Hassabis反驳Ilya、马斯克：1084天背水一战

创始人回炉敲代码、重整DeepMind军团、每周工作100小时……Google DeepMind掌舵人Demis Hassabis亲述过去一年谷歌与OpenAI的战事，他表示谷歌已找回状态，AGI或在2030年降临，人类将进入“后稀缺”时代。

过去一年，对谷歌来说是背水一战的一年。

这家昔日的AI霸主，在面对OpenAI发布ChatGPT时仓皇应对，内部甚至拉响了“红色警报”（Code Red）。

从2022年11月30日ChatGPT发布，到2025年11月18日Gemini 3正式发布，一共经历了1084天。

在接下来的近3年时间内，一直跟在OpenAI后面疯狂补课的谷歌，终于在Gemini3发布上一雪前耻。

Gemini3一出场好评如潮，展现出逻辑推理与多模态交互的“质变”，令同期发布的GPT 5.2陷入了“挤牙膏”般的尴尬。

现在，似乎是轮到OpenAI背水一战了。

最初笼罩着Google DeepMind掌舵人Demis Hassabis身上的焦虑，已被一种极度专注的战斗状态所取代：

过去三四年一直是难以置信的紧张。每周工作100小时，一年50周。这是常态。

尤其是过去一年，Hassabis置身也许是科技界有史以来赌注最高、最激烈的战役中心，他带领着整合后的Google DeepMind军团，试图重新定义战局。

走出“红色警报”

谷歌的整合与反击

如果说2023年初的谷歌还沉浸在被ChatGPT偷袭的震惊中，那么现在的谷歌，似乎已经找回了自己的呼吸节奏。

也就是Hassabis口中的“状态”（Mojo）。

这种局面的扭转并非易事。

Google Brain和DeepMind的合并

为了赶超OpenAI，谷歌做出了一个历史性的决定：将原本各自为战的Google Brain和DeepMind两个顶尖实验室合并。

2023年4月20日，劈柴哥（谷歌CEO Sundar Pichai）宣布，将Google Research的Brain团队和DeepMind两支团队整合为Google DeepMind，由Hassabis统一领导。

这种组织架构的剧变，往往伴随着痛苦的磨合，但在Hassabis看来这是值得的。

虽然经历了内部称为“红色警报”的极度紧张时期，但成果正在显现。

Gemini 3的发布，以及在成像软件中应用Nanobots（纳米机器人）等技术，标志着谷歌已经将模型能力拉回到了行业的最前沿（State of the Art）。

Hassabis甚至觉得，现在的谷歌久违地找回了一种“创业公司的活力”，不再是那个行动迟缓的巨人。

外界或许低估了谷歌的韧性，也误判了它的底蕴。

自2016年起，谷歌便成为一家以人工智能为先的公司，将人工智能视作实现公司使命的最重要途径，并拥有Brain团队和DeepMind两支人工智能领域的世界级实验室。

Hassabis极其自信地指出，现代AI领域赖以生存的大部分突破性技术，从Transformers架构到深度强化学习（AlphaGo的核心），其实都是谷歌Brain团队和DeepMind在过去十年里联手发明的。

更重要的是，在这场未知终点的AI长跑中，谷歌拥有对手难以企及的“全栈优势”。

这不是简单的模型比拼，而是从底层的芯片（TPU）、庞大的数据中心、全球领先的云业务，到拥有数十亿用户的惊人产品线（搜索、邮件、Chrome）。

Hassabis认为，这种从第一性原理出发的结构性优势，是谷歌赢得战争的基石。

创始人亲自下场写代码

这种紧迫感甚至惊动了谷歌的两位创始人——Larry Page和Sergey Brin。

自ChatGPT推出之后，两位创始人与公司高管举行了多次会议，讨论应对ChatGPT对谷歌核心搜索业务的严重威胁，提出将更多聊天机器人功能整合进谷歌搜索引擎的构想，并将人工智能置于公司战略的核心位置。

而Sergey Brin则是亲自下场，参与了Gemini模型的具体代码编写。

Larry Page（左）和Sergey Brin（右）

一家万亿美金巨头的创始人，为了抢回技术高地，重新坐在屏幕前敲代码。这本身就是一个强烈的信号：谷歌对于这场AI浪潮，是极度认真的。

现在，Hassabis确信，经过整合与调整，谷歌不仅挺过了最危险的时刻，而且面前还有巨大的上升空间。

通往 AGI 之路

不仅是 Scaling，还有物理智能

对于通用人工智能（AGI）的技术路线，AI圈从未停止过争吵。

Yann LeCun曾断言Transformers和大模型是通往AGI的“死胡同”，而OpenAI前首席科学家Ilya Sutskever则认为Scaling时代已经结束。

对于以上两位大佬的论断，Hassabis给出了自己冷静而辩证的判断。

他不同意“死胡同”的说法。

在他看来，Transformers仍将是终极系统中极其重要的核心组件。

但他同时指出，仅靠现有的语言模型确实不够。我们还需要一两个关键的突破，或者是像“世界模型”（World Models）这样的拼图。

DeepMind正在研发的Genie系统就是对此的尝试。

一个真正的 AGI，不仅要会说话，还要具备更好的推理能力、长期的规划能力，以及“持续学习”的能力，即在不需要重新训练的情况下，从实时环境中即学即用。

这种对现实世界的理解能力，引出了Hassabis另一个令人兴奋的预测：物理智能（Physical Intelligence）。

长期以来，AI只是被困在屏幕里的幽灵，但在Hassabis看来，物理世界的“AlphaFold 时刻”即将到来。

他预测，机器人领域将在未来两年内迎来真正的突破。

Gemini从诞生之初就被设计为多模态，这不仅是为了让手机助手能看懂你的生活，更是为了让机器人拥有“大脑”。

当先进的算法遇到波士顿动力（Boston Dynamics）那样精妙的机械身躯，AI将不再局限于数字世界，而是能像人类一样理解物理规律，拥有可靠的手眼协调能力。

波士顿动力与谷歌DeepMind 建立新的AI合作伙伴关系，为仿人机器人带来基础智能

也许就在一两年内，我们就能看到能够真正执行有用任务的机器人走出实验室，进入汽车制造厂，甚至走进家庭。

AGI何时降临？

在这个问题上，Hassabis依然坚持他多年前的判断：2030年。

他认为有一半的概率，我们会在那个时间点实现AGI，但他对AGI的定义有着极高的标准。

这不仅仅是能考高分的AI“做题家”，而是要具备“提出科学假设”的能力：

任何科学家都知道，找到正确的问题往往比找到答案要难得多。

因此，Hassabis认为，真正的AGI，应当具备科学创造力，能够像顶尖科学家一样探索未知。

关于马斯克宣称“我们要么已经进入，要么即将进入奇点”的言论，Hassabis明确表示了反对。

他认为这话说得太早了。

虽然5年在AI的进化史中是一段漫长的时光，但在我们真正触碰到“奇点”之前，还有大量艰苦的工作要做。

全球AI格局与中国力量

一年前，当DeepSeek等中国模型初露锋芒时，西方曾有人惊呼这是“灾难性”的冲击。

中国公司的力量令Hassabis印象深刻，但他对此保持着一种清醒的客观，他认为西方的反应曾经过度恐慌。

在他眼中，像字节跳动这样的领军企业极具实力。它们与世界最前沿的差距，并不是外界以为的一两年，可能仅仅只有6个月。

Hassabis同时还提到，中国公司展示了惊人的追赶速度：

它们擅长利用西方公开的模型架构，在特定领域进行精细的微调（Fine-tuning），从而迅速达到极高的水平。

这本身就是一种强大的能力。

但他同时也提出了一个尖锐的观点：中国公司目前主要还是在证明自己“擅长追赶”，但尚未证明自己具备在最前沿之外进行颠覆性创新（0 到 1）的能力。

不过，面对AGI这样一个可能改变人类命运的技术，Hassabis并不希望这仅仅是一场你死我活的军备竞赛。

他心中有一个更宏大的愿景：建立一个类似 CERN（欧洲核子研究组织）的国际AI合作机构。

早在15年前创立DeepMind时，这一目标就写在他的路线图里。

Hassabis认为，当AGI临近那一刻，世界上最优秀的大脑：无论是技术专家、哲学家还是社会学家，应当坐在一起，以科学、严谨的方式共同应对最后的挑战。

因为AGI的安全风险是全球性的。

即使一家公司或一个国家做得再完美，如果世界其他地方缺乏最低限度的安全标准，那依然是徒劳的。

这需要国际合作，尽管目前的局势让这种合作看起来有些棘手，但Hassabis认为，随着未来两三年风险变得愈加清晰，这种合作将变得不可或缺。

拥抱“后稀缺时代”与人类的新意义

如果 AGI 真的在2030年到来，我们的世界会变成什么样？

Hassabis发出了预警：这将是一场辨模和速度都10倍于工业革命的剧变。

工业革命用了几代人来适应，而AI的变革可能压缩在短短几年内。

短期内，痛苦在所难免。

Hassabis提到了一个概念——“参差不齐智能”（Jagged Intelligence）。

目前的 AI 在某些方面强得离谱，在某些方面又弱得惊人。

这种不一致性意味着我们还不能完全放心地把工作交给AI代理。

但随着一致性问题的解决，就业市场的动荡将是必然的。

然而，如果我们将目光放得更长远一些，Hassabis描绘了一幅极度诱人的图景：后稀缺时代（Post-Scarcity World）。

当AGI成为终极的科学工具，它将帮助我们攻克核聚变等能源难题，发现全新的材料。

我们将拥有清洁、可再生、几乎免费的能源，物质将变得极度富足。

那时候，人类将从为了生存而工作的枷锁中彻底解放出来。

但随之而来的是一个巨大的哲学空洞：如果不需要工作了，人类的意义何在？

作为一位曾经的诺贝尔奖得主，Hassabis对此有着浪漫的构想。

他认为，人类不应沉溺于经济利益的分配，而应转向更宏大的探索。在他的构想中，希望自己未来可以探索物理学的极限，他充满了充满了对宇宙的好奇：

现实的本质是什么？意识的起源是什么？费米悖论的答案在哪里？时间究竟是什么？

这些困扰了人类千百年的终极谜题，过去因为我们忙于生计而被忽略。

在后稀缺时代，当AI解决了生存问题，人类的使命将回归到最纯粹的探索：去理解宇宙，去寻找存在的意义。

也许未来，我们会拥有更复杂的艺术，更深奥的哲学，甚至在AI的帮助下前往恒星。

对于当下的我们，Hassabis只有一条建议：学会学习（Learning to learn）。在这个剧变的时代，适应新信息的速度，将是你唯一的生存法则。