# 哈萨比斯

2026年5月29日，谷歌DeepMind CEO德米斯·哈萨比斯在斯坦福进行了一场公开对话，抛出了三个核心判断：

第一，人类正站在奇点的"山脚下"。他用词精准——不是山顶也不是山腰，而是刚刚走到山脚，抬头已能看到坡度在变陡。这意味着通用人工智能（AGI）已近在咫尺，但人类尚未开始"爬山"。

第二，AGI大概率在2030年前后到来，前后误差不超过一两年。作为一个看过训练数据、算力曲线和模型架构后愿意公开押注时间的行业顶尖人物，这个判断极具分量。AGI意味着机器能在绝大多数认知任务上达到或超过人类水平，这是质变。

第三，最重要的，是牢牢掌握自己的主动权。 未来的剧本还没有写好，不要听信任何人说未来已经注定。他把这句话放在整场对话的收尾位置，是他深思熟虑后的结论。

哈萨比斯进一步指出，AI变革的影响力是工业革命的10倍，而推进速度也是10倍——工业革命用了约100年完成，而AI革命将在10年内发生。这意味着，人类没有一代人的时间去观察、试错和转身，大概只有两三年的窗口期。AlphaFold数月内解决了困扰生物学50年的蛋白质折叠难题，AI在材料科学、气象预测、芯片设计中快速吞噬过去需人类团队数年才能完成的工作，这些都是加速的证据。

文章还分析了人类容易低估技术变革速度的系统性偏差——不是出于愚蠢，而是过去的经验告诉人们变化总是慢慢来的。诺基亚在iPhone发布后四年半内卖掉了手机业务，那些提前七年布局AI的人在ChatGPT发布时已经拉开了巨大差距。作者给出了四条具体行动建议，鼓励创业者在AI时代主动拥抱变化、提前布局，而非恐慌或躺平。

这篇文章围绕 DeepMind 创始人哈萨比斯（Demis Hassabis）的一次长访谈展开，重点讨论了 AGI 的时间表、技术路径、安全治理以及它对科学和社会的潜在影响。
哈萨比斯认为，AGI 的定义应接近“具有人类心智能够展现的全部认知能力的系统”，并给出一个相当激进的判断：未来五年内出现 AGI 的概率非常高。
他同时强调，当前最主要的瓶颈仍然是算力。算力不仅用于扩大模型规模，也用于做实验、验证新算法，让研究人员能够不断尝试新的思路。
在他看来，模型的持续学习能力、长期记忆、层级规划和一致性仍然是大缺口。现阶段的系统常常呈现“某些问题特别强、换个问法又突然失效”的锯齿状特征，还不是真正稳定通用的智能。
文章也回顾了 DeepMind 的发展历程：从早期在英国艰难融资，到被谷歌收购，再到 AlphaGo 和 AlphaFold 让世界看到 AI 在复杂决策与科学发现中的能力。
哈萨比斯认为，AI 最重要的长期用途之一是成为科学和医学的终极工具，尤其是在药物设计、疾病治疗和蛋白质结构等方向上。
在安全与监管问题上，他主张建立国际性的最低标准和认证机制，尤其要防止模型具备欺骗能力，并让政府、专业机构和研究共同体共同参与审计。
他还讨论了 AI 对就业、财富分配、能源系统和核聚变等问题的冲击，认为短期内社会会经历剧烈扰动，但长期看也可能带来更高质量的新工作和更大的生产率提升。
整篇文章的基调是“短期高估、长期低估”：当下 AI 热度已经很高，但十年尺度上的颠覆性可能仍被低估。