未來十年，是AI與深科技融合爆發的十年，也是科創者逆襲的黃金十年。
德米斯·哈薩比斯（Demis Hassabis），這個名字在科技圈早已是“傳奇”的代名詞。從國際象棋神童、遊戲設計師，到神經科學博士、DeepMind創始人，再到2024年諾貝爾化學獎得主，他用幾十年時間，一步步將“破解智能”的夢想照進現實。如今執掌Google DeepMind的他，在最新訪談中，不僅爆料了虛擬細胞、超級智能的未來圖景，更毫無保留地分享了自己的科創經驗，為渴望逆襲科技巨頭的創業者、科創者，點亮了一盞前行的燈。不同於晦澀的技術報告，他的分享直白又親民，藏著普通人也能借鑑的破局邏輯，也揭示了下一個十年最值得佈局的科創賽道。
01. 機遇一：避開“內卷紅海”，深耕AI+深科技的“甜蜜區”
當下AI創業圈，不少人扎堆在“基礎模型外包API”的賽道，看似門檻低、見效快，實則不堪一擊——一旦基礎模型更新迭代，這類項目很容易被淘汰。哈薩比斯在訪談中直言，真正有價值、能抵禦衝擊的科創方向，藏在AI與深科技的交叉領域，尤其是那些觸及真實物理世界的硬核問題。
這不是空穴來風，而是他親身驗證的真理。DeepMind的AlphaFold破解蛋白質結構預測難題，本質就是AI與生物科技的深度融合；如今他們全力推進的“虛擬細胞”項目，更是AI與生命科學的跨界突破，預計十年內就能實現完整細胞系統的模擬，屆時將徹底改變藥物研發、疾病治療的模式。
結合最新科創趨勢來看，這類“AI+深科技”的賽道正迎來爆發期：AI+材料科學可研發更高效的新能源材料，AI+氣候建模能精準預測極端天氣，AI+量子計算可突破現有算力瓶頸。對科創者而言，與其在淺層應用裡內卷，不如紮根這些硬核領域——這些領域沒有捷徑可走，卻能建構起堅實的技術護城河，即便面對科技巨頭的擠壓，也能擁有自己的生存空間。
更關鍵的是，哈薩比斯給出了一個清晰的判斷：AlphaFold的模式適用於所有“有巨大組合搜尋空間、目標函數明確”的科學難題。簡單說，只要某個領域存在海量可能性（比如蛋白質折疊、新藥研發），且有明確的目標（比如找到最優結構、研發有效藥物），AI就能發揮巨大作用，這正是科創者的核心機遇。
02. 機遇二：小模型崛起，邊緣側藏著“輕量級”科創風口
提到AI模型，很多人會陷入“越大越好”的誤區，認為只有千億、兆參數的大模型才有競爭力。但哈薩比斯卻打破了這個認知：模型蒸餾技術正在快速升級，小模型的能力沒有明顯天花板，未來在邊緣裝置本地運行強力模型，將成為常態。
DeepMind的實踐就是最好的證明：他們的Flash系列小模型，性能能達到前沿大模型的95%，推理成本卻只有十分之一；剛發佈不久的Gemma模型，兩周半下載量就突破4000萬次，能在本地裝置流暢運行，兼顧效率與隱私。這意味著，科創者無需投入巨額資金搭建大模型，聚焦小模型的最佳化與落地，就能找到屬於自己的機遇。
從最新趨勢來看，邊緣側AI的應用場景正在快速擴張：家用機器人需要本地小模型實現即時響應，智能眼鏡需要輕量級模型處理視聽資料，醫療裝置需要本地模型保護患者隱私。這些場景不需要“全能”的大模型，卻需要“高效、精準、低成本”的小模型，這正是中小科創者的優勢所在——不用與巨頭比拚算力，只需深耕某個細分場景，把小模型的效率做到極致，就能搶佔市場。
哈薩比斯特別強調，小模型的價值不僅在於成本優勢，更在於迭代速度。對創業者而言，快速迭代意味著能更快適配市場需求，即便性能有小幅折損，迭代速度帶來的收益也能彌補差距。這也給科創者提了個醒：不要盲目追求“大而全”，“小而精”的邊緣側小模型，或許是逆襲巨頭的捷徑。
03. 機遇三：智能體“臨界點”將至，提前佈局就能搶佔先機
當下智能體概念炒得火熱，但很多人只是跟風佈局，卻沒真正理解其核心價值。哈薩比斯在訪談中直言，目前所有智能體開發都還處於極早期，距離真正創造巨大價值，還有6到12個月的“臨界點”——一旦突破這個臨界點，智能體將從“玩具級demo”升級為“實用級工具”，徹底改變工作與生活方式。
什麼是真正有價值的智能體？不是“掛幾十個智能體運行幾十小時卻沒產出”，而是能主動完成複雜任務、融入工作流，真正提升效率的系統。比如，能自主完成藥物研發初期篩選的智能體，能協助工程師高效程式設計的智能體，能自主處理日常辦公流程的智能體，這些才是未來的核心方向。
結合最新動態，目前國內外已有不少科創團隊開始聚焦智能體的落地場景，尤其是在科研、辦公、機器人等領域。哈薩比斯預測，未來的智能體將實現“端雲協同”——本地小模型負責即時處理資料，雲端大模型負責複雜計算，既保證效率，又兼顧隱私。對科創者而言，現在佈局智能體，不用追求“一步到位”，可以從某個細分場景切入，比如為特定行業打造專屬智能體，提前積累技術與使用者，等到“臨界點”到來，就能快速搶佔市場。
04. 科創家可借鑑：哈薩比斯的3個核心成長心法
除了明確的科創機遇，哈薩比斯的個人經歷與分享，更藏著科創者必備的成長心法。這些心法沒有空洞的口號，全是他幾十年科創路上的實戰經驗，普通人也能借鑑踐行。
心法一：深耕熱愛，拒絕“跟風式”創業
哈薩比斯從少年時就認定，AI是最具深遠影響的領域，即便在2010年DeepMind創立初期，人工智慧被視為“邊緣學科”，投資人紛紛不看好，他也從未動搖。他坦言，當初沒人相信AI能突破圍棋、蛋白質折疊等難題，但他之所以能堅持下來，核心就是“熱愛”——只有投身自己真正熱愛的事業，才能在漫長的低谷期裡堅守，才能抵禦外界的質疑與誘惑。
這對科創者來說尤為重要。當下很多人創業，只是看到某個賽道熱門就跟風入局，沒有真正的熱愛與信念，一旦遇到挫折就容易放棄。哈薩比斯的經歷告訴我們：科創從來不是一蹴而就的，而是一場漫長的修行，只有熱愛，才能成為支撐你走下去的底氣；只有堅信自己做的事情有價值，才能在全世界都反對的時候，依然堅持到底。
心法二：跨學科融合，打造“不可替代”的優勢
哈薩比斯的成功，離不開他跨學科的背景：國際象棋培養了他的邏輯思維，遊戲設計鍛鍊了他的產品思維，神經科學為他研發AI提供了底層邏輯。他坦言，跨學科研究是未來科創的核心趨勢，尤其是在AI領域，單一學科的知識已經無法應對複雜的挑戰。
對科創者而言，不必追求“全能”，但一定要有“跨學科思維”。比如，做AI+醫療的創業者，既要懂AI技術，也要瞭解醫療行業的需求；做AI+機器人的創業者，既要掌握模型研發，也要熟悉機械結構與場景應用。最理想的方式，是組建跨學科的團隊，將不同領域的專業知識融合起來，打造出“別人無法複製”的核心競爭力。
哈薩比斯特別強調，AlphaFold的成功，正是跨學科融合的結果——將AI演算法與生物化學知識結合，才能破解困擾人類50年的難題。這也印證了：在科創領域，跨界不是“加分項”，而是“必備項”。
心法三：立足長遠，提前佈局AGI時代的“長期價值”
哈薩比斯始終堅信，AGI（通用人工智慧）將在2030年左右到來，而科創者現在做的每一件事，都要考慮AGI到來後的影響。他提醒創業者：不要只關注眼前的短期收益，要建構“即使在AGI時代，依然有價值”的系統。
比如，AlphaFold這類專業工具，即便未來AGI普及，依然會是科研領域的核心工具——AGI可以呼叫它，但無法替代它的專業價值。這也給科創者提了個醒：與其打造“可被AGI替代”的淺層應用，不如深耕專業領域，打造細分賽道的“專用工具”，這樣才能在AGI時代站穩腳跟。
此外，哈薩比斯還分享了一個重要觀點：攻克硬核難題，並不比解決淺層問題更難，它們只是難在不同的維度。與其在淺層賽道內卷，不如把時間和精力投入到能帶來長期價值的硬核領域，那怕需要十年時間才能看到成果，也遠比短期的“流量紅利”更有意義。
哈薩比斯的訪談，不僅讓我們看到了虛擬細胞、AGI的未來圖景，更讓我們明白：科創從來不是巨頭的專屬遊戲，也不是“天賦異稟”者的特權。對普通科創者而言，避開內卷紅海，深耕AI+深科技、小模型、智能體三大機遇，踐行“深耕熱愛、跨學科融合、立足長遠”的心法，就能在AGI時代找到自己的破局之路。未來十年，是AI與深科技融合爆發的十年，也是科創者逆襲的黃金十年——正如哈薩比斯所說，只要你有信仰、有堅持，就能創造出改變世界的價值。 (預見科創家)