对话智谱AI CEO 张鹏：让追赶OpenAI成为可能

原文来源：硅星人

作者｜油醋

编辑｜王兆洋

图片来源：由无界 AI生成

1月16日，智谱AI发布新一代基座大模型GLM-4。

GLM-4在基础能力上实现大幅升级，支持最高 128K 长文本，原生支持自动联网、图片生成、数据分析等复杂任务，并在多模态能力上有了长足进步。据智谱AI透露，在内部测评中，GLM-4在性能上逼近了GPT-4。GLM模型智能体和智能体中心也在GLM-4发布当天同步上线。

此前，去年6月ChatGLM-2发布，去年10月ChatGLM-3发布，而去年3月GLM-4已经完成第一个版本。CEO 张鹏认为三到四个月完成一次基础模型迭代是正常的研发速度。

去年年初，这家中国最重要的基础模型公司定下了朝GPT-4追赶的目标，之后一年基础模型继续快速发展，Meta把持着开源生态，领头羊OpenAI拿出了GPT-4，谷歌带着Gemini姗姗来迟。基础模型的竞争者逐渐收敛到少数几家，而观察中国公司在其中的位置时，目前中国唯一估值超过百亿人民币的智谱AI或许是那个锚。

在GLM-4发布之际，我们与智谱AI CEO 张鹏进行了一次独家对话。

以下为对话实录：

对话人 | 骆轶航、朱正

什么最重要？模型，模型，还是模型

硅星人：我们先聊聊GLM-4本身。智谱AI对标GPT-4去做自己的升级和演进，这个整体思路是怎么样的，如何让追上GPT-4这件事看起来可行，并且可能还会有一些超预期的东西？

张鹏：首先肯定是模型能力方面差距的追赶，比如多模态能力，GPT-4在3月份发布的时候其实已经带来多模态能力了。我们判断对于AGI来说，多模态这件事情可能是必须要去解决的，所以这个能力你必须有。包括模型本身能力提升所带来的像CoT这样的高阶能力，它其实根植于你底层的基础模型的能力。

第二件事是，有了大脑，需要眼睛和耳朵，手和脚——需要要把这些基础模型的能力辐射出去，跟外界系统产生更密切的交互，而不是简单的做文本和图像的输入输出。这个事情就偏向应用了。

硅星人：基础模型能力的辐射，这是关于Agent（智能体）的想法了。现在人们谈起Agent，正在陷入一个概念的陷阱里，智谱AI对于Agent的有什么自己的理解？

张鹏：Agent在人工智能或者说计算机科学史上是个“老概念”，有一套相对完整的解释体系。大模型下Agent找到了一个新的视角。但Agent的本源仍然是大模型的基础能力，大脑的智力水平足够高，才能去谈理解、推理、以及规划和执行这些事。

智谱AI还是从技术角度的的定义和演进来理解Agent的。然后从大模型角度来看，Agent应该怎么去演化，怎么去提供这个能力。以及它跟需求语言之间应该如何相互翻译，找到通路去对应上。

硅星人：Agent和所谓的AI原生应用（AI Native App），这两者之间是什么关系？

张鹏：首先AI Native这个范畴还是太大，我们更愿意叫做大模型的原生应用。

首先说大模型原生应用，它实际上是指的我们希望说从大模型的原生能力出发，去设计和开发的应用，我们期待它是一种新的东西，而不是说把原来的应用拿来做一个升级。

这个是有的，比如ChatGPT，这个产品在工程化层面其实很简单，核心就是一个模型。而对于Agent，我们的理解始终是它是模型某种能力的外化，你可以把这种能力做成某种大模型原生应用。

但Agent本身也会给应用的开发过程带来一些变化。当Agent能力被用在开发阶段，它又变成一个赋能原生应用开发的过程，Agent和大模型原生应用之间的逻辑应该是这样。

硅星人：就是可能大模型原生能力本身体现了Agent的能力，Agent某种程度上也在帮助大模型原生能力开发的自动化，这样一种关系。

张鹏：对。

做垂直领域最终是为了以后不做

硅星人：智谱AI在垂直领域的商业化很早，给外界的感觉一直是比较 to B，GLM模型智能体会是一个跟GPTs很像的东西吗，还是不一样？

张鹏：商业化落地这件事还是围绕着我们模型价值本身。我们早期的模型能力不太够，那可能就需要去为了填补模型本身的能力和最终业务需求之间的gap，而去垂直领域多做一点事情。

你不去做，你不知道客户在想什么，也就不知道你的技术最终帮助客户提升的用户价值到底有多少。

这实际上是我们去寻找Best Practice（最佳实践）的一个过程。我们希望把这个路径蹚通，回过头来把这些东西沉淀下来之后赋能给生态。

硅星人：比如说RAG（Retrieval Augmented Generation，检索增强生成），智谱AI应该是国内最早把RAG用到垂直领域了的一个。