哈萨比斯谈人工智能的转变，超越了工业时代
哈萨比斯谈人工智能的转变，超越了工业时代
Google DeepMind 联合创始人兼首席执行官 Demis Hassabis 在 2026 年世界经济论坛期间，于达沃斯彭博之家与彭博社的 Emily Chang 讨论了人工智能未来的发展，包括基础模型的进展、现实应用和负责任的 AI 开发。
1. 目录
2. 访谈背景
[!tips]
本次访谈发生在 2026 年世界经济论坛达沃斯会议期间，正值 AI 技术快速演进的关键时期。DeepMind 的 Gemini 系列模型展现出强大的竞争力，而关于 AGI（通用人工智能）的实现时间表、AI 对就业市场的影响、以及全球 AI 监管等话题成为业界关注的焦点。
3. 人物背景介绍
3.1. 核心对话人物
Demis Hassabis（戴米斯·哈萨比斯）：Google DeepMind 创始人兼 CEO，2024 年诺贝尔化学奖得主。他是通用人工智能（AGI）领域的领军人物，主导了从 AlphaGo 到 Gemini 的一系列技术跨越，目前负责谷歌全球 AI 的技术研发与战略。
Francine Lacqua（法兰辛·拉夸）：彭博电视（Bloomberg TV）资深主播。本次访谈的主持人，她以在达沃斯等高端论坛深度对话政商领袖而闻名。
3.2. 谷歌内部领袖
Larry Page（拉里·佩奇）：谷歌联合创始人。他在战略决策层面深度参与，被哈萨比斯视为谷歌长远技术布局的背后支撑者。
Sergey Brin（谢尔盖·布林）：谷歌联合创始人。目前频繁回归一线，甚至直接参与 Gemini 模型的底层代码编写和算法优化讨论。
3.3. 行业竞争者与专家
Dario Amodei（达里奥·阿莫代伊）：Anthropic 创始人兼 CEO。曾是 OpenAI 的核心科学家，因关注 AI 安全性而另立门户。他在访谈中因”5 年内 AI 取代 50% 初级工作”的激进预测被提及。
Yann LeCun（杨立昆）：Meta 首席 AI 科学家，图灵奖得主。他是卷积神经网络的奠基人，对目前的 LLM 路径持批判态度，坚持认为实现 AGI 需要全新的”世界模型”。
Ilya Sutskever（伊利亚·苏茨克维）：SSI 创始人，前 OpenAI 首席科学家。他是 Scaling Law（规模定律）的早期推动者，其关于”规模化时代告一段落”的观点在访谈中引发了讨论。
Elon Musk（埃隆·马斯克）：xAI、特斯拉及 SpaceX 创始人。他是 AGI 风险的长期警示者，访谈中引用了他关于”奇点已经降临”的激进言论。
4. 对话实录
4.1. 谷歌的 AI 复兴之路
主持人： 很高兴能再次对话。距离我们上次在旧金山见面已经过去一段时间了，我知道你最近的工作节奏非常快。今年重回达沃斯，你最大的感受是什么？随着 Gemini 1.5（及后续版本）的发布，外界传闻 OpenAI 内部甚至拉响了”红色预警”。在大家看来，谷歌似乎已经重新找回了昔日的统治力，你对此怎么看？
Demis Hassabis： 这可能更适合交给市场去评判。但就我个人感受而言，过去这一年确实非常充实。我们投入了海量的资源与精力，目标很明确，就是让我们的模型和技术重新回归行业之巅。我认为 Gemini 系列以及我们在多模态领域（如图像生成模型 Nano banana 等）的表现已经证明了这一点。更重要的是，我们已经适应了这种高频交付的节奏，为谷歌这种体量的公司注入了初创企业般的敏捷度。
主持人： 你觉得外界之前是不是低估了谷歌，或者说对你们存在某种误解？
Demis Hassabis： 某种程度上确实如此。事实上，谷歌一直拥有深厚的技术积淀。回顾过去十年，现代 AI 产业赖以生存的核心技术，绝大部分都诞生于谷歌和 DeepMind。最典型的例子就是 Transformer 架构，还有 AlphaGo 开启的深度强化学习时代。
与此同时，我们拥有得天独厚的优势——数以十亿计的用户正在使用搜索、Gmail 和 Chrome，这些都是 AI 发挥价值的绝佳应用场景。过去几年，我们主要在做一件工作：将分散的技术力进行整合与理顺。虽然前方仍有挑战，但成效已经显现。
主持人： 既然你提到了优势，这种领先地位能保持多久？
Demis Hassabis： 归根结底，一切竞争的核心都在于底层研究。让模型在各项基准测试中持续领先是我们的头等大事，这也是谷歌与 DeepMind 合并后的核心愿景。我对 Gemini 目前的进展很满意，但我们不会止步于此。谷歌是目前全球唯一拥有”全栈能力”的参与者：从底层的 TPU 芯片、大规模数据中心、云基础设施，到最前沿的实验室，再到能够直接触达用户的产品阵列。基于这些基本面，我们有信心交出更出色的成绩单。
主持人： 作为一家掌管 AI 前沿阵地的 CEO，你的一天是如何度过的？听说你习惯在凌晨 1 点到 4 点这段安静的时间独立思考？
Demis Hassabis： 是的，那是我思维最活跃的时候。
主持人： 面对如此激烈的竞争，你们内部会有放松的时刻吗？还是说一直处于那种”战斗状态”？
Demis Hassabis： 坦率地说，身处这个行业，完全的放松几乎是奢侈品。过去三四年的竞争强度超乎想象。每周工作 100 小时、全年无休对我们来说是常态。面对一项迭代速度极快且极具颠覆性的技术，这种付出是必然的。这恐怕是科技史上最惊心动魄的一次赛跑，因为这关乎通用人工智能（AGI）的实现，以及它背后承载的科研价值与商业潜力。
对我而言，利用 AI 加速人类的科学发现是终极梦想。现在正处于梦想照进现实的关键时刻，这种兴奋感足以让我保持亢奋。
4.2. 物理智能与机器人
主持人： 你一直对 AI 驱动科学进步充满热情，比如新材料的发现。目前我们看到 Gemini 已经开始尝试与硬件结合。在物理世界中，AI 的”AlphaFold 时刻”到来了吗？
Demis Hassabis： 过去一年，我将大量精力投入到了机器人领域。我认为我们正处于”物理智能”实现突破的前夜。虽然可能还需要 18 到 24 个月的技术攻关，但像 Gemini 这样的多模态基础模型已经为我们指明了路径。我们设计 Gemini 的初衷，就是让它具备理解物理世界的能力，从而成为能无缝嵌入各种终端的通用智能助手。
所谓物理世界的突破，意味着机器人能够稳定、可靠地在复杂现实中执行任务。目前仍有几个难点需要攻克：首先是算法的鲁棒性；其次是”小样本学习”能力，机器人无法像 LLM 那样单纯依赖合成数据。此外，人类经过亿万年进化出的手部灵巧度，对目前的硬件来说依然是巨大的挑战。目前我们正与波士顿动力等伙伴深度合作，将这些技术引入汽车制造等实业。未来一两年，大家会看到更多规模化的落地应用。
4.3. 全球竞争格局
主持人： 一年前，DeepSeek 等中国大模型的表现曾让西方业界感到震撼。现在回头看，你如何评价来自中国的竞争？
Demis Hassabis： 我的看法比较理性，并不觉得那是某种”技术灾难”，当时西方的反应确实有些过激。DeepSeek 的表现确实令人惊叹，它证明了中国顶尖团队的工程实现能力。他们可能仅落后于全球最前沿水平半年左右。
不过，我们也需要看到事实：当时许多模型在很大程度上依赖于西方开源模型的输出进行微调，而非完全的底层创新。目前，我们还没看到中国公司在无人区实现那种开创性的突破。他们极其擅长快速跟进与迭代，但能否引领下一波技术浪潮，还有待观察。
4.4. AGI 的时间表与定义
主持人： 你曾预测 2030 年有 50% 的概率实现 AGI。现在这个时间表有变化吗？
Demis Hassabis： 目标未变，我依然维持这个预测。相比于一些同行，我的预估其实更严谨，因为我对 AGI 的定义非常高：它必须具备人类所有的认知能力，不仅能解决科学问题，还要能自主提出有价值的科学假设。
在科学研究中，提出正确的问题往往比寻找答案更困难。目前的系统还无法做到这一点，它们还需要在现实场景中具备即时学习和持续进化的能力。
4.5. AI 与工作的未来
主持人： Anthropic 的 CEO Dario 预测 AI 将在 5 年内取代 50% 的初级白领工作，你认同吗？
Demis Hassabis： 我认为这个过程会比他预想的更久一些。虽然今年我们会看到 AI 在实习或初级岗位上展现出极高的辅助能力，但要真正接管完整的业务流程，AI 必须解决”一致性”问题。
我将现状描述为”参差不齐的智能”：系统在某些高难度领域表现惊人，但在基础常识上可能犯错。如果要让企业放心交付任务，AI 必须具备 100% 的可靠性。当这一天到来时，整个经济逻辑都会被重塑。如果引导得当，我们将进入一个”后稀缺时代”，AI 将帮助我们攻克核聚变能源、新材料等核心瓶颈，从而带来前所未有的物质丰饶。
主持人： 在那个时代到来之前，大众普遍感到焦虑。作为父母，你对下一代的教育有什么建议？
Demis Hassabis： 这是一场规模百倍于工业革命的剧变。但我对人类的适应力充满信心。我们的智慧本质上就是通用的，人类曾从狩猎文明跨越到现代文明，这次也不例外。
我会鼓励孩子们尽早掌握这些工具，这本质上是在赋予自己”超能力”。在未来的创意领域，一个人或许就能完成过去一个团队的工作。对于那些有想法、有执行力的年轻人来说，这反而是一个打破阶级固化、脱颖而出的黄金时代。
4.6. 监管与全球协作
主持人： 有人建议暂停研发，给监管留出时间。如果有机会达成全球共识，你会支持暂停吗？
Demis Hassabis： 我曾提出过类似的设想。我希望在接近 AGI 的临界点时，全球能以一种类似”AI 版欧洲核子研究中心（CERN）”的模式进行协作。汇聚全球的科学家、哲学家和社会学家，共同研判如何安全地驾驭这项技术。
但这必须建立在多边协作的基础上。如果只是局部暂停，而其他国家或公司仍在全力冲刺，这种暂停不仅无效且具有误导性。虽然目前的国际局势复杂，但为了人类的长远安全，这种协作模式是必须探索的路径。
4.7. 技术路径之争
主持人： Meta 的 Yann LeCun 认为仅靠 Transformer 和 LLM 无法通向 AGI，你认为呢？
Demis Hassabis： 我并不认为这是一条死胡同，毕竟它们已经创造了巨大的价值。但我同意，仅仅依靠”大力出奇迹”（Scaling Law）可能还不够。我认为这种路径成功的概率是 50%。
LLM 一定会是 AGI 的核心组件，但它可能不是全部。我们还需要在”世界模型”、持续学习、逻辑推理以及长程规划能力上取得关键突破。DeepMind 目前正采取”双轨并行”的策略：既在挖掘现有架构的极限，也在积极研发下一代底层架构。
主持人： Ilya Sutskever 曾表示”算力竞赛”快结束了，未来是”科研为王”的时代。
Demis Hassabis： 我非常尊重 Ilya。但在我看来，科研时代从未离开过中心舞台。DeepMind 成立以来的核心任务就是进行最深度的基础研究。过去十年，这个行业 90% 的关键突破都有我们的身影。如果通往未来的路需要新的灵感，我有信心我们依然是那个领跑者。
主持人： 马斯克认为我们已经进入了”奇点”，你同意吗？
Demis Hassabis： 我觉得这种说法有些超前。奇点意味着 AGI 的全面爆发和自我进化，而我们现在仍有大量的科学难题需要逐一攻克。
4.8. 谷歌的创始力量
主持人： 聊聊谷歌。拉里·佩奇和谢尔盖·布林现在的参与度如何？
Demis Hassabis： 他们现在的状态非常投入。拉里更多在战略层面给予指导，而谢尔盖几乎回到了”一线”，他甚至会亲自参与 Gemini 的代码讨论和算法优化。这种氛围非常棒，作为计算机科学家，能在这样一个伟大的时代亲临战场，本身就是一种幸运。
我们将初创公司的执行力、大公司的资源储备，以及对长期基础科学的尊重结合在一起。去年的进展只是开始，今年的增长曲线会更加陡峭。
4.9. 诺贝尔奖与 AI 角色
主持人： 作为诺贝尔奖得主，你认为如果 AI 独立做出了诺奖级的发现，奖项应该归谁？
Demis Hassabis： 我认为奖项始终应该属于人类。AI 在可预见的未来依然是科学探索的”终极工具”，就像望远镜之于天文学家，显微镜之于生物学家。工具增强了人类的感官和思维边界，这是人类独特的超能力。科学的本质是提出创意和建立假设，AI 则负责极速验证和模式识别。
4.10. 信任与责任
主持人： 既然监管尚未完善，公众为什么要信任谷歌？
Demis Hassabis： 信任应该源于长期的行动。谷歌本质上是一家由科学精神驱动的公司，它的诞生本身就是一个博士研究项目。我们的决策层中有许多图灵奖和诺贝尔奖得主，这种对科学严谨性的追求是根植于血液的。
面对如此复杂的技术变革，没有人能保证永不犯错。但我们的原则是：深思熟虑、保持透明，并且在问题出现时迅速响应并纠正。将谷歌”整合全球信息”的使命与 DeepMind”解决智能问题”的愿景相结合，是我们对社会最好的承诺。
4.11. 后稀缺时代的意义
主持人： 当”后稀缺时代”真的到来，人们不再需要为了生计而工作时，你个人想做点什么？
Demis Hassabis： 我想用 AI 去探索物理学的终极边界。我一直对那些宏大的命题保持好奇：现实的本质是什么？意识是如何产生的？我们为什么还没遇到外星文明（费米悖论）？我想在 AI 的辅助下，去解开关于引力、时间和宇宙起源的谜团。
主持人： 如果失去了”工作”这个载体，人类还能找到生命的意义吗？
Demis Hassabis： 说实话，相比经济层面的冲击，我更担心人类对”意义感”的缺失。资源分配可以通过政策解决，但目的感是精神层面的。我们需要新时代的哲学家来引导我们。也许未来，人类会在艺术创作、深空探索或者单纯的自我挑战中，找到那种非功利性的、纯粹的成就感。
4.12. 给年轻人的建议
主持人： 最后，对于在座的企业领袖和年轻人，你有什么建议？
Demis Hassabis： 只有两点。对年轻人来说，唯一不变的就是变化。请务必培养自己”学会如何学习”的能力，这是未来唯一的铁饭碗。
对企业管理者来说，AI 时代不再是单打独斗。请寻找那些价值观相符、技术路径扎实的合作伙伴。选择一个能与你共同进化、负责任的 AI 服务商，是决定未来十年竞争力的关键。
[!summary] 核心观点
- AGI 时间表：2030 年有 50% 概率实现 AGI，但定义要求非常高
- 技术路径：LLM 是核心组件但不是全部，需要世界模型等新突破
- 就业影响：AI 替代工作需要解决”一致性”问题，时间会比预期更久
- 监管建议：支持类似 CERN 的全球协作模式，但必须多边参与
- 人类价值：科学本质是提出假设，AI 负责验证，人类保持创造力
