當前的上下文方案，本質是暴力破解！DeepMind 創始人：忽強忽弱的 AI，才是真正的災難，突破在記憶系統

整理｜冬梅

在人工智能狂飆突進的當下，一場關于 AI 技術未來走向的深度對話在知名播客《20VC》中拉開帷幕。主持人哈里·斯蒂賓斯（Harry Stebbings）邀請到了全球人工智能領域的泰斗級人物、谷歌 DeepMind 創始人德米斯·哈薩比斯（Demis Hassabis）。

在這場對話中，哈薩比斯不僅披露了 DeepMind 在 AGI 研發上的最新進展，更站在人類歷史的長周期里，對算力瓶頸、科研體制、能源危機乃至人類本質等宏大命題給出了極具穿透力的見解。

對話的核心焦點在于對通用人工智能（AGI）到來的預判。哈薩比斯延續了其自 2010 年創業初期便保持的驚人一致性，認為 AGI 極大概率將在未來五年內實現。他強調，這一場革命的規模將十倍于工業革命，而速度卻快了十倍。

他坦言，過去 15 年，奠定現代 AI 產業基礎的突破性成果中，大約 90% 都出自谷歌大腦（Google Brain）、谷歌研究（Google Research）或 DeepMind。比如 AlphaGo、強化學習，當然還有 Transformer 架構。所以，如果未來還有關鍵突破，他依然認為谷歌是最有可能做出來的。

在談及當前 AI 最大的瓶頸時他表示，算力是最大的瓶頸，但軟件方面持續學習、記憶系統等方面如果取得突破，也將會 AI 技術的發展起到很大推動作用。

什么是 AGI，以及它何時會到來？

主持人：今天的嘉賓是這個星球上最偉大的頭腦之一。能有機會和他坐下來長談，我覺得自己極其幸運。在接下來的幾年里，那些具備發明全新算法構思能力的實驗室，將會比那些只會榨取現有技術紅利的實驗室擁有更大的優勢。這是一次非常特別的對談，我會銘記很久。

我們可以從很多話題切入，但我最近看了你參與的那部紀錄片，拍得太棒了。所以我想從 AGI（通用人工智能）聊起。關于 AGI 的定義千差萬別，而你對它的思考一直非常深刻。所以我想先請你講講，在你看來，AGI 到底意味著什么，你如今是如何定義它的嗎？這樣我們可以達成一個共識。

Demis:我們對 AGI 的定義始終非常一致：它本質上是一個能夠具備人類所有認知能力的系統。

這一點很關鍵，因為人腦是我們目前已知的唯一“存在證明”，證明通用智能在宇宙中是可以實現的。所以在我看來，這就是 AGI 應該達到的標準。

主持人：下面這個問題可能最難回答：我們離 AGI 還有多遠？每個人的說法都不一樣，當你聽到一些大人物說最早可能在 2026 或 2027 年實現時，真的很難判斷。

Demis:我自己是用一個概率分布來看待這個時間問題的。但我會說，在未來 5 年內實現 AGI 的可能性非常大。

主持人：那真的沒剩下幾年了。這比你預想的要快嗎？隨著時間推移，你的預測變了嗎？

Demis:其實沒有太大變化。挺有意思的，我的聯合創始人 Shane Legg（現任 DeepMind 首席科學家）在 2010 年我們剛創立 DeepMind 時，就寫過博文預測 AGI 什么時候會到來。要知道，在 2010 年幾乎沒人研究 AI，大家都覺得那是死胡同。

那些文章現在還在網上，大家可以去查。當時我們根據算力和算法的進步做了外推，預測從起點開始大約需要 20 年。我認為我們目前的進度完全符合預期。

當前 AI 最大的瓶頸除了算力，就是持續學習

主持人：站在今天看，最大的瓶頸是什么？在紀錄片里你說過算力永遠不夠。除了這個，還有什么在阻礙 AI 的發展？

Demis:我認為算力依然是核心瓶頸。這不僅僅是為了所謂的“縮放法則（Scaling Laws）”，即通過堆更大的架構和參數來提升智能。更重要的是，算力還是實驗的基礎。云計算本質上就是我們的“實驗臺”。

如果你有一個新的算法想法，你必須在足夠大的規模上測試它，否則當你把它放進主系統時，它很可能無法成立。所以，如果你有很多研究人員不斷提出新想法，就需要大量算力去驗證它們。

主持人：你提到了“Scaling Laws”。很多人暗示我們正觸及這一法則的天花板，開始看到平臺期效應了。你覺得這是真的嗎？

Demis:我不這么認為。我覺得情況比這要復雜。當領先的公司開始構建這些大語言模型時，當各大公司開始構建大語言模型時，每一代系統都會帶來巨大的性能躍遷，甚至接近翻倍增長。但這種增長速度不可能永遠保持指數級，放緩是必然的。不過，這并不意味著繼續擴大規模就沒有回報。實際上，我們和其他前沿實驗室，依然能從擴大算力中獲得非?？捎^的收益。

只是相比最初階段，這些收益有所下降，但仍然非常顯著。

主持人：哪些方面的發展超出了你的預期？又有哪些關鍵能力還缺失？

Demis:實際上，大多數領域都比我預期的要快?？纯船F在的視頻模型，甚至是我們最新的 Genie 系統，那是互動的世界模型。如果你退一步思考，這簡直不可思議。如果 5 到 10 年前你把這些展示給我看，我會非常驚訝。

所以，在大多數領域，我們都超前于行業預期。但確實還有一些重大缺陷，比如“持續學習（Continual Learning）”?，F在的系統在訓練完成并部署之后，基本就停止學習了，它們不擅長在實際應用中進一步吸收新知識。

主持人：請原諒我問一個比較直白基礎的問題：為什么我們至今還沒能實現“持續學習”？

Demis:因為這個問題還沒有被真正解決。目前所有領先實驗室都在研究：如何把新知識整合進已經訓練了數月的系統中。人腦在這方面做得非常優雅，比如通過睡眠和強化學習機制。大腦會在睡眠中“回放”白天的記憶，然后把部分信息整合進已有知識體系中，這個過程叫做“鞏固”。我想了很久，也許我們需要類似的機制，將新信息與既有的信息庫融合。

DeepMind 憑什么能反超競爭對手？

主持人：DeepMind 最近進展非常快，甚至在一些領域實現了反超。我之前還發過一條推文，說我現在做研究時最常用的工具已經變成了 DeepMind 的系統，但以前并不是這樣。到底是什么推動了這種加速？

Demis:我們做了一些組織架構上的調整。我認為在谷歌和 DeepMind，我們一直擁有最深厚、最廣博的研究人才儲備。

如果你回顧過去 15 年，奠定現代 AI 產業基礎的突破性成果中，大約 90% 都出自谷歌大腦（Google Brain）、谷歌研究（Google Research）或 DeepMind。比如 AlphaGo、強化學習，當然還有 Transformer 架構。

所以，如果未來還有關鍵突破，我依然認為我們是最有可能做出來的。

我們做的主要是兩件事：

第一，把公司內部所有頂尖人才整合在一起，朝同一個方向推進。

第二，整合算力資源，用于訓練統一的大模型，而不是分散成多個項目。

本質上，是把已有的“所有要素”整合起來，然后以創業公司的節奏，全力推進，從而重新回到技術前沿，并在很多領域實現領先。

主持人：你說如果有人能實現下一個突破，那理應是你們。那么，“持續學習”是你最期待的下一個突破嗎？

Demis:缺失的環節還有很多。除了持續學習，我認為在“記憶系統”上還有很大空間。目前我們使用的是長上下文窗口（Long Context Windows），這有點像“暴力破解”，把所有東西都塞進去，未來會有更精妙的架構。

此外，還有長期規劃、層次化規劃能力?，F在的系統不擅長進行跨越長周期（比如數年）的規劃，而人類可以。還有一個最大的問題是“一致性”。我有時稱這些系統為“參差不齊的智能（Jagged Intelligences）”，因為它在某些任務上表現極其出色，但只要稍微換一種提問方式，就可能在非常基礎的問題上失敗。

而真正的通用智能，不應該有這種不穩定性。

主持人：是的，這一點在實際使用中非常明顯。稍微改一下輸入方式，整個系統就可能崩掉。

Demis:沒錯，那簡直是災難。一個真正的通用智能，如果類比人類大腦的工作方式，是不應該有這種“智力黑洞”的。

主持人：我們剛剛聊到規模定律趨緩的問題?，F在很多人也在討論另一個趨勢——模型能力是否正在“商品化”。你認為我們會進入一個模型能力趨同的時代，還是會出現一兩家持續拉開差距、不斷領先？

Demis：我覺得三四家領先的實驗室（包括我們在內）正在開始拉開差距。因為 AI 工具本身就能反過來幫你構建下一代系統——比如編程工具、數學工具?，F在想僅靠舊有的思路擠出同樣的增量已經越來越難了。在未來幾年，那些能夠發明全新算法構思的實驗室將擁有巨大的優勢，因為上一代技術的潛力幾乎已經被榨干了。

開源模型的未來

主持人：多年來你一直對研究非常開放，現在市場上有很多優質的開源模型。你怎么看開源的未來？我投資的很多公司會先用閉源前沿模型設定標桿，然后用開源模型來追求性價比。

Demis：這種格局可能會持續下去。我們一直是開源科學和開源模型的支持者，從最初的 Transformer 到 AlphaFold，我們把這些成果獻給世界以幫助研究。未來我們也會繼續這樣做，尤其是在 AI 賦能科學這種我個人非常熱愛的領域。

但我認為，開源模型可能會始終比最前沿的閉源模型落后一步。通常開源社區需要大約六個月的時間來復現和消化最尖端的新思路。同時我們也正在全力推進 Gemma 系列開源模型，力求在同尺寸中做到全球最強，非常適合開發者、學術界和邊緣計算。

主持人：關于“后 LLM 時代”，不同人有不同看法，比如 Yann LeCun 認為后語言模型時代會是世界模型時代。

Demis：我在某些觀點上和 Yann LeCun 有所不同。我認為，有大約 50% 的可能性是世界模型，但在“世界模型”方向上我們還缺少一些關鍵突破。但我堅信這些底層的基座模型（Foundation Models）已經非常成功了，它們的能力不會消失，我們依然能從縮放法則中獲益。

未來的關鍵問題在于：AGI 系統是將 LLM 作為唯一的核心組件，還是作為整個系統的一部分？我覺得未來的方向是在這些基座模型之上進行構建，而不是取代它們。

主持人：如果 AGI 在五年內實現，那會是一個什么樣的世界？

Demis：我這一生都在為 AGI 努力，我眼中的正面圖景是：它將成為科學和醫學的終極工具。我希望五年多以后，我們能進入一個科學發現的“黃金時代”。我母親患有多發性硬化癥，這也是我最關心的問題之一。

讓我焦慮的是，藥物研發周期太長了，從發現到真正應用，可能要十年時間。

AI 帶來的是失業潮還是新機遇？

主持人：關于藥物研發，我擔心的是即便 AI 找出了藥物，臨床試驗、層層審批可能還是要花上十年。

Demis：確實。我們在 AlphaFold 項目后成立了 Isomorphic Labs，專門攻克藥物研發的其余環節，比如化學設計、化合物合成、毒性檢測等。未來 5 到 10 年，這套全自動設計引擎就會準備就緒。下一步確實是臨床試驗耗時太久的問題。AI 可以在這方面提供幫助，比如模擬人體代謝，或者對患者進行分層，確保特定基因組的患者得到最精準的藥物。

主持人：真正的革命什么時候會發生？

Demis：當有十幾種左右的 AI 研發藥物完整走通全流程時，政府和監管機構就會看到足夠的數據。再往后十年，也許我們就能完全信任模型的預測，從而跳過某些步驟，比如不再需要動物實驗，或者更快地提高臨床劑量。

主持人：聊到監管，霍金曾說過：“我們必須第一次就做對，因為我們可能沒有第二次機會?！蹦阏J同嗎？

Demis：我完全認同，這正是我們面臨的賭注。我有兩個擔憂：一是壞人濫用，AI 是一種雙用途技術，既能治病救人，也能被用于破壞；二是技術性問題，當模型在未來一兩年變得更具自主性（Agentic）、更獨立時，我們能否將其限定在預設的護欄內？我們需要國際通用的最低標準。

主持人：什么樣的監管才是對的？你提到過需要全球協作，但讓我擔心的是，現在的國際環境似乎越來越缺乏協作。

Demis：確實，在面臨人類歷史上最具影響力的技術時，國際局勢卻如此碎片化，這很瘋狂。但我們必須嘗試，至少要建立一些測試不良特性的基準，比如“欺騙性”。沒人希望構建一個具備欺騙能力的系統，因為那樣它就能繞過其他安全機制。理想情況下，應該像頒發質量合格證（Kite Mark）一樣，有一個認證過程。這必須是跨國界的，因為這些系統本身就是跨地域運行的。

主持人：很多人擔心 AI 會導致勞動力流失。之前馬克·安德森（Mark Andreessen）上節目時說我是“馬克思主義者”，因為我提到了失業焦慮。他覺得這是瞎操心，認為歷史總能克服這些挑戰。你怎么看？

Demis：歷史上每一次技術革命確實都會帶來職業動蕩，舊工作消失，新工作產生。但我認為這次的規模會比以往任何一次都要大。我常說 AGI 的到來相當于“10 倍規模的工業革命”，而且速度快了 10 倍——它會在十年內鋪開，而不是一個世紀。我們當然不希望工業革命沒發生（否則就沒有現代醫學了），但這次我們要比那時更好地緩解負面影響。

主持人：大家都說我們總會高估一年的變化，而低估十年的變化。在 AI 領域也是這樣嗎？

Demis：依然如此。就今天而言，AI 的短期熱度確實有點過頭了；但從十年的跨度來看，人們依然嚴重低估了它將帶來的革命性影響。關于貧富差距，我認為各國政府應該考慮讓養老金或主權基金買入大型 AI 公司的股份，讓每個國民都能從生產力暴漲中分一杯羹。

主持人：AI 革命對能源的需求是前所未有的。我們該如何解決這個能源黑洞？

Demis：長期來看，AI 會“反哺”能源成本。我們正在優化現有的電網基礎設施，效率能提升 30%-40%。最讓人興奮的是 AI 在新材料和核聚變上的應用。我們正與合作伙伴研究核聚變。一旦突破了核聚變或超導體，人類將進入一個能源接近無限且成本極低的時代，到時候連火箭燃料都能低價獲得，太空旅行也會變得極其廉價。

為什么留在英國，而不是搬去硅谷？

主持人：你長期留在英國倫敦，但肯定有無數人勸你搬到美國去，你為什么堅持留下？

Demis：因為英國有著令人艷羨的人才。我們擁有劍橋、牛津、帝國理工、倫敦大學學院等世界前十的名校，還有從圖靈、牛頓到霍金的科學傳承。這里有最聰明的科學家和工程師，只是過去沒被轉化成野心勃勃的深科技（Deep Tech）創業項目。

而且，留在倫敦有一個“結構性優勢”：離硅谷遠一點，雖然會錯過一些八卦和風口，但它能讓你更深入、更原創地思考。深科技需要 20 年的長遠眼光，而不是追逐當下的噱頭。

主持人：歐洲會有萬億美元市值的公司嗎？

Demis：我相信可以。比如 Spotify，或者我的 Isomorphic Labs。歐洲目前的短板是市場比較碎片化，而且缺乏支撐超大規模融資的資本市場。在英國，我們擅長把初創公司帶到一定高度，但要跨越到萬億美元級別，還需要解決養老基金投資準入等資本限制。

初見馬斯克的感受

主持人：簡單聊聊，第一次見馬斯克是什么感覺？

Demis：大約在 2011 或 2012 年。我們在彼得·蒂爾（Peter Thiel）的 Founders Fund 投資年會上遇到的。當時 SpaceX 是明星，我們還是個小項目。我們在洗手間附近打了個招呼，一拍即合。我們都對科幻充滿熱愛，也都極具野心。第二次見面我就去了他的火箭工廠。

主持人：醫療革命方面，你最想看到什么？

Demis：我想徹底治愈癌癥。Isomorphic 正在構建一個通用的藥物設計平臺。從神經退行性疾病到癌癥，我們希望它能適用于每一個疾病領域。

主持人：有什么關于 AI 的大問題是現在沒人討論的？

Demis：大家都在討論經濟問題。但我更擔心哲學問題。假設我們搞定了技術和經濟，剩下的就是：什么是“意義”？什么是“目的”？當 AI 出現，人類的本質又是什么？我們需要偉大的新一代哲學家來幫我們導航。

主持人：最后，你希望自己留下什么樣的遺產（Legacy）給這個世界？

Demis：我希望被記住是因為推動了科學的進步，并構建了能治愈可怕疾病、造福全人類的技術。

https://www.youtube.com/watch?v=SSya123u9Yk&list=PLnJFlI3aINuUNaznonoFEgMUGLBiLmB-w&index=1

聲明：本文為 InfoQ 整理，不代表平臺觀點，未經許可禁止轉載。

會議推薦

QCon 全球軟件開發大會·2026 北京站將于 4 月 16 日 -18 日正式舉辦。本屆大會以“Agentic AI 時代的軟件工程重塑”為主題，聚焦 100+ 重磅議題，匯聚來自阿里、騰訊、字節跳動、小米、百度等一線科技企業與創新團隊的技術專家，圍繞 AI 工程化、系統架構與研發模式演進展開深入探討。更多詳情可掃碼或聯系票務經理 18514549229 進行咨詢。