撰文：Techub News 整理
导语
在 Google I/O 2025 开发者大会期间，Axios 联合创始人 Mike Allen 与 Google DeepMind 联合创始人兼 CEO Demis Hassabis（德米斯·哈萨比斯）进行了一场备受瞩目的对话。作为从国际象棋神童、游戏设计师转型为全球顶尖 AI 实验室领导者的传奇人物，Demis Hassabis（德米斯·哈萨比斯）因其在 AlphaGo、AlphaFold 等里程碑式突破中的贡献而闻名，并因此荣获诺贝尔化学奖。此次对话正值 AI 技术狂飙突进、行业竞争白热化之际，Hassabis 不仅分享了 DeepMind 的最新进展与战略思考，更以科学家与建设者的双重身份，深入探讨了 AGI 的未来图景、AI 的社会责任以及技术将如何重塑人类文明的宏大命题。
摘要
- AGI 时间线预测：Demis Hassabis（德米斯·哈萨比斯）明确表示，我们距离实现“完全版”通用人工智能（AGI）仅剩“几年时间”，他给出的最新估计是“2030 年左右，前后误差一年”。
- “奇点”山麓论：他认为当前我们正站在由 AGI 所开启的“奇点”时代的山麓，技术变革的加速度将远超工业革命，其影响可能达到后者的“100 倍”。
- Google 的全栈优势：Hassabis 阐述了 Google 在 AI 竞赛中的独特优势——从芯片、数据中心、云服务到前沿研究实验室，再到拥有数十亿用户的终端产品，构成了全球唯一的“全栈”生态系统。
- AI 驱动科学革命：他坚信 AI 是科学的终极工具，并以 AlphaFold 为例，强调 AI 正在加速解决诸如蛋白质结构预测等长期困扰科学界的难题，未来十年将在多个科学领域带来突破。
- “谨慎乐观主义”哲学：面对 AI 引发的社会焦虑与“反弹”，Hassabis 自称“谨慎乐观主义者”，既相信 AI 的巨大益处将远超风险，也强调必须给予社会足够时间，以负责任和安全的方式部署这项变革性技术。
AGI 临近：站在“奇点”的山麓
对话伊始，Demis Hassabis（德米斯·哈萨比斯）便回应了他在主题演讲中留下的悬念——我们正站在“奇点”的山麓。他解释道，“奇点”这个词很好地描述了 AGI 登场后将开启的时代。“我认为我们距离那个‘完全版’只有几年之遥了。” Hassabis 表示，这项技术将是“有史以来最重要的发明”，其变革性之强，以至于很难预测超越那个地平线之后的世界。
他给出了更具体的时间框架：“我2026 年 5 月一直在说，大约在 2030 年，前后误差一年，是一个合理的估计。”这意味着从 2029 年到 2031 年，我们可能见证 AGI 的到来。这种加速感已经能被切身感受到。Hassabis 以自身经历举例，过去需要六个月完成的编程或游戏原型设计，现在借助 AI 编码助手，仅需一两个小时的业余时间就能完成。
那么，如何定义和测试 AGI？Hassabis 提出了他心目中的“爱因斯坦测试”：假设一个前沿大模型的知识截止日期是 1901 年，它能否像爱因斯坦在 1905 年那样，提出包括狭义相对论在内的深刻见解和突破性发现？“2026 年 5 月的系统显然还不能，但我认为未来没有理由做不到。”这种创造性的洞察力飞跃，是他判断 AGI 是否完全实现的关键标尺。同时，他也认为 AGI 的到来将是渐进的，而非某个瞬间的“顿悟”，但进步速度会非常快。
AI 竞赛格局：Google 的“全栈”优势与责任
当被问及 Google 是否正在“赢回”AI 竞赛时，Demis Hassabis（德米斯·哈萨比斯）首先描绘了竞争的激烈程度：“这可能是科技史乃至企业史上最激烈的竞争。”但他随后详细阐述了 Google 和 DeepMind 的独特优势。
首先是深厚的研究基础。Hassabis 认为，DeepMind 拥有比竞争对手“更广泛的研究基础”，这是持续产生下一个突破性创新的能力来源。无论是基础模型（如即将推出的 Gemini 3.5 Flash Pro）、生成式媒体模型（如 Omni），还是面向科学研究的专用模型，进展都令人瞩目。
其次是巨大的消费者规模与工程能力。过去一年，Google 完成了技术栈的重构，使其成为“AI 优先”，进而“智能体优先”的架构。这对于一个每日服务数十亿用户、拥有复杂产品矩阵的工程组织而言是巨大的转变。其成果体现在 Gemini 应用月活用户已达 9 亿的惊人增长，以及搜索中的 AI 模式（AI Overview）的广泛普及。
最核心的优势在于“全栈”整合。“从芯片、数据中心、云服务、前沿实验室，到嵌入 AI 的数十亿用户级产品，我认为我们是世界上唯一拥有这种全栈能力的组织。” Hassabis 强调，他们正在不断优化这个反馈循环，让各个环节相互促进。
然而，对于“赢”的定义，Hassabis 有着更广阔的视角。他认为 AI 时代将创造“难以置信”的新机遇和经济进步，Google 的目标是确保成为“后 AGI 世界的关键参与者之一”。他预测，鉴于技术的强大，最终可能只有“少数几个”主要玩家。但更重要的是，所有前沿实验室的领导者都必须超越竞争，思考对世界的更大责任。“我们需要以谨慎、深思熟虑的方式走好最后几步，确保在构建时考虑到安全与保障，同时实现所有我们期望看到的惊人用例。”
应对“AI 反弹”：展示益处与赋能未来
针对当前社会上出现的对 AI 的担忧甚至抵制情绪（“AI 反弹”），Demis Hassabis（德米斯·哈萨比斯）提出了自己的看法。他认为，部分同行（“同行们”）的沟通方式和部分实质内容，他并不同意。
他承认变革将是巨大的。他曾在公开场合量化这种影响：可能是工业革命影响的 10 倍，同时发生速度加快 10 倍（即在一个十年而非一个世纪内完成），“这或许还低估了”。这意味着总体影响可能相当于“100 倍的工业革命”。如此剧烈的变化必然带来不确定性，包括对就业市场的冲击。
但 Hassabis 对未来持乐观态度。他认为，未来并非注定，而是由下一代书写。他分享了在印度 AI 峰会等场合看到的年轻一代的热情——他们视 AI 工具为在全球范围内创建公司、开发应用的赋能手段。“这项技术实际上正在民主化你能构建的东西。”过去需要一个 10 人、50 人专家团队才能完成的工作，现在一个聪明的孩子可能在车库里独自完成。他类比个人电脑和互联网时代，认为下一代“AI 原生”人类将同样获得前所未有的机会，只要他们具备足够的技术训练，并辅以创造力、品味和判断力。
关于就业，他预测市场会发生变化，但总体上会有更多机会，可能表现为更多一人或两人的初创公司涌现，对创业技能的需求会增加。
此外，Hassabis 认为，应对“反弹”的关键在于 AI 领域自身需要“更清晰、更具体地展示明确无误的益处”。这正是他毕生致力于“AI for Science”的原因，从 AlphaFold 到药物发现（通过 Isomorphic Labs），再到材料科学、数学、能源等领域。通过展示 AI 如何加速解决人类最紧迫的挑战，特别是改善健康，是赢得公众信任的重要途径。
AI 驱动科学：从 AlphaFold 到“终极工具”
Demis Hassabis（德米斯·哈萨比斯）对 AI 推动科学进步的激情贯穿了整个对话。他回顾了纪录片《The Thinking Game》中那个标志性时刻：当团队讨论如何部署 AlphaFold 时，他意识到由于模型速度快、精度高，完全可以一次性预测所有已知蛋白质结构并免费公开，而非建立一个按需提交的服务。“我们为什么不直接这么做？这显然是我们应该做的。”
这个决定体现了 Hassabis 所推崇的“加速”——利用 AI 突破科学瓶颈，将成果最大化地惠及全球研究者。他视 AI 为“科学的终极工具”，其初衷正是作为一名科学家，希望更好地理解周围世界。“我觉得我们的大脑需要一个强大的工具，来帮助即使是最聪明的专家，更快地驾驭我们收集的数据的复杂性，并从中发现联系、见解和结构。还有什么工具比 AI 更适合呢？”
他认为，我们正处在一个“非常、非常激动人心的时刻”，科学的步伐正在所有领域加快，许多像蛋白质折叠一样停滞了三四十年的领域即将迎来突破。他特别强调，将 AI 应用于改善人类健康是“首要任务”。
除了生物学，AI 与模拟（Simulation）的结合也至关重要。Hassabis 早年开发的游戏《Theme Park》就融合了 AI 与模拟。如今，这种结合有了更深刻的应用：一方面，AI 可以学习复杂现象的模拟，例如他们展示的 WeatherNext 系统，能更快更准确地预测飓风路径；另一方面，模拟可以为 AI 系统生成测试数据，例如用 Genie 模型为 Waymo 汽车创造现实中罕见的极端场景（如森林火灾、飞机迫降高速公路）进行测试，从而提升系统的安全性和鲁棒性。
未来展望：智能体时代、自我改进与深度思考
展望未来，Demis Hassabis（德米斯·哈萨比斯）指出了几个关键发展方向。
首先是“智能体时代”的真正到来。他认为当前只是智能体潜力的冰山一角，未来它们将更深度地嵌入工作流程，从编码到管理行政事务。Google 正在努力将智能体能力安全地整合进整个生态系统（如 Workspace）。
其次是“自我改进”能力。这是所有领先实验室重点投入的领域。由于编码和数学的输出是可验证的，并且可以生成大量合成数据，AI 系统在此类任务上可能形成一个“复合飞轮”，即系统能帮助改进自身或创造更好的下一代系统。
第三是系统的可靠性、一致性与持续学习。随着 AI 能力越强、被委托的任务越多，确保其行为符合预期、安全可靠至关重要。Hassabis 指出，当前系统仍存在“锯齿状智能”——在某些复杂任务上表现出色，却在同一领域更简单但表述方式不同的任务上失败。真正的 AGI 应像人类一样，具备更一致和通用的能力。此外，如何让系统在训练完成后仍能持续学习、适应新环境并实现个性化，也是重要挑战。
当被问及明年 Google I/O 的焦点时，Hassabis 预测将看到“更多智能体在现实世界中，嵌入我们的工作流”，以及“AI 在现实世界中”的重大进展，特别是在机器人技术方面应用理解世界的模型（如 Gemini 机器人模型）。
最后，Hassabis 对硅谷的“建设者能量”表示赞赏，但也提出告诫：他察觉到一种“狂热的匆忙”。他强调，下一波进步将来自需要长期深耕的深度科技领域。“确保方向正确往往比单纯的速度更重要。如果你以每小时 100 英里的速度跑向错误的方向，那比停下来花点时间思考正确的方向更糟。”他提醒建设者们，在追求速度的同时，更需要沉静下来进行深度思考，把握正确的技术与发展方向。
