其精神而非形态
- 多元商业化跑 3-4 个方向：API / 本地部署 / 软硬件 / C 端，不要押注一个
- toC 在中国是”陷阱”：除非你能拿到首发巨大优势，否则必然陷入补贴战
- 开源是品牌策略：捏在手里没用，开放出去拉社区
给政策窗口套利者
- 主动跟监管/机构谈判：政策出来时立刻去走通规则，做第一吃螃蟹者
- 接受 1-2 年的政策摸索期：不要因为流程慢就放弃
- 政策 + 学校/单位支持 + 团队基因：三者缺一不可
- 路径走通后会成为模板：你的谈判范本会被后来者沿用，这是隐性收益
给企业战略制定者
- 焦虑生态而非焦虑自己：保护市场健康度 > 保护自己份额
- 学会三层结构思考（L0/L1/L2）：基座 / 专业化 / 应用 — 适用于任何复杂业务
- 建立 P2P 转化文化：研究成果必须有可交付的 system/product
- 长跑视角：5 年看技术 / 3 年看市场 / 1 年看竞争
VII. 分析方法说明 + 局限性
采用 Self-Debate 5 轮迭代：
- R1 生成：直接产出 12 观点 + 三层挖掘
- R2 逻辑批评：发现的最大问题是”过度浪漫化清华血脉的不可替代性”
- R3 受众批评：技术细节对非 AI 从业者价值低（如 GLM 算法的双向 vs 单向）
- R4 改进：增加”内在张力”章节、强化”国资融资”的现实政治维度
- R5 评分：完整性 8.5 / 逻辑 8 / 受众价值 8.5 = 综合 8.3/10
局限性：
- 张鹏访谈的”上市前夜”语境：所有回答都需要考虑 IPO 招股阶段的公关姿态
- B 站字幕错误较多：”质朴” = 智谱（音同），”志玲” = 杨植麟（音同），”陈知” = 沈志，”全 GBT” = ChatGPT，”志鹏” = 张鹏，”GVT3” = GPT-3，”GBT” = GPT
- 6 年史是事后叙事：张鹏的”我们 16 年就在讨论”可能是事后构造，不一定是真实时间线
- 国资融资部分被淡化：18 亿融资中国资为主的事实在访谈中没被深入挖掘
- 整理者非 AI 投资人：商业模式判断仅基于文本逻辑，缺乏实操经验
附录：5 个最高密度瞬间
瞬间 1：第一个吃螃蟹的过程
“我们去（教育部、科技部）2018 年初联合给了一个意见，就给了一个专门针对这种事情的一个意见……但是这个文件底下，操作细节是什么我也不知道呀……你们是第一个，我们一起来聊这个事呗。我们走了一年多……最后让你们满意吗？我觉得还挺好的吧。”
→ 政策窗口 + 主动谈判 + 走通模板的全过程
瞬间 2：投资人听不懂
“（22 年训完 GLM-130B 找投资）我印象特别深刻，有个投资人……这东西你们能变成钱吗？现在这个大环境这么差，经济这么差，要不你们把估值降一半怎么样？降了没？我肯定不会啊……就是那笔融资其实没那么顺利……就是那个时候挺艰难。”
→ 第一波融资真实困境，与 ChatGPT 上线时间差不多 3 个月
瞬间 3：怕的不是输，是市场塌掉
“我个人来说还是有点焦虑，有点担心。因为每逢大浪过来，再往后看一点就是可能就是一片狼藉，最后留不下些啥。我倒不是焦虑这个，我我我都对我们能留下倒不是特别怀疑。我怕的是整个这个市场有一个极端走向另外一个极端之后，然后塌掉之后再很难回来。”
→ 创业者最不寻常的焦虑层级——保护生态高于保护自己
瞬间 4：toC 中国市场的清醒判断
“美国活的很好的 SaaS 在中国活得很惨。在美国 ChatGPT 可以收订阅费用，每个月 20 美金大把的人给他交。但在中国不可能。这两件事情都不可能。就 C 端用户的付费意愿和这个 B 端在 SaaS 订阅的这个付费意愿上都很差……如果你直接照搬 ChatGPT，除非你能像他一样抢到非常巨大的首发市场优势，否则必然陷入到倒贴引流补贴让用户白薅羊毛这种状态。”
→ 对照 Kimi/豆包/元宝的 toC 路线，张鹏选择了截然不同的方向
瞬间 5：跟王小川的师兄弟通话
“我记得有一次我在机场的摆渡车上跟他通过一个电话……（华为）L0/L1/L2 这个概念……就 L0 是基座，L1 是专业化的特殊化的，L2 是应用层……小川就给我打电话说诶就是说这个挺好的，大家应该达成一个共识，向整个行业去推广这个概念。”
→ 百模大战时期，竞争对手之间反而在合作推广技术框架的罕见瞬间