Google DeepMind 首席执行官 Demis Hassabis 谈生活在 AI 未来｜EP 137
摘要
主持人认为，Google 在 I/O 上的叙事已从“让 Google 替你搜索”转向用户主动操作的 AI 工作台，而站在前沿还要每月支付250美元。 AI Mode 更简洁的界面可以将一个问题拆成几十次搜索——回答 Costco 会员费问题就查了72个网站——但服务成本更高，目前也没有广告。投资者真正关心的是，购物、订阅和其他交易能否取代围绕蓝色链接建立的商业模式。
Google 给出了分发能力和竞争势头可信的证据：Gemini 月活用户达到4亿，token 输出量在1年内增长了50倍。 与被动看到 AI Overviews 的15亿人不同，Gemini 用户必须主动打开应用或网站。Kevin Roose 形容 Google 是一支“至少确定能进季后赛”的球队，但华尔街反应平淡，说明市场很难把长达2小时的产品发布会转化为增量价值。
Demis Hassabis 将 AGI 概率最高的区间放在5到10年后，并称 Google DeepMind 已成为 Google 的“发动机舱”；他认为 AGI 研发已经“过了中场”。 他的定义刻意设定了很高门槛：AGI 理论上必须能完成“人类大脑能做的一切”，不仅解决重要猜想，还要提出这些猜想；其稳定性还必须高到让顶尖专家都难以找出低级错误。
这套研发战略明确采取叠加路线：扩大通用模型规模，将其蒸馏成高效工作模型，针对蛋白质结构等领域进行专门化，并追求标准技术栈之外的突破。 Hassabis 说：“我是兼而有之。”Google 约90%的生产力和科学工作建立在核心模型之上，尤其是 Gemini 2.5；领域数据和专家负责剩余的专业化工作，并将发现反馈给通用模型。
AlphaEvolve 是自动化 AI 研究的早期样本，已经具备商业相关性：它使用 Gemini 模型和进化选择，改进代码、芯片设计、数据中心调度和矩阵乘法。 它目前仍然狭窄、需要人工监督，主要适用于能够证明评估结果正确的问题；Hassabis 说，它带来的是有用的几个百分点提升，而不是递归智能式的“阶跃变化”。其创造性启示在于，当疯狂提案经过严格评估筛选后，幻觉可以变成“想象力”。
Hassabis 认为，随着能力更强的 agent 可能在2到3年内出现，安全风险会急剧上升，必须让可控性研究和国际基准实现“阶跃式变化”。 他已转向支持有限的现实部署，因为数千万用户暴露的边界情况，不可能由100人或1,000人的测试团队全部发现；但他仍主张先进行严格的内部测试。出口管制依然是未解的权衡：一方面要限制前沿模型扩散，另一方面又要确保西方技术在全球被采用。
未来5年，Hassabis 预计 AI 主要会增强劳动者能力，但他不愿对这场过渡之后的世界做出有把握的预测。 他仍建议学习 STEM 和编程，同时成为当前工具的“忍者”，并培养创造力、适应力、韧性以及“学会学习”的能力。更长期看，他设想由更小、经 AI 加持的团队完成工作，个人拥有一支 agent 队伍，社会进入“激进的富足”与可能的“全民高收入”；但他坚持认为，即使机器在技术上胜过人类，人际连接和艺术创作中的挣扎仍可能保有价值。
精读
上游暂未提供，后续同步将继续补齐。