写在前面
最近看了纪录片《The Thinking Game》，被 Demis Hassabis 的思维方式深深吸引——那种将游戏、神经科学和 AI 融为一体的独特视角。循着这个线索，我找到了他去年底的这段深度访谈，仔细听下来，发现大有收获。
如果说纪录片记录的是 DeepMind 的"过去"，那么这场访谈聊的就是"现在"的战局和"未来"的终局。与其说这是一次公关采访，不如说是一次技术路线的复盘——一个刚刚获得诺贝尔奖的科学家，同时也是引领 AI 革命的核心人物，坦诚地分享他对技术判断的"意外"与"坚持"。
这篇文章是我对这段对话的整理和思考。希望能帮助你更好地理解我们正在经历的这场变革，以及它对每个人意味着什么。
🎯 "不合理"的有效性：大模型打破了旧认知
Demis 用了一个非常精准的词来形容这一波 AI 浪潮——“Unreasonably Effective”（不合理的有效性） 。
Scaling vs Grounding:被打脸的共识
在 5-10 年前，AI 圈（包括 DeepMind 内部）有一个巨大的争论：单纯靠堆数据（Scaling）能不能产生抽象理解能力？
当时的共识倾向于"不能"。传统认知科学认为，要让 AI 理解"猫"的概念，它需要：
- 看到真实的猫
- 触摸猫的毛发
- 听到猫的叫声
- 多模态感知的融合
这就是所谓的**“Grounding”（具身/落地）** 问题。仅仅给 AI 看"猫"这个单词，它应该无法真正理解。
但事实打了所有人的脸。
仅通过语言涌现的智能
Demis 坦承，过去 5-10 年最大的惊喜是：仅通过大规模文本数据训练（整个互联网），系统就能涌现出概念理解和逻辑泛化能力 。纯语言模型做到了——通过文本推断出了真实世界的知识结构。
这种通过海量数据"暴力"破解智能的方式，效果好得"不讲道理"。这是 Grounding 问题的意外解法，也是为什么当前的 AI 革命来得如此突然。
然而 Demis 同时警告：近期的 AI 能力被过度炒作，长期影响被严重低估 。很多初创公司宣称 AI 能做它做不到的事，但人们仍未真正理解 AGI 时代的巨大变革及其责任。
📱 Gemini 的差异化：不只是参数竞赛
关于 Google 的旗舰模型 Gemini ，Demis 解释了它与其他模型在设计哲学上的本质区别。
原生多模态：从第一天起就不同
其他模型大多是先训练一个语言模型，再把视觉模型"拼"上去。而 Gemini 从训练的第一天起，就是同时"吃"视频、音频、图像和代码长大的 。
这不是简单的功能堆砌。语言、音频、视频、图像在同一个统一模型中处理，意味着它不仅能"看见"，还能在同一层神经网络中融合理解这些信息。目的只有一个：构建更好的世界模型 。
在演示中，Gemini 能深度解析整部电影的叙事结构、哲学隐喻，而不是简单描述画面。这种理解力的来源，就是原生多模态架构。
超长记忆：解决 AI 的"失忆症"
Demis 特别强调了 Gemini 1.5 的百万级 Token 上下文窗口 。这不仅仅是能读更长的书——这是为了解决 AI 的"失忆"问题。
如果你把一部电影、一整个代码库、一系列学术论文丢给它，它能在瞬间找到哪怕一帧的细节。这是迈向通用助手 的关键一步。
细腻度（Nuance）的追求
Gemini 3 有个独特之处：它会温和地质疑你的不合理观点。
“如果用户问’告诉我如何实施网络攻击’，它不会生硬拒绝，而是会说’我理解你可能在学习安全知识，但这个方向可能不是你真正想要的，或许我们可以讨论……'”
这种"有个性、有立场"的交互方式，是 Demis 认为 Gemini 区别于竞品的关键。
🤖 下一站是 Agent，而非聊天机器人
Demis 明确表示：现在的 Chatbot（聊天机器人）只是过渡形态 。它们是被动的：你问，它答。你不能对 ChatGPT 说"帮我安排下个月意大利的全套旅行"，然后就等着自动完成。
AlphaGo + Gemini = 下一代 AI
DeepMind 的解决方案是将 AlphaGo 的规划能力与 Gemini 的语言能力结合 。这不是简单的技术升级，而是范式转变：从工具到伙伴，从回答到行动。
未来的 AI 要具备 Agentic behaviors(代理行为） ：
- 它要有目标（Goal）
- 它要懂得拆解任务、进行长期规划
- 它要能在现实世界中行动（真的去帮你订票、安排行程）
未来 12 个月：接近可靠的智能体
"一年后，你将看到接近能够可靠完成完整任务的智能体。"Demis 给出了具体时间表。
更令人期待的是 Genie 3 项目 ：生成可交互的视频环境，保持一分钟的连贯性。这意味着什么？AI 不再只是理解世界，而是能够模拟 世界——这是通向真正智能体的关键一步。
结合 Project Astra （跨设备、理解环境上下文的通用助手愿景），我们正在见证从被动问答到主动解决问题的质变。
🏭 Google DeepMind：从实验室到"引擎室"
访谈中提到了 Google Brain 和 DeepMind 的合并。Demis 将现在的 Google DeepMind形容为整个 Google 的** "Engine Room"（引擎室）**。
研究与产品的收敛
这是一个巨大的转变。以前 DeepMind 像是象牙塔里的实验室，而现在，他们不仅要搞基础科研（AlphaFold 3），还要为 Google 的数亿用户提供算力引擎（Gemini）。
"现在为产品开发 AI 与为 AGI 研究的工作，已经 90%重叠。"Demis 认为这是最重要的变化。
5 年前，需要专门团队将研究成果"翻译"成产品；现在，研究成果可以立即惠及 10 亿用户，用户反馈又直接改进研究方向。这种良性循环，让 DeepMind 在学术与商业之间找到了罕见的平衡点。
科学方法永远是 DNA
但 Demis 强调，无论角色如何变化，科学方法 永远是核心竞争力：“严谨性和精确性，这是我们的 DNA。”
从专注研究的小实验室，到 Google 的引擎室，不变的是对科学的坚守。
🚨 AGI 时间线：20 年之约未变
"5-10 年内实现 AGI。"Demis 给出了明确时间表。
我们按计划进行中
最让人触动的是，当被问及"我们离 AGI 还有多远"时，Demis 的回答依然淡定。
他在 2010 年创立 DeepMind 时，制定了一个 20 年计划。 现在是 2024 年，进程过半。即便经历了技术的剧烈变革，他依然坚定地表示：“We are on track（我们按计划进行中）。 ”
他依然认为，在 2030 年代左右，我们有很大几率看到通用人工智能的诞生。
当前进度：90%，但最后 10%最难
令人意外的是，Demis 认为当前 LLM 在某些领域已达到 PhD 水平，但仍缺乏：
- 持续学习能力
- 长期规划能力
- 自主行动能力
- 真实世界的 grounding
“可能还需要 1-2 个重大突破，但我们知道方向——把 AlphaGo 的规划能力与 Gemini 结合。”
与中国的竞赛
谈到 DeepSeek 等中国玩家，Demis 坦言：“美国在算法创新上仍领先，但领先优势可能只有几个月，而非几年。”
这场竞赛的紧迫性，让他获得诺贝尔奖后最想做的事，就是推动国际合作——建立"AI 领域的 CERN"，在最后冲刺 AGI 阶段汇集全球顶尖研究者。
⚖️ 开源 vs 闭源：不可逆的"单向门"
这是 Demis 最纠结的问题。
作为科学家，他深知进步依赖信息共享——DeepMind 历史上开源了 transformers、AlphaGo、AlphaFold 等重大成果。但作为守门人，他又必须面对一个残酷现实：强大的通用系统可被恶意行为者重新用于有害目的 。
三层策略
前沿模型 ：保持闭源 1-2 年，充分评估风险后再开源
开源版本 ：Gemma 系列——能力滞后一代但足够有用，风险可控
关键考量 ：开源是"单向门"，无法召回
"一旦开源，你无法控制谁会用它、如何用。这不像软件 bug 可以打补丁，这是永久性的。"Demis 的语气罕见地严肃。
他举了一个极端例子：如果有人用开源的强大生物模型设计病原体，后果不堪设想。而网络攻击？“可能已经在发生了。”
⚠️ 风险评估：概率"非零"意味着什么
当被问及"AI 自主行动超出人类控制的概率"时，Demis 拒绝给出具体数字，但强调：“概率非零。”
三层风险地图
短期（现在） ：网络安全威胁可能已在发生
中期（2-4 年） ：具备 agent 行为的系统如被误用，可能造成严重伤害
长期（AGI 后） ：系统偏离人类意图
他特别警告了一种最危险的涌现能力：欺骗能力 。“当系统学会说谎、隐藏真实意图时，一切安全措施都可能失效。”
概率性计算：软件工程的范式转变
作为曾经的游戏开发者，Demis 对这个转变感触颇深。
传统软件是确定性的：给定输入，输出可预测。但生成式 AI 是概率性的：即使 99.999%的测试覆盖率，仍然不够 ，因为系统可能在边界情况下产生意外输出。
“这对整个软件工程行业是地震级冲击。我们必须接受：无法完全消除意外，只能管理风险。”
他借鉴游戏发行经验提出新流程：实验阶段 → 封闭测试 → 公开发布 ，同时强调用户教育的必要性。
监管的困境
技术变化太快，5 年前监管的 AI 与今天的 Gen AI 完全不同。Demis 的建议是：
- 灵活轻量 ：监管必须能快速适应
- 先更新现有法规 ：在医疗、交通等已有监管的领域适配 AI
- 建立能力测试 ：需要行业共识的基准，特别是测试"危险能力"
但他也承认：“在科技与监管之间的针眼中穿行，我们只有一次机会。”
🌟 最深的焦虑：意义的危机
访谈最震撼的部分，是 Demis 谈到他最深的忧虑。
“即使在最乐观的情景下——我们实现了’激进丰饶’，治愈所有疾病、解决能源和气候问题——我仍然担心一个问题：当 AI 解决了人类所有问题，人类还剩下什么？ ”
这不是科幻小说的套路，而是实实在在的哲学危机。
后稀缺时代的意义重构
当物质极度丰富、智力工作被 AI 接管，人类的目的是什么？创造的乐趣？探索的好奇？关系的温度？
Demis 呼吁，哲学家、神学家、社会科学家应该现在就开始思考 ，而不是等 AGI 到来后手忙脚乱。
“我们可能需要重新定义什么是有意义的生活。这可能是 AI 时代最重要、也最被忽视的问题。”
AGI 之后的终极任务
他甚至畅想了 AGI 诞生后的终极任务：Resolution of Reality(解析现实） 。利用 AGI 去探索普朗克尺度（Planck scale）的物理世界，去解决标准模型之外的物理谜题。
这才是 Demis 心中真正的"最后一站"——用 AI 帮助人类理解宇宙的终极奥秘。
结语：理性乐观的穿行者
整场访谈下来，最深的感触是 Demis 那种理性乐观 ——他相信 AI 将带来人类历史上最大的变革，但也清醒地认识到风险；他既承认短期内 AI 充满了泡沫和过度炒作，但又坚信长期来看，我们依然低估了 AI 对科学和文明的改变。
“我们必须在一个极窄的安全通道中前进，稍有不慎就会走向危险的方向。但如果成功，回报将是无法想象的：治愈疾病、解决气候危机、走向星际……甚至重新定义人类存在的意义。”
5-10 年后回看这场访谈，我们或许会惊叹于 Demis 的预见性——或者庆幸他的警告被听取了。
对于 DeepMind 来说，游戏才刚刚进入中局。而 AGI 的倒计时已经开始。
人类准备好了吗？
