Plan „Touch High” chińskiego Zhipu: Dlaczego odważna strategia open-source rzuca wyzwanie zachodnim paradygmatom bezpieczeństwa AI

Kluczowe założenia planu „Touch High”:

• Całkowity powrót do badań nad modelami podstawowymi. Przesłanie jest jasne: bez wycofywania się w bezpieczne aplikacje, ale skoncentrowanie się na rdzeniu modelu .
• Skupienie na trzech filarach: zdolnościach do realizacji długoterminowych zadań, autonomicznych systemach agentowych i samoewolucji (samouczeniu się) – czyli umiejętnościach, które według Tang Jie są niezbędne do przekroczenia progu AGI .
• Open-source jako celowa broń. Tang Jie wprost argumentuje, że graniczna AI nie powinna być „ograniczona do małej grupy programistów” .
• „Nieintuicyjna” strategia. Plan inwestuje w kosztowne, podstawowe badania, gdy konkurencja koncentruje się na monetyzacji .

Tang Jie definiuje AGI nie jako pojedynczy model na poziomie geniusza, ale jako „sumę wszystkich inteligencji we wszystkich zadaniach na poziomie cywilizacyjnym” – to ujęcie naturalnie sprzyja szerokiej, otwartej dystrybucji, a nie wyłącznej kontroli .

GLM-5.2 na licencji MIT: Produkt jako wyraz strategii

13 czerwca 2026 roku Zhipu udostępniło GLM-5.2 na licencji MIT – najbardziej liberalnej licencji open-source . Kluczowe parametry:

• Łącznie 744 miliardy parametrów, 40 miliardów aktywnych (architektura sparse Mixture-of-Experts)
• Okno kontekstowe 1 miliona tokenów – najdłuższe spośród wszystkich otwartych modeli na granicy możliwości
• Licencja MIT: brak opłat licencyjnych, wymogu przypisania autorstwa czy ograniczeń regionalnych. „Organizacje mogą dostrajać, hostować i budować produkty komercyjne na bazie GLM-5.2 bez opłat licencyjnych”
• Zajmuje 3. miejsce na liście liderów Artificial Analysis, dorównując Claude Opus 4.8 i GPT-5.5 w kluczowych testach porównawczych

Kluczowy był też moment premiery. Zaledwie kilka tygodni wcześniej Departament Handlu USA nakazał Anthropicowi odcięcie dostępu do jego dwóch najbardziej zaawansowanych modeli. W ciągu około 18 dni Zhipu odpowiedziało, udostępniając konkurencyjny model za darmo . Agencja Reuters poinformowała, że GLM-5.2 „leży w sercu narastającej debaty na temat tego, czy Chiny w końcu doganiają USA w wyścigu AI” .

Jak stanowisko open-source rzuca wyzwanie zachodnim paradygmatom bezpieczeństwa

Stanowisko Tang Jie bezpośrednio kwestionuje dominujący zachodni paradygmat bezpieczeństwa, który zakłada, że wagi czołowych modeli są zbyt niebezpieczne, by je swobodnie udostępniać, i powinny być chronione przez małą grupę zaufanych laboratoriów.

Wyzwanie dla zachodniej logiki powstrzymywania:

• Możliwości i kontrola muszą rozwijać się razem. Tang Jie „odrzuca pogląd, że możliwości powinny wyprzedzać kontrolę”, argumentując, że badania nad bezpieczeństwem, zarządzanie i możliwości modeli powinny rozwijać się równolegle – a otwarty dostęp umożliwia większej liczbie osób kontrolę bezpieczeństwa, a nie mniejszej .
• Odrzucenie „bezpieczeństwa przez tajemnicę”. Dominujący paradygmat USA (reprezentowany przez OpenAI, Anthropic i rządowe kontrole eksportu) zakłada, że najbardziej zaawansowane modele powinny pozostać za ścianą API. Tang Jie twierdzi, że jest to zarówno nieskuteczne, jak i antykonkurencyjne – otwarta inspekcja prowadzi do lepszych wyników w zakresie bezpieczeństwa niż opracowywanie modeli za zamkniętymi drzwiami .
• Dostęp jako dobro normatywne. W notatce z 12 lipca, którą przejrzał Bloomberg, Tang Jie napisał, że „graniczna AI powinna pozostać szeroko dostępna, a nie kontrolowana przez wybrane jednostki” . To przeformułowuje debatę z „open-source jest ryzykowny” na „zamknięte źródło jest niedopuszczalną koncentracją władzy”.

Wymiar geopolityczny:

Amerykański reżim kontroli eksportu – zakazy dotyczące zaawansowanych procesorów graficznych NVIDIA do Chin oraz nakaz Departamentu Handlu ograniczający dostęp do modeli Anthropica – stworzył środowisko, w którym chińskie wydania open-source są strategicznym kontratakiem. Jak donosi Forbes, „modele open-source i zamknięte stały się konkurującymi narracjami strategicznymi w globalnej rywalizacji o dominację w AI” . Analitycy R Street Institute zauważyli, że GLM-5.2 działa „w granicach jednego punktu procentowego od wiodących amerykańskich modeli granicznych, przy cenie około jednej piątej ich kosztów” .

Stanowisko Tang Jie uzbraja otwartość w broń: za każdym razem, gdy Waszyngton ogranicza dostęp do amerykańskich modeli, Zhipu udostępnia za darmo ich odpowiednik, podważając założenie, że restrykcje mogą utrzymać amerykańską przewagę technologiczną .

Kontekst wyników rynkowych

List „Touch High” pojawił się w momencie, gdy akcje Zhipu straciły ponad 19% po wygaśnięciu okresu lock-up po IPO . Odpowiedzią Tang Jie była deklaracja agresywnych, długoterminowych inwestycji, skutecznie informująca akcjonariuszy, że Zhipu będzie priorytetowo traktować badania nad AGI nad krótkoterminową rentownością.

To zakład o wysoką stawkę. Wydanie GLM-5.2 na licencji MIT jest zarówno produktem, jak i sygnałem: Zhipu może konkurować na granicy możliwości i będzie to robić publicznie.

Tabela podsumowująca

Plan „Touch High” Tang Jie i wydanie GLM-5.2 na licencji MIT stanowią fundamentalne wyzwanie dla tego, jak świat myśli o bezpieczeństwie i dostępie do przełomowej AI. To, która droga – otwartość czy restrykcja – okaże się bezpieczniejsza, jest obecnie kluczowym pytaniem globalnego wyścigu AI.