E226｜聊聊DeepMind创始人哈萨比斯：一个科学家与失控的AI竞赛
摘要
哈萨比斯的核心押注不是一款产品，而是“先解决AI，再用AI解决一切”的单一AGI机器。 他把科学视为“一种精神追求”，希望造出能完成比爱因斯坦、牛顿更伟大发现、探索宇宙的机器；从融资故事看，投资者押注的是这种跨越游戏、生命科学与基础模型的通用研发能力，同时也必须承受技术可能失控的尾部风险。
谷歌以约5亿至6.5亿美元收购DeepMind，谈判中明显以人才估值作参照。 顶尖研究员每人约1,500万美元，哈萨比斯本人据称估值约1.4亿美元；泓君的复盘是，这笔交易随后带来了AlphaGo、AlphaFold、Gemini，以及哈萨比斯等人获得的诺贝尔化学奖，“远不是几亿美元能够衡量的”。
周健工认为，DeepMind早期落后OpenAI的重要原因，是哈萨比斯与David Silver对强化学习的执念。 哈萨比斯长期认为语言“不接地”，把大语言模型放在研究组合的第三层分支；但节目也提到，o1、DeepSeek R1和推理模型又在借鉴强化学习，说明竞争不是路线替代，而是深度学习、Transformer与后训练强化学习的持续融合。
AlphaFold证明DeepMind的价值不只在模型榜单，而在把AI迁移到高价值科学问题。 团队从序列建模、图像识别一路修正到深度学习与Transformer，结合约10万个既有蛋白质结构和自生成的距离数据；2018年击败97支团队，AlphaFold 2在2020年取得92.4分，并最终通向2024年诺贝尔化学奖。
ChatGPT让谷歌意识到，科研领先若没有工程、产品和分发，就无法兑现“general”。 GPT-4出现、Bard发布受挫后，谷歌在2023年4月合并DeepMind和Google Brain，由哈萨比斯担任Google DeepMind CEO，集中算力、削减部分蓝天研究、减少前沿成果的即时公开，恢复突击队式协作；Gemini、Flash Thinking、原生多模态和长上下文随后追回差距，印证谷歌基本盘的组织杠杆。
DeepMind的治理史显示，AI安全原则很难抵抗控制权、商业化和组织政治。 收购时设想的“三三三”伦理委员会未真正运转，独立计划也因融资不足告终；泓君提到，Suleyman主导的NHS项目使用160万份患者资料训练肾衰竭识别模型，引发隐私争议；周健工补充说，媒体放大了这场危机，而Suleyman也做了数据治理工作。最终这位联合创始人离开并成为微软AI负责人，把内部裂痕变成外部竞争。
节目没有把哈萨比斯简单写成救世主，而是保留了“好人”、胜负欲与失控竞赛之间的张力。 他一面说不愿控制别人，一面“任何智力游戏，不玩则已，一玩一定要战胜别人”；节目末尾补记中，他又公开警告AI正变得越来越自主，一旦偏离预设轨道后果可能严重——真正未决的问题仍是：“他想做正确的事情，但是他能做到吗？”
精读
1. 哈萨比斯造AGI，是为了理解宇宙而非先做产品
泓君把全片的矛盾放在开头：哈萨比斯掌管谷歌AI研发，既一生想造出比人类更聪明的东西，又比谁都清楚它可能失控。他每天经过西拉德萌发核链式反应想法的路口，会想到自己所做之事“跟原子弹的重要性不相上下”。
Sebastian Mallaby以《The God Machine》为原书名，把AGI写成可能改善人类福祉、也可能作恶的“上帝的机器”。周健工认为，传记真正追问的不是技术规格，而是发明终极技术的“一小撮人究竟是什么样的人”，因为动机可能直接改变文明结局。
泓君说，近期DeepSeek出现带来的震动，是AI在播客选题和采访提纲上已可能比她做得更好。于是哈萨比斯不再只是传记人物，而是一个现实问题：科学家如何看待自己正在加速替代人类工作的机器？
2. 国际象棋给了神童两次顿悟：智力不该只用于赢棋
哈萨比斯4岁看棋、5岁下棋，9岁进入英国11岁以下代表队，13岁成为大师，同龄全球排名第二。年幼的他要垫两本厚书才能看见棋盘，一局常下八至十小时，父亲则开着破车带他跑遍英国和欧洲参赛。
约11岁时，他与丹麦冠军鏖战十小时，本可继续求和，却望着满屋聪明人突然问：“难道我就在下棋中度过这一辈子吗？”他主动认输，从此不再那么执着于棋局胜负，更在意智力能否解决比游戏更大的问题。
随后，一本计算机国际象棋小册子把他从棋盘引向香农。香农早在1950年提出：若计算机能下棋，也可能完成许多其他认知任务；这让哈萨比斯第一次看到，游戏可以成为通用计算的入口，而不是人生的终点。
3. 游戏创业失败，让他同时认识智能体、算力和落地
在牛蛙游戏公司工作时，哈萨比斯已尝试让角色根据环境反馈行动：吃咸食物会口渴，喝水后状态再变化。周健工把这视为后来智能体概念的朦胧原型——角色不是播放脚本，而是在环境中形成反馈循环。
剑桥毕业后，他与David Silver创办万灵药工作室，试图在《共和国：革命》中模拟一座城市及上千个具有独立思维的角色。2003年的显卡、CPU和内存撑不起野心，展会演示掉链子，最终只能砍掉大量功能勉强上线，市场评价也归于平淡。
泓君提炼的教训是：再超前的算法，没有算力仍只能停在纸面。周健工则用费曼那句话解释哈萨比斯为何不断亲手造东西——“如果你不能把一个东西造出来，你就不能真正理解它”；他不是空谈AGI的科学家，而是被失败训练过的实践者。
4. 强化学习既造就DeepMind，也成为它后来失速的原因
DeepMind于2010年成立，使命被压缩成“先解决AI，再用AI解决一切”。哈萨比斯与David Silver早期相信，通向AGI的道路必然以强化学习为核心，未来的AGI也应是能够处理所有任务的单一模型。
这条路线背后还有学派冲突：Geoffrey Hinton代表深度学习，Richard Sutton代表强化学习，两个加拿大团队一度彼此排斥。强化学习在规则、边界和奖励都清晰的游戏中尤其强大，试错、反馈和快速优化可以被发挥到极致。
但实践不断迫使路线融合：DeepMind从Hinton阵营和OpenAI挖人，OpenAI也从DeepMind挖人；AlphaFold中深度学习已发挥更主要的作用，而OpenAI后来的推理模型和人类反馈训练又使用了强化学习。节目还提到，o1和DeepSeek R1正在借鉴AlphaGo的思路，强化学习与深度学习并非胜者通吃，而是在推理模型时代重新汇流。
5. 三位创始人的能力互补，但权力从一开始就不对称
哈萨比斯在伦敦大学学院读计算神经科学博士时结识Shane Legg；一次电梯偶遇中，Legg说自己要去硅谷参加“奇点大会”，由此把哈萨比斯接入Peter Thiel、Elon Musk等人的网络。周健工认为，这个连接本身就是联合创始人的关键贡献。
Mustafa Suleyman来自生活艰辛的移民家庭，牛津神学读了两年便辍学，开始做一些小生意。他与哈萨比斯谈得最多的是“社会正义”和“怎么做生意”，还提出过合伙做公寓出租等项目，因而在融资、经营和商业化方面发挥作用。
股权上三人的位置明显不对称：哈萨比斯的持股约为Shane Legg的9倍、Suleyman的14倍。这种差异也为后来Suleyman争取独立地盘埋下伏笔。
6. DeepMind的融资史，是一场反共识投资的压力测试
伦敦金融界听不懂AGI，甚至劝团队干脆加入金融机构做量化。第一位英国投资者却因宗教信念认定它是“上帝的机器”，投下几十万英镑；哈萨比斯在麻省理工学院做研究时的指导教授则拿出自己仅有的10万美元，因为相信他终将获得费曼、Crick级别的诺贝尔奖。
Founders Fund内部真正坚持投资的是一位将哈萨比斯类比Musk的合伙人，Peter Thiel本人仍怀疑商业模式。基金绕开通常的投决表决，首张支票约230万美元、据泓君回忆大约接近换取一半股权，下一张约900万美元；三轮后，其持股已超过三位创始人合计。
Thiel到2013年停止追加，并非认定AI失败，而是AlexNet突破后人才价格飙升，行业开始形成共识；在他的框架里，“共识就意味着泡沫”，继续下注意味着用更多资本承受更不确定的回报。
关键B轮约筹得2,500万美元，周凯旋一方出资约1,000万美元，在Founders Fund不愿领投时托住公司。节目还提到Musk曾承诺投资500万美元；这些资金不是在买成熟收入，而是在为一个当时几乎无法商业化的科学目标续命。
7. 谷歌收购DeepMind，靠愿景打动科学家、靠人才价格完成交易
Musk与Larry Page同乘私人飞机时炫耀自己投资了DeepMind，Page默默用安卓手机记下名字；不久哈萨比斯便收到谷歌投资部门的邮件。节目由此串起一条反讽链：潜在竞争者Musk，反而把DeepMind送进了谷歌视野。
Zuckerberg也开出条件优厚的方案，甚至准备额外给几位创始人个人“一笔无法拒绝的钱”。但当他把AI、VR、AR、3D打印并列为热门赛道时，哈萨比斯很失望：他要的是把AGI视作中心使命的人，而非罗列所有热点的买家。
Larry Page真正击中了他：“你为什么不来谷歌呢？你的目标不是追求AGI吗？那我已经在这里为你准备了一切。”谷歌能够提供资金、算力和科学文化，哈萨比斯也终于可以摆脱令他焦头烂额的持续融资。
定价仍是一场精密博弈：Hinton师生三人的小公司以4,500万美元成交，形成每位顶尖研究员1,500万美元的参照；谷歌最初按DeepMind三四十名人才每人1,000万美元报价，最终交易据节目更正约为5亿至6.5亿美元，而非确定的6.5亿美元。
8. AlphaGo选择围棋，因为它是当时最难、也最清晰的公开证明
被谷歌收购后，哈萨比斯向Page提出战胜围棋世界冠军，并随口给出“两年”。国际象棋已被IBM深蓝攻克，围棋的分支可能性又被普遍认为无法穷举；若在这一领域获胜，DeepMind便能证明自己是世界顶尖AI实验室。
哈萨比斯本人只自评围棋初段，懂棋却远非职业水准。2016年AlphaGo在首尔击败李世石，把DeepMind的算法、谷歌算力和集中式研发第一次展示给全球。
9. AlphaFold的突破来自不断承认“上一个模型不对”
哈萨比斯读博时便受Anfinsen问题触动：自然界约有20种常见氨基酸，若能从序列破解其折叠规律，就可能预测大量蛋白质结构。2016年首尔围棋赛期间，他已与David Silver谈论：“围棋攻克了，下一个目标是不是蛋白质？”
Foldit把蛋白质折叠做成有评分的游戏，CASP则把预测能力变成全球竞赛，这正适合“玩什么游戏都一定要赢”的哈萨比斯。传统X射线晶体学往往要多个博士投入很长时间，人类历史积累的结构数据后来被说成约十万种。
团队先把它当序列问题，用循环神经网络；发现氨基酸还有折叠与接触，又改用卷积神经网络做图像识别。John Jumper加入后带来在Schrödinger公司使用分子动力学的经验，却最终决定转向机器学习，因为如果模型本身错误，模拟得越精确，可能在错误的道路上走得越远。
数据侧除约10万个既有结构及UniProt中约2万个人类、数百万动植物与细菌蛋白质数据外，团队还把“接触”转化为“距离”，自行预测氨基酸间距。2018年首次参赛即击败97支团队；2020年AlphaFold 2以92.4分颠覆领域，节目认为Transformer架构是决定性环节。
10. 收购后的真正冲突，是独立研究与谷歌控制权无法同时最大化
哈萨比斯曾称DeepMind引领谷歌确立“AI First”，但被问及与Google Brain如何分工、绩效如何考核时，只笼统提到预测和推荐。两支顶尖团队早期各做各的：谷歌一边拥有Google Brain发明的Transformer，一边拥有DeepMind的强化学习，却没有及早把两张牌真正合并。
收购谈判中设想的AI安全与伦理委员会采用“三三三”结构——外部、谷歌、DeepMind各三人，首次会议甚至由Musk召集；但谷歌法务等部门反对，机制最终没有真正运转。安全原则写进交易，并不等于能转化为有效治理权。
Alphabet重组一度给DeepMind独立机会：谷歌曾承诺未来十年提供150亿美元研究经费，Suleyman负责应用部门并争取副总裁职位。安排变化后，他们启动秘密“马里奥计划”，找Reid Hoffman、蔡崇信等人筹资，甚至设计类似OpenAI的全球公益架构，但资金不足使spin-out未能实现。
11. Suleyman的离开，把公司治理裂痕变成微软与谷歌的竞争
泓君提到，Suleyman主导的NHS项目希望利用160万份患者资料识别肾衰竭，却引发隐私和“英国医疗数据落入硅谷巨头”的争议。周健工转述Mallaby的判断：媒体有所放大，Suleyman也做了大量数据治理工作；但无论责任如何分配，DeepMind与哈萨比斯的声誉都受损。
内部举报又指向Suleyman的管理作风。哈萨比斯启动调查，没有把事情捂住；此后Suleyman被边缘化，在谷歌挂着副总裁虚职两年后离开，创办Inflection AI，后来成为微软AI负责人，与如今统领谷歌AI的哈萨比斯重新站到竞争两侧。
周健工强调，这些组织关系塑造了整个行业：他认为Musk因无法控制已被谷歌收购的DeepMind而参与创建OpenAI；OpenAI的非营利架构又刺激DeepMind谋求独立。今天看似公司之间的模型竞争，源头常是十年前未解决的控制权与安全治理冲突。
12. ChatGPT暴露了哈萨比斯最重大的战略盲区
DeepMind的研究优先级长期非常明确：第一是强化学习，第二是向人脑学习的神经科学，第三才是从数据中归纳，大语言模型又只是第三层中的一个分支。即便从OpenAI挖来的人不断提醒，团队到GPT-2才开始关注，GPT-3才真正警醒。
随后DeepMind开发Sparrow，Google Brain开发LaMDA、后转为Bard，目标都是超过GPT-3的1,750亿参数。节目称谷歌设想约4,000亿至6,000亿参数时，OpenAI已在秘密训练据说接近2万亿参数的更大系统；研究节奏之外，双方更大的差异是发布意愿。
谷歌受一位工程师声称AI有意识、随后被解雇的事件影响，在安全、基于人类反馈的学习与对齐上计划再花数月，ChatGPT却先一步上线。泓君归纳出的反思是：只做科学、不做工程，只做模型、不做产品，只做研发、不理解商业，都不足以推进AGI；“如果你不让更多的人用它，你谈什么general都是没有意义的”。
路线判断上，哈萨比斯坚持AGI必须“grounded”、语言本身不接地；Ilya Sutskever则认为语言已经间接包含人类大量接地经验与逻辑。ChatGPT逼他承认另一条道路的可能性，也激起竞争本能：“他们把坦克开到了我们家的草坪上。”
13. 谷歌的反击首先是组织重构，其次才是更大的模型
GPT-4推出、Bard发布失利后，谷歌在2023年4月合并DeepMind与Google Brain，由哈萨比斯而非Jeff Dean担任Google DeepMind CEO；Sergey Brin也回到一线看代码、数据和模型。周健工认为，这表明Pichai一直把DeepMind视作迟早要启用的战略棋子。
合并释放了极端集中的资源：书中称DeepMind占用的算力一度比Gmail数十亿用户还多。新组织削减部分蓝天研究，不再立即发表前沿成果，把更多人力转向工程与产品，研究公开性让位于竞争速度。
工作方式也回到早期突击队模式：全公司精英集中攻克同一目标，任何模块取得突破都立即内部公开并采纳。Gemini第一代、Flash Thinking、后来的Gemini 2和Gemini 3、原生多模态与长上下文，被周健工列为这种高强度协作逐步见效的结果。
泓君判断，2025年Google I/O后局势开始逆转，谷歌模型已在多项测评榜居前；但她也强调行业可能“三个月、六个月”便换一次领先者，下一阶段也可能轮到Claude。这里的结论不是谷歌永胜，而是它终于把人才、算力和分发基本盘重新组织起来。
14. 哈萨比斯的优势，是把跨学科智慧转化为可执行目标
周健工约在2017年5月专访哈萨比斯一小时，第一印象只是瘦小、秃顶、像普通研究所科研人员；一开口却语速很快，思想流畅、清晰而敏锐，能在不同知识间自由切换。“任何智力上的挑战对这个人可能是没有任何障碍的。”
他选择“智慧”而非“聪明”，因为哈萨比斯不会像播放无数遍的公关PPT，而会针对具体问题给出“最新鲜的一个想法”。周健工认为，黄仁勋的表达有一点公关式味道；而Mallaby记录的三十多小时私人对话，更接近哈萨比斯细微而真实的内心陈述。
哈萨比斯最想要的不是财富或公司权力，而是回大学研究物理与生命科学，造出能完成比爱因斯坦、牛顿更伟大发现的机器，“破解整个宇宙，对上帝进行逆向工程”。周健工因此把他归入欧洲科学革命与人文传统，而非典型硅谷商人。
15. 乐观主义没有消除风险，只让竞赛更难停下
与Geoffrey Hinton、Yoshua Bengio的AI末日警告相比，哈萨比斯长期相信AI可能是人类历史上最有益的技术，因为重大挑战“除了AI之外没有别的办法”。他设想AI把人类带入后稀缺时代：开采小行星、解决核聚变、从海水提取燃料，把文明推向新高度。
周健工不认同单纯的末世论，也提到“奥本海默情结”可能夸大发明者及其技术的力量。他主张以人为本，让人和机器协作，并把AI约束在沙盒内：“让它们去探索、去尝试”，但绝不能伤害人类社会。
科学家的困境由书中引用的冯·诺伊曼式表述概括：技术威力巨大，但不履行发现的天职又违背科学伦理；一旦释放其力量，发明者也可能成为“世界上最被憎恨的人”。泓君补充，探索本身带来的乐趣太强，顶级科学家往往无法命令自己停止。
节目末尾补记让立场进一步变化：哈萨比斯开始公开警告，AI系统正变得越来越自主，一旦偏离预设轨道，后果可能非常严重，现有国际合作“可能根本不够用”。乐观仍在，但风险已从抽象哲学进入紧急治理议程。
16. “好人”不是治理机制，传记也没有解决控制欲的悖论
泓君对Mallaby的保留意见是，书中哈萨比斯的形象“有一点过于正面”：大量篇幅陈述他的思想，却较少在关键抉择中揭示矛盾；人也可能在成功后为自己补上光鲜理由。周健工承认作者把他视为“英国国宝”，并明显对哈萨比斯及其英国立场抱有倾向。
三十多小时对话让书呈现罕见的真诚，也可能把哈萨比斯想传递的自我叙事完整放大。周健工倾向相信其中多数内容，但也同意：若读者不相信这些话的真诚度，它们就会显得像一种由哈萨比斯潜移默化完成的PR。
最尖锐的反证来自他的胜负欲：外表随和、声称不愿控制别人，却在国际象棋、扑克、桌上足球、将棋、双陆棋中“不玩则已，一玩一定要战胜别人”，并拥有把所有人说服的能力。节目最后留下的不是人格裁决，而是制度问题——即便他确实是“一个好人”，善意能否抵挡资本与竞争共同加速的AI机器？