•
時間：2026 年 1 月
地點：達沃斯世界經濟論壇
人物：Demis Hassabis (Google DeepMind CEO) / Emily Chang (Bloomberg)
在 2026 年達沃斯的聚光燈下，剛獲得諾貝爾獎的 Demis Hassabis 看起來並沒有顯露出勝利者的輕鬆。相反，這位 Google DeepMind 的掌舵人形容自己處於“每周 100 小時、每年 50 周”的極限工作狀態中。
面對 Bloomberg 主持人 Emily Chang，Hassabis 拋出了一個震動全場的判斷：AI 帶來的變革規模將是工業革命的 10 倍，而發生速度將是工業革命的 10 倍——乘在一起，這是一場 100 倍於工業革命的劇變。
這場訪談不僅是對 Google 過去一年技術反擊戰的復盤，更涵蓋了 AGI 時間線、中美競爭、機器人奇點以及後稀缺世界的哲學困境。
訪談的起點是 Google 剛剛發佈的Gemini 3。
2025 年底，Gemini 3 Pro 的發佈以及隨後的 Flash 版本更新，在技術圈引發了巨大的震動，甚至據傳引發了 OpenAI 內部的“code red”——這與三年前 ChatGPT 問世時 Google 內部的反應如出一轍。
“過去一年是極其艱苦的一年，”Hassabis 坦承。他並沒有迴避 Google 曾經面臨的被動局面，但他強調團隊已經適應了新的世界規則：“我們找回了創業公司的能量，快速發佈、快速迭代。”對於 Gemini 3 和圖像模型 Imagen 的表現，他表示“非常滿意”。
當被問及 Google 的護城河時，Hassabis 展現了少有的強硬。他指出，外界可能低估了 Google“從第一性原理”建構的優勢。
“我們可能是唯一擁有完整技術堆疊的組織，”Hassabis 分析道，“從底層的 TPU 和資料中心，到雲業務、前沿實驗室，再到數十億使用者使用的搜尋、信箱和 Chrome。這些產品天然適合 AI 的落地。”
他更是拋出了一組資料來捍衛 DeepMind 的歷史地位：“過去十年，Google 和 DeepMind 發明了現代 AI 行業所依賴的大約 90% 的突破性技術——Transformer、AlphaGo、深度強化學習，都在其中。”
如果說大模型是數字世界的爭奪，那麼機器人則是物理世界的戰場。
2026 年初，Boston Dynamics 與 Google DeepMind 的重磅合作成為 CES 的焦點。Gemini 的多模態能力被植入 Atlas 機器人，並在現代汽車的工廠中進行測試。
Hassabis 認為，我們正處於物理智能（Physical Intelligence）突破的臨界點，但他給出的時間表相對審慎：“大概還需要 18 到 24 個月。”
阻礙並非僅僅來自軟體。Hassabis 分享了一個有趣的細節：“當你深入研究機器人時，你會對人類的手產生全新的敬畏。”進化所設計的機械結構的靈巧度、力量和可靠性，是目前硬體難以企及的。
但他描繪的願景十分清晰：Gemini 從設計之初就是原生的多模態模型。未來一兩年內，當演算法（需要更少資料）和硬體（尤其是機械手）同時突破，我們將看到機器人能“可靠地”在現實世界執行任務——那將是物理世界的奇點。
作為 AI 領域的頂層設計者，Hassabis 在訪談中回應了關於技術路線的三大爭議，立場鮮明。
1. 關於 Transformer 是否是死胡同（回應 Yann LeCun）：
針對 Yann LeCun 關於“LLM 是通往 AGI 的死胡同”的觀點，Hassabis 直言“那是顯然錯誤的”。
“它們已經如此有用。我認為有 50% 的機率，僅僅通過擴展（Scaling）加上一些調整就足以實現 AGI。”即使不是全部，LLM 也必然是最終系統的核心元件。當然，他也補充說，Google 正在全力研發“世界模型”（World Model），比如 DeepMind 的Genie項目。
2. 關於“研究時代”是否結束（回應 Ilya Sutskever）：
Ilya 曾表示 Scaling 時代結束，行業回歸“研究時代”。Hassabis 糾正了這種二元對立的看法：“我們從未離開過研究時代。”
他強調，DeepMind 一直在做“深層研究”。如果未來需要新的架構突破，他押注 DeepMind 依然會是那個發明者。
3. 關於“奇點”是否已來（回應 Elon Musk）：
對於 Musk 聲稱“我們已進入奇點”的言論，Hassabis 投了反對票。“這太早了。奇點是完全 AGI 的代名詞，而我們距離那個標準還有很多工作要做。”
Hassabis 堅持了他對 AGI 的預測：2030 年前，有 50% 的機率實現。
但他定義的 AGI 標準極高：“不只是解決問題，而是提出問題。”他以科學發現為例，指出當前的系統還無法像頂尖科學家那樣，在未知領域建構假設。
對於當下的 AI 能力，他提出了一個精準的概念：“參差不齊的智能”（Jagged Intelligence）。
“現在的系統在某些方面表現驚人，在另一些方面卻非常糟糕。如果你想把任務完全委託給 AI（Agent 模式），而不是像現在這樣把它當副駕駛，你需要的是全面的一致性。”
只有填平這種“參差不齊”，實現持續學習（Continual Learning）和長程規劃，AI 才能真正從“輔助工具”進化為“自主智能”。
針對一年前中國公司 DeepSeek 帶來的衝擊，Hassabis 的態度顯得冷靜而理性。
“我認為西方的反應是大規模過度反應（Massive Overreaction）。”
雖然承認字節跳動等中國公司可能只落後 6 個月，且非常擅長追趕，但他指出了一個關鍵區別：“他們目前更多是在西方模型的基礎上進行微調或借鑑。到目前為止，中國公司尚未展示出超越前沿進行原始創新的能力。”
但他並未掉以輕心，坦言中國擁有強大的工程能力和追趕速度。
訪談的最後，話題轉向了終極問題：當 AI 解決了能源（核聚變）、材料和生產力問題，人類將進入一個“後稀缺世界”。
相比於 Dario Amodei 預測的“5 年內 50% 白領失業”，Hassabis 的短期預測更為溫和，但他承認，長期來看，這不僅僅是就業問題，而是“意義危機”。
“我比擔心經濟更擔心意義。”Hassabis 說道。
“當工作不再是必須，我們從那裡尋找目的感？”他認為，經濟分配問題最終是一個政治問題，是可以被解決的。但人類心理上的空缺，需要“新的偉大哲學家”來指引。
在這個未來圖景中，他給年輕人的建議是掌握 “元技能”——即“學會學習”（Learning to Learn）；給企業家的建議則是選擇那些有著正確價值觀的合作夥伴。
這場訪談最動人的一刻，發生在這位諾貝爾獎得主談論自己“退休計畫”的時候。
如果 AGI 真的建成，如果所有實際問題都被解決，Hassabis 想做什麼？
“我想去探索物理學的極限。”他說。
即便掌管著全球最強大的 AI 實驗室，在凌晨 4 點無法入睡的時刻，困擾他的依然是那些最古老的問題：現實的本質是什麼？時間是什麼？引力是什麼？
“這些深刻的謎題幾乎在向我尖叫，”Hassabis 說，“我驚訝於更多人竟然不去思考這些。”
對於 Demis Hassabis 而言，比工業革命大 100 倍的變革只是手段，他的終極目標，始終是解開宇宙那個名為“智能”的鎖，然後用它去打開所有其他的門。 (京墨AI研習社)