•
辦公室的燈剛熄，家裡的燈又亮起。
一天結束，也是他真正開始的一刻。
Demis Hassabis 在《財富》最新視訊採訪裡透露了他的作息：
“大約晚上 10 點，我會開始第二輪工作，一直做到凌晨 4 點。”
白天，他的會議一個接一個，幾乎沒有空隙；夜裡，他留出六小時，只做一件事：思考。
這種作息，他已經堅持了十年。而現在的 AI 行業，讓這種節奏顯得愈發必要。
他領導的 Google DeepMind，正處於一個關鍵時刻：
“我們進展飛快。”
他的語氣很平靜，但話裡藏著整個行業的焦慮：技術越接近臨界點，洗牌的速度就越快。
在這場採訪裡，Hassabis 談了競爭、泡沫、算力與人才，也推演了 AI 將如何重塑科學、醫療與未來的裝置形態。
從競爭開始。
採訪裡有一句話非常關鍵：
“領先可能只保持幾個月。”
這就是當下的 AI 行業。頂尖實驗室之間的差距越來越小，領先優勢隨時會被打破。
1. 模型競賽：更新速度決定位置
Hassabis 對 Gemini 3 的表現很滿意，但他也坦白，競爭從未像現在這樣激烈。
因為所有人都在衝刺：模型更新從“一年一版”變成“幾個月一版”，新能力從單點突破變成全方位擴展，程式碼、多模態、視訊、語音同時迭代。
他沒有直接說“必須加速”，但他每晚工作到凌晨 4 點的作息已經說明了一切。
在這種節奏下，模型能力上慢一拍，就會被擠到第二梯隊。
2. 算力緊缺：晶片成了新門檻
在採訪裡，他反覆提到：
需求前所未有，即使是Google的晶片也遠遠不夠。
這就是整個行業正面對的最大瓶頸。想做更強的模型、想讓產品真正落地，都繞不開算力。
對企業意味著什麼？
算力不夠，再好的想法也發揮不出來。這是另一個戰場：誰拿到了算力入口，誰就拿到了繼續參賽的資格。
3. 人才爭奪：錢只是基礎，使命才是籌碼
行業曾報導，有研究員收到 1 億美元報價，這是 AI 行業第一次出現這種數字。
但 Hassabis 認為，真正能留下頂尖人才的，靠的是使命感，靠的是能產生影響的工作。
錢當然重要。不過到了這個等級，人與團隊之間的吸引力更多來自：能否參與前沿研究、能否把研究變成產品被上億使用者使用、能否解決醫學材料等真正的難題。
頂尖人才看重的是價值和影響力，這個標準正在改變整個行業的用人規則。
對普通人來說，未來的競爭看的是你能否接近價值更高的場景，崗位名稱已經不重要了。
在洗牌期，舊的崗位會消失，但對每個人核心能力的要求會更高；團隊會重組，新的機會也將大量出現。
洗牌在發生，但機會也在浮現。
在訪談裡，Hassabis 給出了三個方向，已經從概念變成現實。
1. 多模態助手：理解世界的新入口
Hassabis 被問到什麼最讓他興奮時，答案很明確：多模態。這是他們從一開始的目標，會成為能隨身攜帶的助手。
多模態的意義是什麼？
讓 AI 從回答問題，變成理解環境。能看到、能聽懂、能回應真實世界。
具體來說：
為什麼是現在？Google 十多年前就做過智能眼鏡，當時太超前，缺少殺手級應用。現在時機成熟了，AI 助手就是那個應用。
Google 與 Warby Parker、Gentle Monster 的合作，就是把這種能力變成實體產品。
這意味著未來工具可以替你處理更多瑣碎任務，你的時間自然能用在更有價值的事上，個人產出能力會成倍提升。效率會暴增。
2. AI 藥物設計：計算替代試錯
除了裝置入口，Hassabis 在醫療領域也看到了突破。他列出了一串具體進展：
AI 現在能在電腦裡直接設計藥物分子。傳統藥物研發從靶點找到分子，有時要 10 年以上；AI 能把這條路徑壓縮成幾個月。
更重要的是，AI 能看到人類看不到的分子結構特徵和藥物設計路徑。這是一種全新的科研方式。
AI 從根本上縮短了治療研發周期，人類能攻克更多疾病。
3. 新材料突破：自動化科研閉環
採訪接近尾聲時，Hassabis 提到：
“我們會在英國建立一個自動化材料實驗室。”
AI 不再只預測蛋白質，還要開始設計材料。
新材料能改變什麼？電池壽命、晶片導電性能、氫能儲存、超導體、新型能源材料。這些領域的突破會帶來連鎖反應，多個產業會同步受益。
自動化實驗室的作用是形成閉環：
AI 設計 → 機器人合成 → 裝置測量 → 資料反饋給 AI
傳統實驗一個周期可能要幾周甚至幾個月。這個閉環可以 24 小時運轉，不斷迭代最佳化，研究速度會快很多。
Hassabis 在訪談裡描繪了三個未來：
這三個方向，就是他所說的“富足”。前三年也許變化不明顯，但十年之後，積累的量變將引發不可逆的質變。
洗牌在發生，富足也在靠近，但為什麼是這個順序？
Hassabis 給出了一個時間判斷：
“最早 2030 年，可能有 50% 的機會到達 AGI。”
也就是說，富足還要等幾年。但是技術在快速進化，市場需求在爆發，所有人都想搶佔位置，資源卻有限。
在 AGI 到來之前會發生什麼？
1. 技術臨界點將近，但不會立刻實現
從現在到 AGI，大約還有 4-8 年。
Hassabis 的預測比較保守：不會有突然的飛躍。
短期內 AI 不會一下子替代所有工作，但每年都有新變化。某個崗位的工作內容變了，某個產品要重新設計，某個團隊發現原來的流程不適用了。單看每一年變化不大，但幾年下來差距就拉開了。
這個過程就是洗牌。有些公司會站穩腳跟，有些會被淘汰出局。
2. 泡沫並存：整體估值合理，但個別項目過熱
關於泡沫，Hassabis 的判斷很犀利：AI 行業的整體需求是真實的，但部分早期項目的估值確實偏高。
為什麼會出現這種割裂？
因為兩個趨勢在同時發生。一方面，模型呼叫量、使用者規模、企業採購都在激增，市場確實有真實需求。另一方面，大量尚未完成技術驗證的早期公司，僅僅因為踩中了概念就拿到了千萬美元融資。
資本急於搶佔入口，往往會導致定價失效。
結果是：行業整體在增長，但估值虛高的項目會出局。活下來的是那些能證明商業價值的團隊。錢會跟著價值走。
3. 路線分化：應用快速見錢，前沿決定格局
訪談裡，Hassabis 提到中國團隊更專注應用落地，西方團隊更專注前沿突破。
兩條路徑各有價值。做應用可以先活下來，但長期競爭力還是看前沿突破。
只走一條路都有風險：只做應用的公司，可能在技術上被甩開；只做研究的團隊，可能燒完錢還沒找到商業化路徑。
真正能穿越周期的團隊，既要快速落地，也要有技術積累。
未來十年，拼的不是數量，是精準度。技術突破可能就是幾年的事。資本的耐心也在變，更關注你能不能驗證出來，不只是聽你講概念。對個人來說，機會藏在新技術、新科學、新材料裡，能不能抓住才是關鍵。
技術路線的選擇，決定了誰能走到最後。
富足會來，但不是平均分配到每個人。
在那之前，這場持續數年的洗牌，會先完成對整個行業的殘酷篩選。
採訪結束前，Hassabis 說：
“我希望還能有時間認真思考。”
越接近富足，越需要冷靜。
過去兩三年，模型迭代在加速，應用落地的速度也在加快，資本在重新押注。行業看起來很熱鬧，但底層邏輯在改變：晶片成了瓶頸，AI 在推動科學進展，虛高的估值在調整。
拐點就在當下。
未來不會一夜到來，但路徑會越來越清晰。 (AI 深度研究員)