来源：《硅谷101》播客 · 「一个科学家与失控的AI竞赛」 嘉宾：周建功（科技财经媒体人，前福布斯中文版负责人，本书中文译者） 参考书目：《哈萨比斯：谷歌AI之脑》，作者巴斯蒂安·马拉比
本文整理自「硅谷101」播客。内容围绕哈萨比斯的新传记展开，涵盖从神童时代到DeepMind崛起、AI路线之争、ChatGPT冲击与反超，以及对AI风险的思考。以下按主题组织，每个主题包含「新的变化」和「嘉宾观点与解释」两个维度。
一、哈萨比斯：一个用AI理解宇宙的科学家
嘉宾观点
周建功：哈萨比斯与硅谷的马斯克、黄仁勋、Sam Altman截然不同。他身上有一种浓厚的欧洲科学革命和人文精神——造AI不是为了做产品、不是为了赚钱，而是为了"理解宇宙"。他崇尚费曼的名言：“如果你不能把一个东西造出来，你就不能真正理解它。”
书中有一个细节极具象征意义：DeepMind办公室旁边，正是当年物理学家希拉德构思原子弹想法的路口。哈萨比斯每天经过那里都会想：现在正在做的事情，重要性与原子弹不相上下。
马拉比（作者）的写作视角：AGI是威力无比强大的技术，也可能是人类的终极技术（原书名即"Genius Makers"）。发明这些技术的一小撮人究竟是什么样的人？他们的动机可能直接影响这个技术对人类未来的意义。马拉比选择了哈萨比斯作为叙事核心，因为AGI这个运动确实是从哈萨比斯和DeepMind发起的——在ChatGPT出现十年之前。
二、神童时代：从国际象棋到计算机的启蒙
新的变化
哈萨比斯4岁看大人下棋，5岁自己下，13岁成为国际象棋大师，同年龄段全球排名第二。他的父母是典型的移民家庭（母亲新加坡华人、父亲塞浦路斯希腊人），倾其所有培养他的天赋，父亲甚至放下自己的事，开车带他满欧洲参赛。
但在11岁时，哈萨比斯经历了两个关键"顿悟"，彻底改变了他的人生轨迹。
嘉宾观点
第一个顿悟：11岁时在伦敦与丹麦国际象棋冠军对弈，下了十个小时。他看着对手思考，看着大厅里所有下棋的人，突然想到：最聪明的人难道要把全部智力花在下棋这一件小事上？于是他投子认输，从此对胜负不再执念。这解释了他后来为何不满足于单一领域的成功——他的野心始终指向更广阔的问题。
第二个顿悟：同年在伦敦书店读到一本薄册子——英国大师利维写的关于编程国际象棋程序的书，其中引用了香农1950年的论文。香农提出：如果能编程下象棋，这种能力可能扩展到其他智力和认知任务，具有通用性。这直接把哈萨比斯从"国际象棋世界"连接到了"计算机世界"，也为他后来追求AGI埋下了种子。
三、万灵药工作室：算力不足的深刻教训
新的变化
哈萨比斯16岁被剑桥录取，等待入学期间去欧洲顶级游戏公司牛蛙（Bullfrog）打工。在这里他加入了游戏中的智能体概念——给角色设定反馈环境，比如吃了咸的食物后会口渴，这是他最早的"智能体"直觉。
从剑桥毕业后，他找来强化学习之父萨顿的学生Cerver，创立万灵药工作室（Elixir Studios），设计了一款名为《共和国》的游戏——以苏联崩溃为背景，试图在一个城市里同时模拟上千个独立思维的角色，引擎号称渲染无限多边形。
但结果是失败的。2003年的电脑算力完全跟不上他的野心，关键演示时掉链子，游戏被砍掉大量功能后勉强上线，评价平平。
嘉宾观点
周建功：这次失败对哈萨比斯意义深远。它深刻教训了他——拥有再好的算法和想法，没有足够的算力支撑，也只能停在纸面上。这也解释了后来他为何坚定选择被谷歌收购——谷歌能提供"最好的资金、最好的算力"。
同时，这段经历也确立了他的实践哲学：他不是空谈的科学家，而是"知行合一"的实践者。如果想到通用计算智能体，他一定要在一个可操作的环境里把它造出来。
四、DeepMind创建与融资：被当成骗子的时代
新的变化
2010年，哈萨比斯在伦敦大学学院读神经科学博士期间开始筹备创业。三位联合创始人：哈萨比斯（绝对多数股份）、Shenli（将哈萨比斯引向硅谷的关键人物）、苏莱曼（穆斯林移民背景，牛津神学辍学，后来成为微软AI负责人）。
融资过程极其艰难。在伦敦，没有人能听懂"我要造AGI"这种话，金融街的人甚至劝他们"你们还不如来做量化交易"。
嘉宾观点
最终投资DeepMind的人都是非凡之辈：
- 一位英国天使投资人：出于宗教信仰投资，认为AGI是"上帝需要的机器"。
- MIT教授：认定哈萨比斯一定能获诺贝尔奖，而且是费曼和克里克级别的，投了十万美元。
- Peter Thiel的Founders Fund：Thiel本人并不看好，但合伙人诺赛克一见哈萨比斯就认为"这个人跟马斯克一样"，反复说服Thiel。Thiel甚至给了不上投委会表决的特殊通道才完成投资。
Peter Thiel后来退出：2013年AlexNet出来后，AI人才身价暴涨。Thiel认为"共识就意味着泡沫"，决定不再追加投资——这迫使DeepMind在C轮融资时不得不寻找其他出路，最终促成了谷歌收购。
五、谷歌收购：科学理想与商业变现的博弈
新的变化
DeepMind在C轮融不到足够的钱。在此过程中，马斯克因为投资DeepMind而结识了Larry Page——两人在观看SpaceX发射后的私人飞机上谈到神经网络，Page默默在安卓手机上记下了DeepMind的名字。
Facebook的扎克伯格也加入了争夺。但哈萨比斯去扎克伯格家见面后非常失望：扎克伯格把AI、虚拟现实、增强现实、3D打印都看得同样重要，AGI在他眼中的地位远没有那么高。哈萨比斯认为扎克伯格"对未来技术没有自己的判断"，转头给Larry Page打了电话。
嘉宾观点
Larry Page一句话打动哈萨比斯：“你的目标不是追求AGI吗？我已经在这里为你准备了一切。”
哈萨比斯选择谷歌而非Facebook的三个关键原因：
- 最好的资金和算力——科学家最在乎的；
- 文化契合——Page有科学家情怀，谷歌的"不作恶"理念与AI安全有契合点；
- AI安全宪章——DeepMind要求建立安全与伦理委员会（外部、谷歌、DeepMind各三分之一），Facebook没有这些。
收购价格：约5-6.5亿美元（从未官方确认），平均每个核心技术人才约1500万美元，哈萨比斯个人估值约1.4亿美元。在今天看来，这笔交易"怎么看都太便宜了"——DeepMind后来给谷歌带来了AlphaGo、AlphaFold、Gemini和一座诺贝尔奖。
六、强化学习 vs 深度学习：AI发展史上被忽视的路线之争
新的变化
哈萨比斯和David Silver从一开始就有一个执念：通向AGI之路一定是强化学习，未来的AGI一定是一个单一模型。这个执念导致了AlphaGo、AlphaZero的成功，但也让DeepMind在ChatGPT时代初期吃了大亏。
在学术界，强化学习和深度学习之间存在明确的"学派之争"：萨顿（阿尔伯特大学）代表强化学习，辛顿（多伦多大学）代表深度学习。两个阵营之间存在对峙——有人从萨顿那里读完硕士，想去辛顿那里读博士，辛顿那边的人会说"你那个强化学习跟我们行不通"。
嘉宾观点
为什么强化学习在游戏领域大获成功？ 因为游戏是规则清晰、边界清晰、奖励机制明确的环境，强化学习的试错、反馈、快速优化能力可以发挥到极致。
为什么DeepMind被ChatGPT打了个措手不及？ 哈萨比斯将AI研究排了优先级：第一是强化学习（重中之重），第二是神经科学，第三是从数据中归纳——而大语言模型只是第三位里面的一个分支。他一直认为"AGI一定是grounded的（接地的），语言是不接地的"，不承认语言中间接反映了人类大量接地的经验和逻辑。
这导致当GPT-2出现时DeepMind只是"关注"（还不到重视），GPT-3才让他们"警醒"。等他们准备反击时，ChatGPT已经横空出世。
但这条路线之争正在融合：AlphaFold其实是深度学习发挥了比强化学习更大的作用；OpenAI后来的推理模型（o系列）和DeepSeek R1也在往强化学习的方向回摆，借鉴AlphaGo的思路。两条路线正在走向融合。
七、AlphaFold：从围棋到蛋白质的跨越
新的变化
哈萨比斯一直关注生命科学。在伦敦大学学院读博士时就注意到生物学家安芬森提出的蛋白质结构理论。2016年AlphaGo在首尔击败李世石期间，他与David Silver私下讨论的下一个目标就是蛋白质——这段对话被旁边记者录了下来。
嘉宾观点
AlphaFold的成功路径：蛋白质折叠问题经历了从循环神经网络到卷积神经网络再到深度学习的三次技术转向。关键人物Jumper（跨学科天才，懂数学、量子物理、化学、生物）决定从物理模拟转向机器学习，这一决定获得了哈萨比斯的支持。
最终决定AlphaFold 2成功的，是Transformer架构的引入。这恰好证明了深度学习的力量——而不仅仅是强化学习。
数据问题的创新解法：公开数据库所有人都在用，DeepMind的优势在于用卷积神经网络预测氨基酸之间的距离，从而自行生成训练数据。这配合谷歌提供的强大算力，让他们一路开挂：2018年首次参赛击败97个团队，2020年AlphaFold 2得92.4分，颠覆整个领域。
八、苏莱曼：DeepMind的暗线与AI安全治理的先行者
新的变化
苏莱曼作为第三位联合创始人，一直负责DeepMind的商业化。他在数据安全和隐私保护方面做了大量工作，但伦敦NHS医疗项目（使用160万份患者数据训练模型识别肾衰竭）引发了舆论危机，成为他与哈萨比斯矛盾爆发的导火索。
嘉宾观点
苏莱曼在DeepMind内部一度想推动公司独立——制定"马里奥计划"，找蔡崇信和LinkedIn创始人霍夫曼融资，甚至设计了类似OpenAI的非盈利架构。但当这些计划落空、Pichai不给他副总裁职位后，苏莱曼被边缘化，最终离开DeepMind创立Inflection AI，后来Inflection被微软收购，苏莱曼成为微软AI部门掌门人。
一条有趣的竞争线：现在哈萨比斯掌管谷歌AI，苏莱曼掌管微软AI——曾经的合伙人变成了竞争对手。
OpenAI为什么成立？ 部分原因正是因为DeepMind被谷歌收购后，马斯克等人无法控制DeepMind，才成立了OpenAI来抗衡谷歌。而OpenAI的非营利性质又刺激了哈萨比斯想独立——历史环环相扣。
九、ChatGPT冲击：从"坦克开到草坪上"到全面反击
新的变化
2022年底ChatGPT发布时，DeepMind其实也在准备发布类似产品（Sparrow模型），但谷歌在安全上极其慎重——2022年6月刚发生过工程师声称AI有意识的公关危机。DeepMind计划花几个月完成安全对齐后再发布，没想到ChatGPT一下子出来了。
嘉宾观点
哈萨比斯犯的最大战略性错误：他固执地不愿意承认通向AGI的另外一条可能的道路是深度学习。即使AlphaFold已经证明深度学习的作用更大，他仍然藐视语言，认为"AGI一定是grounded的"。
此外，他一直认为DeepMind应该是以科学研究为主的机构，突然发现"通过工程、产品、商业推进AGI所起的作用非常巨大"——如果不让更多人用，谈什么Sparrow都没有意义。
他的反应：愤怒。书中原话"他们把坦克开到了我们家草坪上了"——他觉得AGI这个地盘应该是DeepMind的。在反思的同时，也埋下了"复仇"的种子。
十、追赶与反超：2023-2025年的全面调整
新的变化
2023年4月，DeepMind与Google Brain合并，成立Google DeepMind，CEO是哈萨比斯而非Jeff Dean——这证明Pichai当初坚决不让DeepMind分离出去的远见。
嘉宾观点
追赶的关键策略：
- 组织架构合并：集中所有AI资源，DeepMind一家占的算力比Gmail几十亿用户还多，集中攻克最前沿大模型。
- 削减蓝天研究：从blue sky research转向更多工程化工作。
- 停止即时发表：以前谷歌总是第一时间发表研究成果，现在改为保密。
- 回到突击队模式：集中全公司最重要的人才攻坚，精英式合作，谁在哪个环节突破立刻内部公开采纳，完全透明的高强度攻坚。
成果：Gemini Flash Thinking、原生多模态、长上下文都是DeepMind率先推出。到2025年6月之后，Gemini在各评测榜上成为全球表现最好的模型之一。推理模型方面，虽然OpenAI领先两三个月，但DeepMind凭借强化学习的积累很快追上。
十一、哈萨比斯的矛盾：科学家还是竞争囚徒？
嘉宾观点
周建功：用最简单的话说，“哈萨比斯是个好人”。他的真正理想是科学发现。Anthropic创始人阿莫迪在今年达沃斯论坛上与哈萨比斯同台时，将AI创业者分为三类：科学家、工程师背景的创业者、做社交网络的人（暗指Sam Altman和Zuckerberg）。哈萨比斯把自己摆在科学家位置——做事情天生有向善的情怀，最大的愿望不是控制公司或积累财富，而是"探索宇宙的奥秘和现实的构成"。
但矛盾也很明显：
- 争强好胜：他在任何智力游戏中都要赢——桌面足球、扑克牌、象棋、双陆棋。一边说"我不愿意控制别人"，一边行为上处处要赢过别人。
- 绝地武士般的说服力：口才极好，能把所有人"砍晕"，跨学科逻辑打通的能力在世界上很少有人能匹敌。
- 对强化学习的执念：这种固执既造就了AlphaGo和AlphaFold的成功，也让DeepMind在ChatGPT时代初期落后。
马拉比的写作偏向：周建功坦承马拉比作为英国人，写自己的"国宝"时自然有倾向性流露——书中很少展现哈萨比斯在关键抉择时的矛盾性，更多是长篇叙述他的思想。马拉比在书中流露出对硅谷的不信任，暗示"由哈萨比斯这样的人在伦敦引领AI，可能代表了这个技术的未来"。
红军（主播）的质疑：人很多时候可以在事情成了之后，事后给自己安一个光鲜亮丽的理由。马拉比是否被哈萨比斯说服了？至少他选择大量对话的方式，确实把哈萨比斯想对公众传递的东西传递了出来。
十二、AI风险：从乐观到警醒的转变
新的变化
在本书写作和节目录制期间，哈萨比斯对AI总体上还是乐观的。他描绘了"后稀缺时代"的愿景：开采小行星、解决核聚变、从海水提取燃料、将人类文明推到全新高度。
但在节目播出前后，哈萨比斯的态度发生了明显转变：他公开在一个AI峰会上警醒AI带来的风险，称"AI系统正在变得越来越自主，一旦偏离预设轨道，后果可能非常严重，当前国际合作可能根本不够用"。
嘉宾观点
周建功：对于Hinton和本吉奥的AI末世论，他不太喜欢这种论调，认为很多人"夸大自己所发明技术的威力"本质上是一种自我膨胀。他主张"以人为本的AI"——建立人对机器的协作式控制机制，将AI控制在一个沙盒之内，对人类社会绝对不能造成伤害。
关于科学家的天职：书中引用了原子弹研发者彭德曼的话：“我们知道威力太大，但作为科学家，如果不履行发现的天职，这违背科学伦理。但一旦把这些力量释放出来，我们可能成为世界上最被憎恨的人。“这正是哈萨比斯的内心写照——探索的乐趣太大了，即使知道AI的威力，顶级科学家也无法停止自己的探索和创新。
结语：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。这本书写到了2025年初，但AI战局的变化已远超书本所能覆盖。DeepMind给谷歌带来了AlphaGo、AlphaFold、Gemini和一座诺贝尔奖——这远不是几亿美元能衡量的。而哈萨比斯这个人的故事，也许正是理解这场AI竞赛如何从一个科学家的个人追求，演变为一台失控的竞赛机器的最好窗口。