# E226｜聊聊DeepMind创始人哈萨比斯：一个科学家与失控的AI竞赛 硅谷101 · 2026-02-25 · 73 min · https://www.youtube.com/watch?v=3Oad7PtEMVk ## 逐字稿 泓君 今天我们来聊一聊 DeepMind 的创始人德米斯·哈萨比斯。他掌管着整个谷歌 AI 的研发，也是站在这场全球 AI 军备竞赛最前线的人。最近，英国作家塞巴斯蒂安·马拉比出版了一本关于哈萨比斯的新书，中文书名叫《哈萨比斯：谷歌 AI 之脑》。 正好借着这个由头，聊一聊我想聊很久的这样一个人。我先简单介绍一下哈萨比斯的经历：他4岁开始下国际象棋，13岁成为大师，15岁被欧洲顶级的游戏公司录用。从剑桥毕业以后，他又回到学校继续读神经科学博士，因为他觉得，要造出真正的 AI，得先搞明白人脑是怎么工作的。 他创建的 DeepMind 打败了围棋世界冠军，破解了困扰生物学家半个世纪的蛋白质折叠难题，还因此获得了诺贝尔化学奖。但是，这个人最打动我的，倒不是他的这些成就，而是驱动他的东西。哈萨比斯造 AI，不是为了做产品，也不是为了赚钱。用他自己的话说，是为了理解宇宙。他说：“对我来说，科学是一种精神追求。” 而且很巧的是，在他创办 DeepMind 的办公室旁边，就是当年物理学家西拉德萌发核链式反应想法的那个路口。他说，自己每天经过那里的时候都会想，现在正在做的事情，重要性跟原子弹是不相上下的。一个人一生只想造出比人类更聪明的东西，同时又比谁都清楚这件事情可能失控。今天我们就带着这种矛盾感，请到了这本书中文版的译者周健工老师，一起来聊一聊哈萨比斯与 DeepMind 的故事。 哈喽，周老师您好。 周健工 泓君你好。首先，我是非常喜欢《硅谷101》这个节目的。我记得2022年加密货币暴雷的时候，我听得比较密集，因为很多事情都是通过这个节目获得了非常权威和专业的解读。 我本人主要是科技和财经媒体人，以前负责过《福布斯》中文版，也负责过第一财经，也在企业里做过一些管理工作。现在我在做一家研究公司，叫未尽研究，我们的公众号也叫未尽研究。前年我跟战隼一起翻译了黄仁勋那本书，最近也翻译了哈萨比斯这本书。 泓君 我觉得您翻译的这两本书，都是非常经典的作品，也是现在 AI 圈最受关注的两个人。如果说黄仁勋可能代表硬件，那么哈萨比斯可以说代表了整个 AI 软件的一端。 周老师，其实我知道您也是国内第一批当面采访哈萨比斯的中国媒体人。您要不要讲一下，您第一次见到哈萨比斯是什么样的场景，您对他的第一印象是什么？ 周健工 ### 第一次见到哈萨比斯 好像是2017年吧，我记得是5月份。那个时候 AlphaGo 已经非常出名了，战胜李世石是在2016年。我对哈萨比斯进行了一场大概一个小时左右的电视专访。 我对他的第一印象，第一是这个人非常瘦小；第二是他当时大概将近40岁，头发有些秃顶。我觉得他非常像一个中国普通研究所里搞科研的人，是非常典型的这样一个形象。他母亲是新加坡华人，看到他那种形象，会有一点文化上的亲切感。 我事先知道他很聪明。当时还在世的物理学家霍金说，哈萨比斯是世界上最聪明的人。我觉得那次交流非常愉快，我有两个特别深的印象。 第一个，他没有摆出神童、世界上最聪明的人那种架子，跟人交流非常平和。但是他的语速比较快，表达的思想极其流畅、清晰，甚至非常敏锐。你问他任何问题，他都能给你一个非常清晰的逻辑，在不同知识之间的切换也可以说是运用自如。你就感觉到，任何智力上的挑战，对这个人可能都没有什么障碍。这是我最深的一个印象。 泓君 聪明、智慧。为什么您用了“智慧”而不是“聪明”这个词？ 周健工 我觉得他讲话不是那种一套一套的。很多人被训练出一种公关式的讲话方式，我觉得黄仁勋有一点这种味道。他讲话非常具体，针对你问的这个问题，他能贡献出最新鲜的一个想法。你会觉得，这不是像放了无数遍的 PPT 一样，不停地给你播放。我觉得这是一种智慧。 泓君 您刚刚也提到了，他跟黄仁勋是非常不一样的人。这两本传记也都是您翻译的。如果总结一下，您觉得哈萨比斯和黄仁勋作为两个创始人，对 AI 的发展都有着非常重大的影响，那他们身上最核心的特质有什么不一样？ 周健工 在哈萨比斯身上，能感觉到更多真诚的东西。 你可以看到，马拉比的这本书跟他其他几本书有一个非常大的不同。《富可敌国》和《风险投资史》写的是一个行业的历史。这本书里面，他用了大量的对话，他跟哈萨比斯私下里大概有30多个小时的对话。你可以从这些对话里感觉到哈萨比斯发自内心的很多想法。 他为什么在写其他人的时候，包括写黄仁勋的时候，没有那么多对话？我觉得，很多对话可能是这些人在公开场合已经讲过很多的话，还有一些套话，写到书里面意义也不是很大，反而被他揉进了叙述里。 所以我在翻译的过程中，对这些对话也非常认真、仔细地处理。我希望读者可以从对话中看到这个人内心深处真实而微妙的一些想法。我觉得这是一个非常大的不同。 泓君 ### AI 科学家的两难 我觉得这也是我自己对哈萨比斯这个选题非常感兴趣的一个原因。我们现在这期节目的录制时间是在春节前夕。最近这两周，从 DeepSeek 出现以后，我整个人处在一种非常震惊的状态中。 这种震惊是，我以前觉得 AI 的能力不如我，但是现在我觉得，AI 在做播客、做选题，甚至做采访提纲上，都可以做得比我好。我觉得它可能已经开始冲击很多人类的工作了。 但是，像哈萨比斯，包括 Anthropic 的达里奥·阿莫迪，他们都是这些 AI 的建造者。其实在整本书中，马拉比一直在用奥本海默的例子做对比。我记得那本书的结尾也是说，哈萨比斯一直想做正确的事情，但是他能不能做到，这是一个问号。 所以我还挺感兴趣的：我们今天在探讨这样一个人。我更愿意把他定位成 AI 科学家，而不是一个商人。一个 AI 科学家在建成一个非常强大的 AI 的过程中，到底是怎么去看待技术，怎么看这些 AI 威胁论，以及我们到底会把这项技术带向何方，它跟人的关系是什么，这些都是我很感兴趣的讨论点。 周健工 马拉比首先是一个写作高手，他写这本书的立意也非常高。你从头到尾读完之后，会有一个突出的感受：马拉比驱动这本书叙事的最底层力量是什么？ AGI 是威力无比强大的技术，也可能是人类的终极技术。就像这本书的原名《The God Machine》，它是一台“上帝的机器”，对人类未来的福祉，甚至对人类文明的影响都如此之大。它作恶的可能性也是存在的。 那么，发明这些技术的这一小撮人究竟是什么样的人？他们带着什么样的动机来发明这些技术？他们的动机，可能会直接影响到这项技术对人类未来究竟意味着什么。 他认为，哈萨比斯可能是其中最关键的一个人物。我觉得他也找对了，因为 AGI 作为一项技术也好，或者我称之为一轮技术浪潮也好，确实是从哈萨比斯、他的创业团队以及 DeepMind 这家公司发起的。 我相信绝大多数读者和听众，可能是从 ChatGPT 开始关注 AGI 这个词，或者关注 DeepMind 和 OpenAI 之间的竞争。实际上，在 ChatGPT 出现10年之前，AGI 运动就已经开始了，源自哈萨比斯他们这个团队。所以他找到哈萨比斯，是非常准确的一个选择。 泓君 那我们说到这里，要不要给听众简单介绍一下哈萨比斯这个人，以及他在创建 DeepMind 以前到底有怎样的经历？DeepMind 应该是在2010年创建的，对吧？ 周健工 ### 神童的两次顿悟 对。首先，他的第一个标签是神童。4岁时，他看大人下国际象棋；5岁就开始自己下棋；到9岁的时候，他已经是英国11岁以下国际象棋队的成员；13岁时成为国际象棋大师，而且他的积分在全球同年龄段排名第二。 所以他经常在10岁、11岁的时候，就跟成年人一起下棋。他的个子本来就很矮小，年幼时就更小。他坐在凳子上，连棋盘都看不清楚，经常要在屁股底下垫两本厚厚的书，才能看着棋盘和对手。他经常一下就是8个小时、9个小时，甚至10个小时，下着下着就睡着了，因为他当时太小了。 他是非常典型的移民家庭出身。他母亲是华人，父亲是塞浦路斯的希腊人。两个人都在伦敦勤勤恳恳、勤俭持家地抚养孩子。孩子一有什么天赋，他们就倾其所有去发展这个天赋。 他父亲几乎连自己的事情都不做了，就开着家里的那辆破车，带着小小的哈萨比斯在伦敦、英国，甚至欧洲各地到处参加国际象棋比赛。当然，哈萨比斯也赢得了一些小额奖金。 但是我觉得最重要的一点是，他的父母认为，他将来走国际象棋这条路肯定会成功。他已经是大师了，在父母眼里已经非常成功，也让他们感到非常自豪。 不过，最关键的两个顿悟点，我觉得完全是哈萨比斯自己促成的。 第一个是在他11岁的时候。我记得书里写到，他在列支敦士登跟丹麦的一位国际象棋冠军对弈，一口气下了10个小时。按照他的水平，这局棋很可能是和棋，但可能还要继续纠结下去。 这个时候，对方在思考。他看着对方，又看着大厅里到处下棋的人，突然想到一个问题：“难道我就要在下棋中度过这一辈子吗？”然后他又想：“这个屋子里所有人，都是世界上可能最聪明的人，他们难道把自己的智力全部用在下棋这一件小事上吗？” 他突然感觉，下棋对他的意义没有那么重大了，胜负对他来说也不重要了。于是他放弃了这局棋，投子认输。对方非常吃惊，说：“如果你下下去，你是可以求和的呀，那为什么要放弃？”他也没有说什么，因为他自己的想法跟在座的所有人都不一样。 从那以后，他对下棋这件事情就不再那么执着，对胜负也无所谓了。当然，他还是继续下棋。 第二件事发生在他11岁或12岁的时候。他父亲带他去伦敦一家号称世界上最大的书店，他看到了一本薄薄的小册子。那是英国一位国际象棋大师大卫·利维写的，内容是如何编程国际象棋程序，里面讲了怎么用计算机下国际象棋、怎么战胜对手，以及它的原理是什么。 哈萨比斯一口气把这本书读完了。这本书立刻把他从国际象棋的世界连接到了计算机的世界。而且书里提到了一个非常关键的人，叫克劳德·香农。香农是信息论的发明者。 在现代意义上比较成熟的计算机出现之前，香农在1950年就写过一篇关于如何编程下国际象棋的文章。他提出了一个当时非常有预见性的观点：如果我们能编程下象棋，那么这种编程也可能完成其他非常多的智力和认知任务，它可能具有通用性，可能成为通用计算机。这些都是他在理论上做出的探索。 所以，一本是利维的书，另一个是香农的理论，以及他关于信息的一些观点，对当时年幼的哈萨比斯产生了极大的启蒙作用，可以说给他打开了另外一个更加广阔的世界。这是我对他神童阶段印象最深的两件事。 泓君 他16岁被剑桥录取。因为当时他的年龄太小，剑桥要求他推迟一年入学。在这一年的等待时间里，他去游戏公司工作了一段时间，表现也非常突出。 我记得他在创建 DeepMind 以前，包括从学校毕业以后，自己也做过一家游戏公司，应该是有两段游戏公司的经历。 周健工 ### 游戏塑造实践科学家 对，叫万灵药工作室，也就是 Elixir Studios。其实这两段游戏公司的经历，对哈萨比斯的影响很大。 第一次是在牛蛙公司，这是当时欧洲乃至全球都非常知名的一家游戏公司。他参加一次竞赛被老板看上了，老板邀请他去参观公司。他一去就非常喜欢，老板也非常喜欢他，于是他加入了这家公司。 第一次在游戏公司工作，对他一个非常大的影响，就是他在游戏中增加了很多后来所谓智能体的初步概念。比如你在玩游戏的过程中，里面有一个角色，你先给它吃很咸的食物，它之后就会产生口渴的感觉；然后你给它喂水，接下来又会发生一些变化。 你会给一个人物设定一个能够产生反馈的环境，这样的游戏就具有一定的互动性。所以在这个时候，他产生了一个非常早期、朦胧的智能体概念。 后来他从剑桥毕业，自己开始创业。当时他找了大卫·西尔弗，也就是后来强化学习领域的旗帜人物，两个人一起做了万灵药工作室。 万灵药工作室应该说是一个失败的创业项目，因为他给自己设立的标准太高了。他一定要做一个世界上最好的游戏，把自己能想到的游戏中的复杂故事情节、人物之间的互动，以及玩家的参与全部设计进去。但是因为他们的算力和资源有限，最后没能兑现承诺。 这款叫《共和国：革命》的游戏，也可以说是一个史诗级的游戏。当时冷战刚刚结束，它实际上是以苏联的崩溃为背景设计的。对于当时这么年轻的人来说，设计这么复杂的一款游戏，我觉得真的是非常有野心。 但是最后，这款游戏在美国的一次游戏博览会上演示时掉了链子。西尔弗当时没有出现，哈萨比斯凭自己的三寸不烂之舌勉强应付过去，把大家糊弄过去了。后来这个游戏迟迟不能推出，推出之后大家已经对它不感兴趣了。 这次失败对哈萨比斯也非常有意义。我觉得这本书里写得很好的一点是：他一方面有自己很深的哲思和理论，思考科学发现、智能和 AGI；但另一方面，他又非常崇尚费曼的一句话：“如果你不能把一个东西造出来，你就不能真正理解它。” 所以他真正是一个知行合一的人。如果他想到通用计算机器、智能体，他一定要想办法在游戏这样的环境里把它造出来。我觉得这段打工和创业经历，奠定了他不是一个空谈的科学家，而是一个实践型科学家的基础。 泓君 您刚刚讲到哈萨比斯在万灵药工作室的创业经历，其中有两点跟我们现在对 AI 的判断非常息息相关。 第一个，哈萨比斯当时设计了极其超前的《共和国：革命》。这个游戏想在一个城市里同时模拟上千个具有独立思维的角色，游戏引擎号称能够渲染无限多边形。但是那是在2003年，当时电脑的显卡、CPU，甚至内存，可能都跟不上这样的野心，所以他们在演示的关键时候会掉链子。 最后，这个游戏砍掉了大量功能，才勉强上线，因此评价也比较一般。这件事情其实给了哈萨比斯一个非常深刻的教训：你拥有再好的算法和想法，如果没有足够的算力支撑，还是只能停留在纸面上。 另外一个点，就是您刚刚提到的从环境反馈中学习。最近有一个很火的词叫强化学习，这跟 DeepMind 最开始为什么落后于 OpenAI、后来又反超的关系很大。 大家都知道，Transformer 是谷歌的另一个部门 Google Brain 发明的。DeepMind 虽然当时也被谷歌收购了，但它最强的是强化学习，这也是刻在它 DNA 里的东西。 因为哈萨比斯一直坚信，光靠大语言模型到达不了 AGI，还需要类似 AlphaGo 那样的规划和推理能力。所以，虽然 DeepMind 很早就被谷歌收购，谷歌手里一边是 Transformer，一边是强化学习，手里有两张王牌，但它们其实各干各的，早期并没有融合。这也是 OpenAI 早期能够抢得风头的原因。 但现在有一件很有意思的事情：过去 OpenAI 的 o1，包括 DeepSeek 的 R1，都在往强化学习的方向回摆，反过来也在借鉴 AlphaGo 的思路。现在强化学习的优势也开始显现出来了。 周健工 我觉得这件事情其实有很深的渊源。哈萨比斯谈这个事情，不是从 ChatGPT 横空出世的时候开始谈起，而是要从他们产生 AGI 抱负的时候开始。 AGI 这个词，是他在剑桥读书的时候，他们计算机系的学霸大卫·西尔弗从 AI 圈外引入到圈内的。西尔弗当时建议他的老板写一本书，并建议使用 Artificial General Intelligence 这个词。 这个词大概是在1997年，美国的一次会议上，一位美国科学家在谈论纳米技术时使用的，最早是从那里发源的。他们成立 DeepMind 这家公司的时候，AGI 的理念跟哈萨比斯的理念高度吻合。所以他们这家公司的使命就是发明 AGI 机器，先解决 AI，再用 AI 解决一切。这是他们最早的口号。 哈萨比斯和大卫·西尔弗一开始就有一个执念：通向 AGI 的道路一定是强化学习，未来的 AGI 一定是一个单一模型。书名里提到的“单一机器”，也是这个意思。 这种执念导致了他们的成功。AlphaGo、AlphaZero、AlphaFold 其实都使用了 Transformer，至少在游戏领域，他们是大获成功的。 为什么成功？我觉得很简单，因为游戏的规则相对明晰，边界相对清晰，奖励机制非常清晰。你可以使用强化学习、试错、反馈和快速优化，让强化学习威力最大的一面发挥得淋漓尽致。 在这个过程中，强化学习和神经网络深度学习之间又发生了两个学派之争，代表人物就是辛顿和萨顿。这两个人都在加拿大，辛顿在多伦多大学，萨顿在阿尔伯塔大学。萨顿是强化学习之父。 大卫·西尔弗知道萨顿的强化学习理论后，发现跟自己的想法非常接近，于是立刻跑到阿尔伯塔那个冰天雪地的地方去读研究生。书里写了几个情节非常有意思：有些人在萨顿那里读了硕士，想去多伦多大学读辛顿的博士，杰夫·辛顿的学生就会说：“你是从萨顿那里来的，那你强化学习那一套要放弃，跟我们这边是行不通的。”两个派别之间实际上存在对峙。 泓君 您谈到强化学习和深度学习之争，这本书里也有非常精彩的梳理。我觉得这段背景太精彩了，它其实也是现在 AI 发展中没有被大家充分注意到的两个派别。 之前我记得还有一本书叫《深度学习革命》，是以深度学习为核心，讲这样一群人的。在这本书里，刚刚您提到的理查德·萨顿和强化学习这条路线，也是非常明显的一条发展线。 如果要讲这条发展线，是不是可以从整个 DeepMind 的崛起来看？它有几个高光时刻，包括 AlphaGo、AlphaZero 和 AlphaFold，这些都跟这条路线一脉相承。 周健工 是的。AlphaFold 在实践过程中，其实是两者不断融合的结果。DeepMind 不停地从杰夫·辛顿那里挖人，OpenAI 成立之后也从 OpenAI 那挖人，OpenAI 也不停地从 DeepMind 挖人，两家都知道彼此在做什么。 实际上，在做自己的模型时，深度学习和强化学习一直在不断融合。到后来做 AlphaFold 的时候，我认为这已经是完全融合了，甚至可以说深度学习发挥了更主要的作用。OpenAI 后来做一些推理模型，包括人类反馈方面，其实也都是在使用强化学习。 泓君 ### DeepMind 的创始与融资 那我们再把故事线稍微往回拉一拉。刚刚聊到了他的游戏公司万灵药工作室，接下来就是整个 DeepMind 的崛起了。 我自己粗略地把 DeepMind 的崛起分成几个比较大的部分：一个是创建时这几个人是怎么走到一起的；还有一段经历是早期融资时经历了很多艰难；接下来是谷歌收购 DeepMind；后来大家知道的 AlphaGo 和 AlphaFold，是怎么在技术上实现突破，让大家关注到 DeepMind 这家公司。 周老师，您要不要先给大家介绍一下 DeepMind 的3位创始人以及他们的背景？ 周健工 其实我觉得，最应该成为他联合创始人的人应该是大卫·西尔弗。但是两个人在万灵药工作室创业失败之后，西尔弗离开了。哈萨比斯成立 DeepMind 时，找到的第一位创始人叫沙恩·莱格。沙恩·莱格好像是新西兰人，后来去英国留学。 哈萨比斯是在伦敦大学学院的神经计算研究所认识沙恩·莱格的。哈萨比斯在那里读博士时，已经在盘算创业，也开始留意寻找志同道合的人。 沙恩·莱格发挥了一个非常重要的作用，就是把哈萨比斯跟硅谷连接起来。书里有一个细节特别有意思：有一天两个人在电梯里遇到，沙恩·莱格出门的时候，哈萨比斯问：“你去哪儿？”他说：“我去硅谷。”哈萨比斯又问：“你去硅谷干什么？”他说：“我参加一个奇点大会。” 于是，他把哈萨比斯引向了奇点大会。我觉得这也是作为联合创始人发挥的一个特别重要的作用。 另外一个创始人就是穆斯塔法·苏莱曼。我觉得他有一点特殊。他也是一个移民家庭出身，好像来自穆斯林背景的家庭。他父母很早就离异了，书上写得比较隐晦，实际上他和弟弟是被父母抛弃的，住在伦敦的叔叔家里。 苏莱曼从小生活比较艰辛，但是人很聪明。他考上了牛津大学，学的是神学。上了两年之后觉得没意思，就辍学了，开始做一些小生意。他的创业跟我们谈的硅谷创业完全不是一回事，比如开冰激凌店。 他跟哈萨比斯的弟弟关系很好，经常去哈萨比斯家里玩。有时候哈萨比斯不在家，他就住在哈萨比斯的房间里，看他的书，知道他是一个技术极客、神童。 哈萨比斯以前在游戏公司打工、创业，也挣了一些钱，手头大概有几百万英镑。苏莱曼喜欢做点小生意，就拉着哈萨比斯谈两件事。第一件是社会正义：我们应该怎么让社会更加公正、更加美好。第二件是怎么做生意。他说：“你拿一部分钱，我们一起开一家公司，比如做公寓出租，我们俩对半分。” 这样，他跟哈萨比斯建立了信任。后来哈萨比斯成立公司需要融资、经营，就觉得苏莱曼在这方面能帮他。所以最早的3位联合创始人就是他们3个。 股份方面，哈萨比斯占了绝对多数，大概是沙恩·莱格的9倍还是10倍，苏莱曼的14倍，差不多是这样。 第一笔天使融资，我觉得是最有意思的一个过程。你看，什么样的人愿意投资 DeepMind？如果伦敦有几个年轻人说“我要造一个 AGI”，我相信在硅谷可能有一些人听得懂，但在伦敦几乎没有人能听懂。 很多人觉得他们就是骗子。他们去找金融街上的人融资，对方说：“你们还不如加入我们公司，去做量化交易不就行了吗？你们干吗搞那玩意儿？” 但是他们还是在英国找到了一个愿意投资的人。那个人投资的动机非常有意思：他听哈萨比斯讲了 AGI 之后，立刻认定这是一台上帝需要的机器，或者说是一台上帝的机器。所以他出于宗教信仰说“我要投你”。这就是第一笔天使投资，大概几十万英镑。 另外一个愿意投资他的人，是哈萨比斯读博士后时去麻省理工学院做研究的指导教授。那位教授非常欣赏哈萨比斯，说他将来一定能获得诺贝尔奖，而且不是普通人能获得的那种诺贝尔奖，一定是费曼和克里克那个级别。克里克就是和沃森一起发现 DNA 双螺旋结构的人。 当哈萨比斯向他开口时，他说：“这样吧，我可以投你10万美元，我就这么多了。” 当然，第三个最重要的人是彼得·蒂尔。彼得·蒂尔认为，哈萨比斯是那种可以在科学上做出顶级发现、但在商业模式上完全不成立的人。彼得·蒂尔是一种反共识式的投资，也就是逆向投资。他觉得这种人是需要投的。 如果世界上可能在遥远的未来存在 AGI，那么能够做成这件事的人肯定就是哈萨比斯。那不管怎么说，先投吧。 特别重要的是，他手下有一位叫卢克·诺塞克的合伙人。那时候他们已经投资了 Palantir 和 SpaceX。诺塞克一见到哈萨比斯，就认为这个人跟埃隆·马斯克一样，是一个创业者。他整天磨着帕兰提尔和其他合伙人，说一定要投。 彼得·蒂尔后来破例了。他说不上投决会，如果表决，肯定会被多数否定，于是给了 DeepMind 一个不上投决会表决的特殊通道，才投了这家公司。 所以你看，能投资 DeepMind 的人都是非凡的人，他们的想法跟一般人非常不一样。 泓君 您刚刚提到了沙恩·莱格，他是把哈萨比斯引向硅谷的人。您也提到了奇点大会，以及在那场大会上认识的彼得·蒂尔。 但是在 Founders Fund 投资 DeepMind 的过程中，我们会发现，彼得·蒂尔其实并不看好哈萨比斯和 DeepMind，反而是他的合伙人卢克·诺塞克一直在支持哈萨比斯。 而且 Founders Fund 至少投了 DeepMind 3轮：最开始是230万美元的一张支票，我印象很深，这张支票大概占了接近一半的股权；第二张支票是900多万美元。3轮下来，Founders Fund 在 DeepMind 的股份已经超过了3位联合创始人所有股份之和。 但是在每次投票的关键节点，彼得·蒂尔还是会有很多犹豫，包括到后面他不愿意领投，最后是周凯旋领投，救了 DeepMind 的最后一轮融资。 周健工 主要原因还是 Founders Fund 一直在质疑他们如何商业化。后面之所以投，我觉得跟这个机构的投资风格也有关系。就像您说的，他不需要上投委会，可以自己做比较激进的投资，去投一个不被大众看好的公司。只要这个方向形成了共识，他们就开始卖出。 彼得·蒂尔决定卖出的时候，大概是2013年。那个时候 AlexNet 已经出来了，杰夫·辛顿、伊利亚·苏茨克维和亚历克斯·克里热夫斯基做的 AlexNet，在图像识别上已经超过人类，深度学习取得了突破，整个 AI 也开始热起来。 彼得·蒂尔突然发现，硅谷这些人才的身价迅速上涨。他认为这已经形成了共识。共识就意味着泡沫，泡沫就意味着你要投入更多的钱，去做一个更加不确定的事情。这又不符合他的投资理念，所以他决定不再追加投资。 泓君 这个投资里面还有一个很有意思的名字，就是周凯旋。他应该是帮李嘉诚管理家族基金的，在哈萨比斯拿不到钱的时候，是非常关键的一个人。 周建工 对，还出现过蔡崇信。那是在后来 DeepMind 被收购之后，他们想从 Alphabet 里面分拆一部分，让它独立、spin out 出去的时候。他们也曾经找过蔡崇信。 所以这里面出现了周凯旋和蔡崇信，都是华人富豪。周凯旋最关键的 B 轮，他们筹了2500万美元，周凯旋那边大概投了1000万美元，起到了非常重要的作用。 泓君 谷歌当时收购 DeepMind，是在一个什么样的背景下？ 周建工 ### 谷歌为何买下 DeepMind 那是在 C 轮融资时，他们融不到足够大的钱。C 轮的时候非常有意思。 第一，他认为彼得·蒂尔背叛了他，不再跟投。这个时候，埃隆·马斯克跳了出来。这里面的逻辑特别有意思：因为沙恩·莱格参加了奇点大会，在那里认识了彼得·蒂尔，也因此知道了埃隆·马斯克。 埃隆·马斯克在 B 轮也承诺投资500万美元。因为谷歌投资了 SpaceX，埃隆·马斯克经常跟拉里·佩奇他们混在一起。 有一次，马斯克和拉里·佩奇他们去看 SpaceX 发射。发射之后，他们坐同一架私人飞机回加州，在飞机上谈起了神经网络。拉里·佩奇的父亲在苏联时期是一位计算机科学家，也研究过神经网络，所以他对这个事情有一定敏感度。 当时埃隆·马斯克听完，非常炫耀式地说：“你看，我们谈这个事情，我已经开始投资一家公司了，这家公司叫 DeepMind。” 拉里·佩奇听完，默默掏出安卓手机，在手机上记下了 DeepMind 的名字。过了没多久，哈萨比斯就收到了一封邮件，第一句话是自我介绍：“我是谷歌负责对外投资的人。” 这样，一条线就串起来了。 在谷歌决定收购 DeepMind 的时候，中间又出现了 Facebook 的马克·扎克伯格。当时 AI 火了起来，扎克伯格也很着急，急于寻找一个团队来做这件事。 哈萨比斯和苏莱曼把马斯克、扎克伯格当作手里的牌，用来跟谷歌谈判，希望谈出更高的价格。但哈萨比斯非常聪明。书里写到，扎克伯格曾经邀请哈萨比斯去他家，两个人聊天。 哈萨比斯问：“你觉得哪些技术赛道非常好？”扎克伯格说：“AI、虚拟现实、增强现实、3D 打印，我都非常看好。”他讲了一大堆。 哈萨比斯听完非常失望，因为他想要的投资者，应该是真正看重 AGI、认为 AGI 是未来发展方向的人，其他东西都是次要的。但扎克伯格把这些东西看得同样重要。 这说明，AGI 在扎克伯格眼中的地位远远没有那么重要。第二，哈萨比斯认为扎克伯格对未来技术没有自己的判断。所以他告辞之后，马上给拉里·佩奇打电话说：“我们继续谈吧。” 这个细节我觉得非常精彩。 泓君 但他最终没有接受 Facebook 的报价，还是因为 AI 安全宪章这件事情，对不对？因为我印象中，当时 Facebook 的报价，可以让哈萨比斯的个人身价比谷歌收购价高很多。 周建工 我觉得是这样的。扎克伯格没有透露具体金额。他的策略，从这件事上就能看出他最近在硅谷挖人的手法。 他说：“我给你 DeepMind 一个不错的估值。”但具体多少没有说，应该不是非常高。他又说：“如果你过来，我再给你和几位创始人个人一笔无法拒绝的钱。” 哈萨比斯没有接受。 第二，哈萨比斯之所以接受谷歌，我觉得他一开始最认真考虑的就是谷歌。Facebook 一直被他当作一张牌来打。 书里有一个细节：拉里·佩奇有一次跟哈萨比斯见面，约他一起散步。两个人聊着聊着，拉里·佩奇说了一句话，完全打动了哈萨比斯：“那你为什么不来谷歌呢？你的目标不是追求 AGI 吗？我已经在这里为你准备了一切。” 这句话真正打动了哈萨比斯。当时他为了融资已经焦头烂额，对公司的未来非常焦虑，也已经烦透了这件事。 他毕竟还是科学家的本性。他的目的是发明这台机器。如果有人能够给他提供最好的资金、最好的算力，谷歌这家公司的文化和气质也很吸引他。他认为谷歌的两位创始人有科学家的情怀，跟他们能够谈得来。 另外，谷歌所谓“不作恶”的文化，跟他们当时谈到的 AI 安全也有契合点，而 Facebook 没有这些东西。所以当他谈到这一点时，基本上就决定跟谷歌谈了，接下来就是价格。 此前，谷歌收购了杰夫·辛顿师生3个人的小公司，DeepMind 其实也参与了竞购。这个时候就显示出，哈萨比斯在这些事情上其实非常有策略。 他出价1000万美元。杰夫·辛顿当时在酒店里，把地上的垃圾桶反过来扣在桌子上，把电脑放在上面。各家公司每报一次价，就在电脑上显示一下，他们在那里自己搞了一个拍卖仪式。 哈萨比斯出局之后，立刻给杰夫·辛顿打了一个电话，说：“你的要价无论如何不能低于4000万美元。” 这就很有意思了。杰夫·辛顿说，哈萨比斯这个人太狡猾了。他自己出价1000万美元，出局之后就拼命怂恿我抬高价格。结果，他们这个团队以4500万美元成交，平均每个人就是1500万美元。 泓君 对，这是杰夫·辛顿的团队。 周建工 对。所以在谈出售 DeepMind 的时候，谷歌一开始给出的价格低于他们的预期。哈萨比斯就把前面这笔交易的价格作为参考提出来。 当时谷歌的报价大概是这样算的：你们有30到40位世界顶级的 AI 研究人员，在当时的情况下，我给你每个人1000万美元，已经是最高价了。这样一算，也就是3亿到4亿美元。 哈萨比斯不同意。他说：“你看，我们不能低于1500万美元。”这样一算，就应该是5亿到6亿美元。最后以6.5亿美元成交。 后来，确实每位核心技术人员的平均价格在1500万美元左右，谷歌对哈萨比斯这个人的定价大概是1.4亿美元左右。这就是当时 AI 人才的价格，现在已经涨到1亿美元了。 泓君 现在一个人1亿美元。Facebook 如果抢了三四十个人，可能得花三四十亿美元。 ### 从围棋到蛋白质 这段非常精彩。接下来的一个大节点，就是 AlphaGo 在首尔击败李世石，时间到了2016年。我们刚刚讲到，谷歌收购 DeepMind 大概是在2014年，时间线拉回到两年以后。 为什么他们会选择围棋这个领域？ 周建工 书里没有讲太多为什么，但我觉得非常自然。谷歌收购 DeepMind 之后，有一天哈萨比斯跟拉里·佩奇说：“我们将战胜围棋世界冠军。”对方很吃惊，问：“多长时间？”他随口说：“两年吧。” 被谷歌收购之后，他们的算力、人才等各方面资源，都是当时全世界首屈一指的。国际象棋已经不用说了，IBM 的深蓝已经击败了卡斯帕罗夫，对他们来说没有必要再挑战。 他们一定要找到世界上最难的一个游戏项目来攻克，证明自己是世界首屈一指的 AI 实验室。我觉得这是他们主要的出发点。 另外，哈萨比斯在剑桥时也学过一段时间围棋。我在采访他时专门问了，因为我自己也下围棋。我问：“你怎么评价自己的围棋水平？” 哈萨比斯在围棋方面不像在国际象棋上那么强大。他当时告诉我，大概是业余初段的水平。我觉得他实际上是懂围棋，但基本上还停留在达不到专业水平的程度。他也知道围棋的难度远远超过国际象棋，所以选择了这样一个目标。 泓君 所以选围棋，核心是因为它难。我记得谷歌创始人拉里·佩奇也很喜欢下围棋。当时他们说要在围棋上战胜人类，几乎没有人相信，因为大家计算过第一步、第二步、第三步，每一步都会增加多少种可能性。 以当时计算机的计算能力，感觉很难穷尽所有情况，做到这样的技术。在当时看来，计算机在围棋上战胜人类，还是有一点天方夜谭。 接下来还有 AlphaFold。它破解了困扰生物学界半个世纪的蛋白质折叠难题。这个突破发生在2020年，2024年哈萨比斯也因为这件事获得了诺贝尔化学奖。 从围棋到蛋白质，这个跨越是怎么发生的？ 周建工 哈萨比斯一直非常关注生命科学。他在伦敦大学学院读计算神经科学博士时，注意到一位生物学家叫克里斯蒂安·安芬森。他提出，蛋白质的结构由氨基酸链构成，而自然界中大约只有20种常见氨基酸。如果能够破解其中的密码，就有可能把蛋白质的结构全部破解出来。 这件事触动了他。在之后十几年的时间里，这个问题一直萦绕在他的脑海中。 书里有一段讲到，2016年他在首尔跟李世石下棋时，跟大卫·西尔弗谈起这件事。他们说：“我们现在把围棋攻克了，下一个目标是不是蛋白质？” 特别有意思的是，两个人谈话时旁边围了一堆记者，他们私下里谈的这些话居然被录了下来，这件事也就传了出去。 他们为什么敢做这件事？当时有一位叫大卫·贝克的华盛顿大学科学家。他做了一个叫 Foldit 的游戏，翻译成中文就是“折叠它”。 他知道蛋白质折叠有一定的规则，于是发明了一个游戏，大家可以去玩蛋白质折叠。玩完之后会得到一个评分。全世界大概有几千名对这个领域比较熟悉的人，非常喜欢玩这个游戏。 后来他们又知道，世界上有一个蛋白质折叠竞赛，叫 CASP。马拉比写道，哈萨比斯最本质的一个特点就是，玩什么游戏都一定要赢。他有这样的自信：“没有我玩不赢的游戏。” 当时预测蛋白质结构的主流技术叫 X 射线晶体学。需要很多博士、花费很长时间，才能产生一个蛋白质结构。人类历史上大概积累了几万个蛋白质结构，但蛋白质的结构非常多，怎么预测蛋白质折叠的结构呢？ 他们认为，蛋白质结构由氨基酸序列无穷无尽的组合构成，它一定是一个序列问题，所以他们用了循环神经网络来解决。 后来他们突然发现，它并不是一个简单的序列问题。氨基酸之间不仅是排序关系，还有折叠、接触以及复杂的相互作用。于是他们又觉得这是一个图像识别问题，使用卷积神经网络来解读它的图像，效果比循环神经网络好了一点。 但后来他们又发现这也不完全正确。这个时候，他们引入了一个叫约翰·江珀的人，他后来也获得了诺贝尔化学奖。前面提到的大卫·贝克也是2024年诺贝尔化学奖得主，他们和哈萨比斯一共4个人获得了这项荣誉。 江珀之前在一家叫 Schrödinger 的公司工作。那是一家非常成功的计算化学公司，也有自己的科学研究部门。他在那里工作了很多年，使用分子动力学的方法预测蛋白质折叠方式。 他把这个方法带入了 DeepMind。当然，江珀也是被大卫·西尔弗他们从 Schrödinger 挖过来的。江珀天生就是做这件事的料，懂数学、统计学、量子物理、化学、生物和生命科学，跟哈萨比斯一样，都是跨学科的天才。 如果模型本身是错误的，那么模拟得越精确，可能就会在错误的道路上走得越远。所以这个时候，江珀发挥了决定性的作用。他决定转向机器学习，实际上就是转向深度学习。 这是一个深度学习问题，并不是强化学习问题。你有可能通过深度学习，把氨基酸链映射到它们最终折叠成的结构上。江珀决定转向机器学习，也得到了哈萨比斯的支持。 算法问题确定以后，数据从哪里来？他们也想了很多办法。 第一，前面提到的 X 射线晶体学已经积累了10万个蛋白质结构，可以用来训练。后来他们又发现了 UniProt 数据库，里面大概有2万个来自人类的蛋白质，以及数百万个来自动植物和细菌的蛋白质。 但是，即使有这些数据，也体现不出 DeepMind 在这方面有什么优势，因为这些数据库大家都在使用。所以他们又决定自己生成数据。 怎么生成？氨基酸链之间存在接触关系。他们把接触问题转化成距离问题：能不能用自己研发的卷积神经网络，在强大算力的支撑下，预测每个氨基酸之间的距离？ 如果能预测出距离，就能解决它们之间的接触问题。因为有了接触，才能完成折叠，形成各种各样的形状。 这样，他们解决了算法和模型的问题，也具备了谷歌支持的强大算力，还解决了数据问题。结果后来一路开挂：2018年第一次参赛，就击败了97个团队；到2020年的 AlphaFold 2，得分达到92.4分，颠覆了整个领域。 AlphaFold 2 成功的关键，其实就是最终采用了 Transformer 架构。 泓君 这段非常精彩。我们的播客过去两度做过 AlphaFold 和 AlphaFold 2 的节目，讲过它们对整个生物学的意义，以及如何解决困扰生物学界半个世纪的难题。有兴趣的听众也可以回去听一听。 刚刚我们这一段叙述，在 OpenAI 真正做出 ChatGPT 以前，已经非常清晰地讲过了 DeepMind 崛起的几个关键节点。 在这个过程中，哈萨比斯在被谷歌收购以前，最头疼的问题是融资，找不到钱。被谷歌收购以后，您觉得它跟谷歌的关系怎么样？谷歌对它的控制，是不是它的一个大苦恼？ 周建工 ### DeepMind 的谷歌困局 其实当年我采访哈萨比斯时，问到了这些问题。 第一个，我问 DeepMind 被谷歌收购以后，在谷歌公司里起到什么作用。他说：“我们在谷歌确定 AI First 战略的过程中，起到了引领作用。” 他说得比较虚，我又问：“你们做的研究，跟 Google Brain 之间怎么分工？你们的绩效怎么考核？”他说：“我们帮他们研究了一些预测、推荐之类的东西。” 我自己感觉，这个问题是大家都比较关心的。我觉得这里面主要是苏莱曼在中间起到了很大作用。这个作用到底是好还是不好，马拉比在书中给出了自己的判断。 苏莱曼一方面确实抱定了改变社会、实现社会正义的想法，他对 AI 安全和社会效益非常关注。在谷歌收购 DeepMind 时，他们就主张建立一个安全和伦理委员会，采用“3-3-3”的构成：3个人来自外部，3个人来自谷歌，3个人来自 DeepMind。 刚开始谷歌也是表面上同意了，他们第一次开会还让埃隆·马斯克来召集。但这件事实际上没有建立起来，谷歌内部法务等部门都比较反对。 后来 Alphabet 成立了这个控股公司。为了考虑公司业绩和股价，需要把一些需要长期投入、暂时不赚钱的业务分离出去，这就给了 DeepMind 一个机会。 他们一定会从自身最大利益的角度来考虑：我既想拿你的钱，同时又希望最大程度地保持独立，继续做我的研究。 当时一度非常乐观。谷歌承诺未来10年给 DeepMind 150亿美元的研究经费。苏莱曼也为自己争取了一个地盘：整个 DeepMind 做应用的部分由他负责，而且应用业务会放进谷歌的大框架里，他本人也会被任命为副总裁，负责这部分业务。 但是后来发生了一些变化。支持他的那位高管好像被苹果挖走了，负责这块业务的人又任命了杰夫·迪恩。他手下做医学研究的100多人，也都被并入谷歌那边。等于说，他手下的业务没了，人也没了。 在这个过程中，他曾经怂恿哈萨比斯：“要不我们借这个机会再次跟谷歌博弈？如果你不答应我的条件，那我就跟你拜拜了。”所以他们确实想过要独立，做过一个“马里奥计划”，秘密谋求脱离谷歌。 泓君 在这个过程中，重点是苏莱曼的一系列想法。那哈萨比斯是怎么想的，书里有提到吗？ 周建工 我觉得哈萨比斯刚开始还是觉得苏莱曼对他很忠诚。哈萨比斯最在乎的是有足够的资源做研究。 所以刚开始那个安排对他来说完全可以接受：你给我150亿美元，我负责研究这部分，应用部分交给苏莱曼。苏莱曼从 DeepMind 挖走很多人，这些人很可能被谷歌收过去，哈萨比斯也没有意见。 但是后来，苏莱曼在这过程中提出的要求没有得到满足。拉里·佩奇和桑达尔·皮查伊当时刚上任，两个人的意见前后有矛盾。拉里·佩奇说这样就行了，皮查伊一会儿同意、一会儿不同意，所以他们非常焦虑，就想到干脆独立出去。 他们先找过 LinkedIn 创始人里德·霍夫曼，霍夫曼初步答应提供10亿美元。这个时候还有一件事对他们影响很大，就是 OpenAI 的成立。 OpenAI 建立了一个非营利机构，他们甚至在设计架构时，也考虑过类似 OpenAI 的模式，做一家为全球所有人服务的公司。但是蔡崇信没有答应，所以他们的钱也不够。 后来皮查伊非常果断，没有把苏莱曼的副总裁职位正式确定下来。苏莱曼就百无聊赖地继续待在 DeepMind，后来又发生了一系列事情。这些事情对哈萨比斯的影响，我觉得在于他认为它们损害了 DeepMind 和他个人的品牌。 泓君 您指的是伦敦 NHS 医疗项目引发的公共舆论危机，对不对？ 周建工 对。但是这个舆论危机，马拉比在书中客观评论说，其实是被媒体放大炒作的一件事。当然，他肯定采访了苏莱曼，也采纳了苏莱曼很多解释。 苏莱曼在数据安全、隐私保护，以及如何避免英国国民医疗体系的数据被一家硅谷科技巨头拿走这件事情上，做了大量治理方面的工作。 但不管怎么说，这件事在当时对 DeepMind 和哈萨比斯的声誉都是很大的损伤。再加上内部人的举报，反映出苏莱曼在管理上的一些作风伤害了很多人，所以哈萨比斯启动了调查。这是非常关键的一点。 哈萨比斯没有捂住这件事，但是书里始终没有写哈萨比斯跟他说“你走吧”，没有这样一段。后来彭博突然爆料，说哈萨比斯和苏莱曼闹掰了，苏莱曼准备离开。 苏莱曼当时莫名其妙，说：“我没有说过这件事啊。”经过这一系列事情，苏莱曼被边缘化了，自己离开了 DeepMind。谷歌也给了他一个虚职，也就是副总裁。他待了两年，没什么事情可做，于是离开了。后来创立 Inflection，那就是另外一个故事了。 泓君 我觉得在这里面，哈萨比斯和苏莱曼矛盾的产生以及裂痕，也是贯穿始终的一条暗线。 我刚刚提到的 NHS 事件，是苏莱曼从 DeepMind 创建之初就一直在做的事情：帮助公司商业化。因为早期 DeepMind 不赚钱，苏莱曼自己也做了一些游戏，想看看能不能让 DeepMind 稍微实现一点商业化。 在 NHS 项目中，他使用了160万份患者资料，训练模型，看能不能识别肾衰竭，让模型帮助大家获得更好的医疗。但是在这个过程中，其实侵犯了隐私，也成为他和哈萨比斯矛盾爆发的导火索。 为什么我们这么关注苏莱曼？我觉得很有意思的一点是，刚刚周老师提到，他是 Inflection AI 的创始人。Inflection AI 后来被微软收购，所以现在苏莱曼是微软 AI 部门的负责人。 这相当于谷歌的一位员工离开之后，现在由哈萨比斯掌管谷歌 AI，由苏莱曼掌管微软 AI，他们之间又有了一点竞争关系。所以我觉得，这段历史的由来、关系和分界点都挺有意思。 周建工 您说的这点非常重要。其实后来发生的一切，很多都是因为有 DeepMind 这家公司。 你现在想想，OpenAI 为什么成立？还不是因为埃隆·马斯克没办法控制 DeepMind，而 DeepMind 被谷歌收购。为了抗衡谷歌，他们才一起成立了 OpenAI。 然后 OpenAI 的非营利性质又触动了哈萨比斯，所以他开始想独立。对，这些有意思的东西，只有通过故事线的梳理，才能把这些细节呈现出来，让它们变得鲜活。 泓君 他跟谷歌的关系，您觉得是从什么时候开始不再挣扎于谷歌的架构，可以安心做研究？还是说，因为谷歌是全资收购，他跟谷歌的关系始终是在一个更大的目标之下——大家要做 AGI——像一朵乌云一样压在头上？ 周建工 我觉得，所谓科学理想或者技术信仰和商业变现之间的矛盾，始终存在。 我记得在 ChatGPT 推出之前，还有人在写这件事，说 DeepMind 又亏损了多少，给人的感觉是，DeepMind 除了能做出一些很好玩、很惊艳的东西之外，在商业上一直没有实现变现，不能自立，不能养活自己。 但是 ChatGPT 出来之后，我觉得改变了很多人的看法。大家突然发现，DeepMind 从2015年成立到 ChatGPT 出现之前，不也是一直在亏损吗？而且现在还在亏损。 大家又突然发现，微软花了100多亿美元，后来估值节节攀升。那现在回头看，当年谷歌收购 DeepMind，是不是一个非常英明的举动？非常便宜，也非常有远见。 很多技术的发展，在不同阶段回头看时，会得出不同判断。也许 AI 对整个技术发展和产业革命的意义如此重大，我们甚至无法在10年、8年之内看清它的全部意义。 泓君 后来在2022年底，OpenAI 推出 ChatGPT 的时候，DeepMind 当时是什么状况？他们内部是什么反应？ 周建工 ### ChatGPT 暴露战略误判 这又回到刚才谈到的哈萨比斯和大卫·西尔弗对强化学习的执念。 哈萨比斯亲自讲过 DeepMind 的研究组合。他给外人的感觉是非常包容、非常跨学科，但还是有先后顺序的。 第一，我们认为强化学习是通向 AGI 的道路，这是重中之重。第二，是从神经科学出发，向人的大脑学习。第三，才是从数据中归纳。大语言模型属于从数据归纳中的一个分支，所以排在第三位，而且只是其中一个分支。 因此，他逐渐变得非常不重视大语言模型。尤其是伊利亚·苏茨克维到了 OpenAI 之后，在研究上做出一系列突破。Transformer 出现之后，他带着一帮工程师，要求他们必须依照这个方向做出模型，于是有了 GPT-1、GPT-2。 到 GPT-2 的时候，才引起哈萨比斯他们的关注，但还谈不上重视。这时候，DeepMind 从 OpenAI 挖来的一些人，比如欧文等，不断提醒他要重视大语言模型。 他一直不重视，直到 GPT-3 出来，才真正让他们警醒。这个时候，谷歌下面的 DeepMind 团队和杰夫·迪恩领导的 Google Brain 团队，同时在做两个大模型，都希望远远超过 GPT-3。 DeepMind 这边做的模型叫 Sparrow，也就是“麻雀”；Google Brain 那边做的模型叫 LaMDA，后来转成了 Bard。 但是他们没想到，当他们准备超过 GPT-3 时，OpenAI 已经开始研发一个更大的模型。据说参数量接近2万亿。GPT-3 是1750亿参数，他们原本要做数倍于它的模型，大概4000亿、6000亿参数，没想到 OpenAI 已经在秘密研发更大的模型。 另外，他们没想到谷歌在安全上还是非常慎重。还记得2022年6月发生过一件事吗？谷歌的一位工程师说 AI 有意识了，后来被解雇了。 所以谷歌非常慎重。他们也准备发布产品，也在做微调、基于人类反馈的学习和对齐。但在 ChatGPT 发布之前，他们原本计划花几个月时间完成这些工作，再慢慢发布，没想到 ChatGPT 一下子出现了。 泓君 您觉得，在整个过程中，哈萨比斯犯的最大的战略性错误是什么？ 周建工 就是在早期 OpenAI 一骑绝尘、遥遥领先的时候，他有固执的一面，也有不服输的一面。他一直不愿意承认，通向 AGI 可能还有另一条道路，那就是深度学习。 他当时的 AlphaFold 已经证明，深度学习在 AlphaFold 里面其实发挥了比强化学习更大的作用，但他一直在轻视语言模型。他始终认为，AGI 一定要是 grounded 的，一定要接地。 他认为语言是不接地的。伊利亚·苏茨克维反驳说，语言里面间接反映了人类大量接地的经验和逻辑，人类的经验和逻辑可以通过语言体现出来。但哈萨比斯并不承认这一点。 ChatGPT 出来之后，还有一点让他反思：他们一直认为 DeepMind 应该是一家以科学研究为主的机构，但他突然发现，不仅仅是科研，工程也很重要；不仅仅是模型，产品也很重要；不仅仅是研发，商业化对于推进 AGI 所起到的作用也非常巨大。 如果不让更多人使用它，谈什么 general 都没有意义。这些都是让哈萨比斯反思的地方。 当然，他没有放弃内心那种，我认为某种程度上是孤傲的东西。他对这件事还有另一个情绪，就是非常愤怒。书里面写到，他说：“他们把坦克开到了我们家的草坪上。” 他觉得 AGI 这个地盘应该是 DeepMind 的，现在 OpenAI 居然搞出这么大的挑衅，他必须反击。当时哈萨比斯在反思的同时，内心也埋下了复仇的种子。我觉得可能有一点这个意思。 泓君 我觉得整个过程也很有意思。这本书大概写到了2025年年初，对不对？我看它包括 Gemini 3，好像后来又补充了一些内容，发展得太快了。 我觉得整个战局一下子发展得太快。在他写整本书的过程中，DeepMind 虽然很强大，但还是一个忍辱负重者。 到了2025年，我觉得真正的逆转是在6月份以后发生的。Google I/O 之后，谷歌的模型基本上在各种 AI 测评榜上成为全球表现最好的模型。当然，现在这场 AI 竞赛也是各领风骚3个月、6个月，今年可能又会是 Claude。 但从现在的情况来看，DeepMind 后来还是追上来了。您觉得它在追赶竞争对手的过程中有哪些关键策略？谷歌进行了怎样的调整，让它的研究动力和爆发力出现了？ 周建工 ### Google DeepMind 开始反击 第一个是 DeepMind 和 Google Brain 的合并。那是在2023年4月，GPT-4 出来之后，Bard 的发布应该说是一次失败。当时谷歌内部进入了据说是危机的状态，连另外一位创始人谢尔盖·布林都回来上班，跟大家一起看代码、看数据和模型。 有一点很有意思：Google DeepMind 的 CEO 是哈萨比斯，而不是杰夫·迪恩。这也证明了当初皮查伊不让 DeepMind 分离出去，一直认为它是一个战略性棋子，总有一天要用上。这个时候真的用上了，我觉得这是一个很大的调整。 还有一点是，DeepMind 内部的工作方式发生了变化。这样做的好处是，DeepMind 以前占用了谷歌内部大量算力。书里有一句话说，DeepMind 一家占用的算力，比 Gmail 几十亿用户所占用的算力还多。这样就可以把所有资源集中起来，攻克最前沿的大模型。 另外，Google DeepMind 的一些前沿研究不再发表了。以前很多人做各种各样的蓝天式研究，现在要削减这些研究，做更多工程方面的工作。即使研究出了成果，也不及时发表。以前谷歌总是第一时间发表。 他们的工作方式还回到了早期 DeepMind 那种突击队式的方式。比如要在 Atari 里面做一个智能体，就把整个公司最重要的实力集中在这件事上，采用精英式的合作方式。 谁在某个模块、某个环节取得突破，就立刻在内部公开，马上被采纳，整个过程完全透明，保持高强度的合作。 这几点证明还是比较有效的。Gemini 第一代出来以后，还有 Gemini Flash Thinking，以及后来的 Gemini 2、Gemini 3，原生多模态、长上下文，都是它先推出来的，所以就慢慢赶上来了。 即使在推理模型方面，OpenAI 领先了两三个月，但推理模型的后训练，强化学习发挥了很大作用。谷歌在这一点上并不担心，很快就追上来了。 泓君 所以整体来说，一个是谷歌组织架构的大调整，一个是创始人的回归，再加上给钱、给算力、给资源。基本盘的事情做好以后，追上来也就很快了。 周建工 对，它的实力本来就在。 泓君 事情发展到今年，也就是我们录制节目的这个时间，就像我开头说的，我觉得现在整个 AI 的能力已经表现得让人恐惧。 其实书里提到，杰弗里·辛顿一直在很多公开场合说，他觉得我们完了，对 AI 持非常负面的看法，认为 AI 可能会毁灭人类。另一位图灵奖得主本吉奥也发出了 AI 的末日警告。 但是哈萨比斯依然觉得，AI 是人类有史以来最有益的一项技术。书的结尾其实提出了一个问题：哈萨比斯想做正确的事情，但是他能做到吗？ 您怎么看哈萨比斯这个人？您觉得他是一个乐观主义者，还是因为他现在的立场和参与的这场竞争，他本身就是一个当事人，是一个被竞争裹挟的囚徒？ 周建工 ### 哈萨比斯如何面对失控 我觉得任何事情都要从多维度来看，一个人也是非常复杂的。 哈萨比斯这个人，用最简单的一句话，我觉得他是个好人。他真正的理想还是科学发现。他身上有一种非常浓厚的英国科学革命和欧洲人文精神，这一点还是比较明显的。 我觉得这是他跟硅谷那些人，包括埃隆·马斯克、黄仁勋、萨姆·奥特曼，甚至达里奥·阿莫代都不一样的地方。他身上还是有一种欧洲的科学气质。 我记得阿莫代在今年达沃斯论坛上，跟哈萨比斯参加同一个小组讨论时讲了一句话，我觉得很有意思。他把 AI 创业者大概分为3类：一类是科学家；第二类是工程师背景的创业者；第三类是那些做社交网络的人。 泓君 这里面指的是谁？萨姆·奥特曼吗？还有马克·扎克伯格？ 周建工 萨姆·奥特曼之前做过一个移动地理位置的社交软件。阿莫代把自己摆在科学家这个位置上。他说，科学家做事情，天生就有一种向善的情怀，具有这种人文特质。 哈萨比斯最大的愿望，不是拥有多大的权力、将来控制多大的公司，或者拥有多少财富。他也谈到，自己最想做的事情是回到大学，研究物理学和生命科学。 他的想法是探索宇宙的奥秘和现实的构成。他想发明一台机器，完成比爱因斯坦和牛顿更伟大的发现，去探索世界的奥秘。他想破解整个宇宙，对上帝进行逆向工程。 这段谈话特别精彩。我见过哈萨比斯，有时候跟他交谈时，就感觉这个人最底层的底色是偏乐观的。他继承了欧洲科学革命以来的理性主义和科学主义精神，这一点在他身上还是存在的。 他相信 AGI 最终能够帮助人类解决面临的重大挑战，认为除了 AI 之外没有别的办法。 至于杰弗里·辛顿和本吉奥的末日论，我自己不太喜欢 AI 末世论、AI 威胁人类生存之类的说法。很多人批评他们的奥本海默情结，本质上是想夸大他们所发明技术的威力。 我还是主张以人为本的 AI。在这个发展过程中，如何建立一套人对机器的协作式控制机制，我觉得非常根本。人类应该把它控制在一个沙盒之内，让它们去探索、去尝试，但绝对不能对人类社会造成伤害。 泓君 对。对于哈萨比斯这样的顶级科学家而言，即使他知道 AI 的威力很大，为什么还要研究这项技术？我记得书里有一句话：因为探索的乐趣对他来说实在太大了。 我觉得，这也是我在很多世界顶级科学家身上看到的共同特质。他们没有办法停止自己去探索、去创新。 周建工 对。这本书的扉页，基本上表达了马拉比的一些立场。他引用了冯·诺伊曼在研制原子弹时写的一句话： “我们知道这个威力太大，但是作为科学家，如果我们不履行发现的天职，就是违背科学伦理。但是，一旦把这些产品的威力释放出来，我们可能成为世界上最被憎恨的人。” 这体现了他们矛盾的心情。 泓君 我自己觉得，这本书里马拉比在写哈萨比斯时，写法有一点过于正面。就像您刚刚说的，他是一个好人，但我很少看到他在一些关键事件、关键抉择中展现出这个人的矛盾性。 而且很多叙述其实是在长篇大论地写哈萨比斯的思想和想法。但是人很多时候，可以在事情成功以后，事后给自己安一个光鲜亮丽的理由。这一点您怎么看？ 周建工 马拉比是英国人，我认为哈萨比斯是英国的国宝。他在写自己的国宝时，很自然会流露出倾向性。 而且你可以看到，他在书中谈到 AGI 的未来、对人类究竟是好是坏时，其实非常不相信硅谷那帮人。他流露出的倾向是，像哈萨比斯这样的人在伦敦引领 AGI，可能代表了这项技术的未来。 我觉得这跟他的英国立场有一定关系。 泓君 您是否觉得会有一点 PR 的感觉？您觉得这种 PR 是哈萨比斯潜移默化影响他的结果，所以您认为马拉比是真的被哈萨比斯说服了吗？ 周建工 最起码，他选择了那么多对话，用这本书把哈萨比斯想对公众谈的很多东西传递出来。如果你不相信哈萨比斯在这些话里的真诚度，可能就会觉得这里面有些 PR。但我倾向于相信其中的大多数。 泓君 您自己在翻译这本书时，其实也读到了哈萨比斯如何对待合伙人，以及他创立公司时展现出的其他特质。 我觉得一个人之所以动人，不仅仅是因为身上的优点，有时候也是因为身上的缺点。您觉得哈萨比斯这个人身上有矛盾点吗？ 周建工 他争强好胜。我第一次见他时，他不开口的时候，看起来像一个非常普通的科研工作者，一个与世无争、特别随和的人。 但是书里面写到，他是一个非常争强好胜的人。他在任何智力游戏中，不玩则已，一玩就一定要战胜别人，包括桌上足球、扑克牌、将棋、双陆棋。他一玩就要赢，打扑克牌到社会上去玩，也一定要赢钱。 他口口声声说不愿意控制别人，但是你一定要赢过别人，是不是也可以说是另一种控制？ 泓君 对。他一边说自己不要控制别人，另一边他的行为，包括他在对待人的过程中，是不是也涉及控制？我觉得这也是书中反复讨论的一个议题。 周建工 哈萨比斯有一种类似绝地武士的说服力，同时口才也非常好。真的，我觉得他的本事就在于可以把所有人都说服。 他的敏捷度、对问题的针对性，以及跨学科打通逻辑的能力，我觉得在这个世界上很少有人能做到。 泓君 今天整个故事都非常精彩。我觉得现在整个 AI 竞赛也开始白热化了。我们但愿，我们聊到的这个天才是一个好人，也希望在整个 AI 的构建过程中，这些人都是好人，而不是被资本绑架。 但愿如此。 周老师，您还有什么要补充的吗？ 周建工 没有了。我觉得今天你问的问题非常有深度、有质量，谈得非常好。谢谢。 泓君 谢谢您跟我们讲了这么多好玩的故事。 那最后我做一个小更正：我们节目中提到谷歌收购 DeepMind 的价格是6.5亿美元。因为这笔交易从来没有被官方确切披露过金额，所以更严谨的说法，大概是5亿到6.5亿美元之间。 但不管最终的数字是多少，这笔交易确实是谷歌历史上最重要的一笔收购，而且怎么看都太便宜了。因为 DeepMind 给谷歌带来了 AlphaGo、AlphaFold、Gemini，还有一座诺贝尔奖，这远不是几亿美元能够衡量的。 这本书在写作时，甚至在我们录制这期节目的时候，哈萨比斯总体上对 AI 的态度还是乐观的。书中记录了他的一段原话： “AI 会把人类带入一个后稀缺时代。我们会开采小行星，解决核聚变，从海水中提取燃料，把人类文明推向一个全新的高度。” 但是在我们编这期节目的这几天里，哈萨比斯也开始公开警醒 AI 带来的风险。他在一个 AI 峰会上说，我们需要紧急关注，因为 AI 系统正在变得越来越自主。一旦它偏离我们预设的轨道，后果可能会非常严重，当前国际合作可能根本不够用。 听到这里，可能又要回到我们开头提出的问题：一个科学家想用 AI 去理解宇宙，却发现自己可能亲手打开了潘多拉的盒子。大家会如何看待 AI 带来的风险？