哈萨比斯：距离实现通用人工智能仅一两项突破

Demis Hassabis 并不认为我们已经飞速超越了 AGI（通用人工智能）。他认为我们还需要一到两次真正的突破才能达到那个目标。而且，他对这些突破的具体内容有着令人惊讶的明确清单。

对话内容

这是一期 Big Technology Podcast 节目，在达沃斯录制，Alex Kantrowitz 与 Google DeepMind 的 CEO 进行了长达 34 分钟的广泛对话。这次对话的有趣之处在于 Hassabis 对 AI 进展步入正轨的信心，与他坚持认为当前范式确实不完整的观点之间的张力。他既是对 AI 变革潜力最为乐观的人，也是对我们尚未实现的目标最为严谨的人之一。

AGI 缺失的部分

Hassabis 直言不讳地指出了当前系统的不足之处。他明确指出了三个具体的差距：

持续学习。 今天的模型拥有采访者所说的“金鱼记忆”：它们可以搜索互联网，对搜索到的内容进行推理，但是一旦你关闭会话，所有这些都不会改变模型。Hassabis 认为这是最根本的局限。

“Learning is synonymous with intelligence and always has been.” 学习与智能是同义的，一直都是如此。

当他说 AGI 中的“通用”时，他指的是通用的学习，即跨任何领域获取新知识并保留它的能力。

DeepMind 已经在狭窄的领域做到了这一点。Alpha Zero 从零开始学习；AlphaGo Zero 则建立在现有知识之上。悬而未决的问题是，这些技术是否可以扩展到混乱、开放式的现实世界。Hassabis 正在努力将持续学习与大型基础模型相结合。谷歌最近发布了“个人智能”功能，作为“最初的尝试”，但他承认真正的目标，即让模型本身根据互动随时间变化，“尚未被攻克”。

世界模型。 这就是 Nano Banana 的回答有意义的地方。当被问及哪个当前系统最接近 AGI 时，Hassabis 令人惊讶地提到了谷歌的图像生成器，然后转向了真正的重点：像 VO 这样的视频生成模型是原始的世界模型。一个可以生成 10-20 秒逼真物理场景的模型，已经隐式地学习了一些关于液体如何流动、物体如何相互作用、因果关系如何运作的知识。

为什么这对 AGI 如此重要？因为世界模型可以实现长期规划。人类可以规划数年（花四年时间获得学位，以便在十年后找到更好的工作）。当前的 AI 系统只能在一个时间尺度上进行规划。世界模型将允许机器人想象从当前情况出发的许多轨迹，并最终允许 AI 助手在现实世界中进行有意义的规划。

更好的记忆和推理。 不仅仅是更长的上下文窗口，而是更高效的上下文窗口。“不要存储所有东西，只存储重要的东西。大脑就是这样做的。”

关于仅仅通过扩展规模是否能解决这些问题，Hassabis 倾向于需要真正的新创新：“如果你非要我选边站，我会站在后者阵营。”但他明确表示，无论如何，大型基础模型将是最终 AGI 系统的关键组成部分。在他看来，唯一的争论是它们是唯一的组成部分还是一个组成部分。他不同意 Yann LeCun 的观点，即 LLM（大型语言模型）已经走到了尽头。

AGI 的真正含义

Hassabis 强烈反对 Sam Altman 的说法，即“AGI 的定义不明确”，我们应该一致认为我们在通往超级智能的道路上已经“飞速超越”了它。

“I’m sure he does wish that, but it’s absolutely not. I don’t think AGI should be sort of turned into a marketing term or for commercial gain.” 我确信他的确希望如此，但绝对不是。我不认为 AGI 应该被变成一种营销术语或用于商业利益。

他的定义是精确且要求严格的：一个可以展现人类所有认知能力的系统。不仅仅是解决一个数学猜想，而是提出一个突破性的猜想。不仅仅是解决一个物理问题，而是发明一种新的物理理论，就像爱因斯坦发明广义相对论一样。不仅仅是创作对现有艺术的模仿，而是成为毕加索或莫扎特，发明一种全新的流派。

“Today’s systems in my opinion are nowhere near that. Doesn’t matter how many Erdos problems you solve.” 在我看来，今天的系统远未达到这个水平。解决多少个 Erdos 问题都无关紧要。

他将此扩展到身体智能：精英体育、身体控制、机器人技术。一个 AGI 系统需要所有这些能力。他的时间表：5 到 10 年。

关于超级智能，他划了一条明确的界限。个体人类可以提出新的理论。这不是超人的能力。超级智能意味着真正超越人类能力的事情，比如以 14 维的方式思考，或者将气象卫星直接插入大脑。

谷歌的 AI 眼镜赌注

Hassabis 透露，他个人正在研究智能眼镜，他认为这是谷歌最令人兴奋的项目之一。理由是：

纪录片《思考游戏》展示了 DeepMind 的员工举起手机向 AI 询问现实世界。这行得通，但外形不合适。烹饪、城市导航、帮助视障人士，这些都需要免提互动。

谷歌眼镜之前失败的原因有两个：硬件太笨重（现在“或多或少已经解决”），而且没有杀手级应用。Hassabis 认为杀手级应用是一个通用的数字助手，而 Gemini 3 “可能足够强大，可以使之成为现实”。

与 Warby Parker、Gentle Monster 和三星的合作已经到位。原型已经存在。Hassabis 说“你应该会在夏天左右开始看到它”。

Gemini 中的广告：一个信任问题

关于 Gemini 是否会包含广告的问题，Hassabis 直截了当地说：“我们目前没有计划。”

但他的理由比答案更有趣。他将其定义为一个信任问题。如果一个助手应该代表你工作，以你的最佳利益为出发点，那么广告就会产生固有的冲突。他指出了竞争对手声称 AGI 即将到来，同时又在构建支持广告的聊天机器人的讽刺之处：

“Why would you bother with ads then? So that is I think a reasonable question to ask.” 那你为什么要费心做广告呢？所以我认为这是一个合理的问题。

他承认谷歌正在集思广益地寻找替代的收入模式，特别是针对眼镜和设备，但表示尚未达成任何明确的结论。

竞争和 Vibe Coding 浪潮

关于 Anthropic 和 Claude Code，Hassabis 表现得很友善：“向 Anthropic 致敬。他们构建了一个非常好的模型。”他将其定位为一种专注的权衡：Anthropic 专注于编码和语言模型，而 DeepMind 构建图像模型、多模态模型、世界模型。“他们只做编码和语言模型，而且他们在这方面非常、非常出色。”

他个人对 vibe coding 充满热情，曾在圣诞节期间使用 Gemini 3 来制作游戏原型。他认为这将为以前需要编程团队的设计师、创意人员和艺术家打开生产力的大门。

谷歌自己的 IDE，Anti-Gravity，“实际上无法满足”它所看到的“所有需求”。

AI 泡沫：并非二元对立

Hassabis 对泡沫问题给出了最细致的回答：“它不是二元对立的。AI 行业的某些部分可能[存在泡沫]，而其他部分，仍有待观察。”

泡沫：对没有产品或研究， “只是有些人聚在一起”的公司进行数百亿美元的种子轮融资。非泡沫：拥有庞大现有业务的成熟公司，AI 显然可以提高生产力。不确定：AI 原生产品（如聊天机器人和眼镜）的货币化。

他还提到了一个巨大的“能力过剩”：即使是构建者也不完全了解当前模型能做什么。产品机会远未耗尽。AI 收件箱、浏览器中的代理、AI 驱动的搜索，这些仅仅是开始。

他的战略框架是：“我的工作是确保无论 AI 泡沫发生什么，如果它破裂或者没有泡沫，我们都能获胜。”

知识工作的象棋类比

关于 AI 是否会像让围棋和象棋棋手士气低落那样让知识工作者士气低落，Hassabis 认为历史表明并非如此：

自 20 世纪 90 年代以来，象棋计算机一直具有超人的能力。象棋比以往任何时候都更受欢迎。没有人观看计算机与计算机对弈；他们观看 Magnus Carlsen。

最引人注目的例子来自围棋。当今在世的最优秀的围棋棋手，一位 20 多岁的韩国人，在 AlphaGo 比赛发生时大约 15 岁。他在知识库中通过 AlphaGo 的知识进行原生学习，并且按 ELO 评分来看，他是迄今为止最强大的人类棋手。他“实际上可能比当时的 AlphaGo 更强大”。

即使车辆快得多，我们仍然会在奥运会上观看 100 米比赛。“我们有无限的适应能力。”

但他承认一个更深层次的挑战：目的和意义。“我们都从我们所做的工作中获得了很多目的和意义。”当这些被自动化时，我们将需要“新的伟大哲学家”来帮助我们应对他所说的“人类状况的改变”。他将其比作工业革命，“可能是它的 10 倍”。

信息作为基本单位

在一个压缩的两分钟片段中，Hassabis 分享了他的理论，即信息，而不是能量或物质，是宇宙最基本的单位。

生物系统是抵抗熵的信息系统，在随机性中保持结构。这不仅限于生物学：山脉、行星、小行星都受到了选择压力的影响（不是达尔文式的，而是外部的），它们的长期稳定性意味着它们的信息是“相当稳定和有意义的”。

他将此与 AlphaFold 联系起来：在几乎无限可能的蛋白质结构中，只有某些结构是稳定的。理解这种“信息拓扑”就是如何在干草堆中找到针。他认为这就是 AI 最终将如何帮助发现新药、材料和室温超导体。

Alpha Zero 时刻

采访以最具挑衅性的问题结束：当 LLM 达到对人类知识的掌握，就像 AlphaGo 掌握了人类围棋知识一样，然后你像 Alpha Zero 那样“放开它”会发生什么？

Hassabis：“对我来说，那就是 AGI 时刻。”该系统将发现物理定律允许但我们尚未发现的室温超导体、新能源、最佳电池。首先，它达到人类水平的知识，然后技术（“也许它将不得不帮助发明”）允许它探索未知的领域，就像 Alpha Zero 对围棋所做的那样。

AlphaFold 是概念验证：被视为“根节点问题”，现在已被全球 300 万研究人员使用。Hassabis 预测“从现在开始发现的几乎每一种药物都可能在某个时候使用过 AlphaFold”。

一些想法

• Hassabis 对 AGI 的定义是业内要求最高的。通过要求所有人类认知能力，包括创造力和身体智能，他设定的标准使得 5-10 年的时间表感觉雄心勃勃，而不是保守。
• 持续学习的差距被低估了。其他所有 AI 领导者都在谈论扩展规模和推理。Hassabis 是指出在会话之间忘记一切的系统从根本上来说是不智能的，无论它推理得多么好的人。
• 广告的回答揭示了谷歌的战略紧张关系。该公司的核心业务是广告，但其最重要的 AI 部门的 CEO 实际上是在争辩说，广告与个人 AI 助手所需的信任是不相容的。
• 围棋类比比乍看起来更有希望。如果最优秀的人类围棋棋手因为 AlphaGo 而出现，那么这就是一个真正的论点，即 AI 可以让人类变得更好，而不是过时。
• 他关于信息作为基本单位的理论将他的科学世界观直接与 DeepMind 的研究策略联系起来：找到信息拓扑，棘手的问题就会变得容易解决。AlphaFold 是概念验证；其他一切都随之而来。