阅读札记

哈萨比斯在斯坦福:"奇点山脚"

2026-06-25

最近我刷到一位博主("竹子")解读哈萨比斯(Demis Hassabis)斯坦福访谈的视频,讲得很燃,但也明显有不少戏剧化加工。我决定自己重新写一篇——前半部分尽量客观复述这场对话到底讲了什么,后半部分再放我自己的思考。

先交代背景:哈萨比斯是 Google DeepMind 的联合创始人兼 CEO,因用 AI 预测蛋白质结构,与 John Jumper 共享了 2024 年诺贝尔化学奖的一半(另一半授予做计算蛋白质设计的 David Baker)。注意,他不是独得——这是三人分享的奖。时间是 2026 年 5 月 24 日(周五)。

我为什么想记一笔?因为这场对话里,他既给了一个相当具体的时间判断,又抛出了一个足够宏大的经济学命题。这两件事放在一起,值得认真对待。

一、客观纪要:这场对话讲了什么

下面几点,我只写能在一手出处(GSB 整理稿、诺奖官网、DeepMind 等)里找到依据的内容。凡是博主自己加的画面,我会用引用块单独标出来,与哈萨比斯本人的话分开。

1. AI 最大的威力不在聊天,而在攻克科学难题

哈萨比斯反复强调,AI 真正的价值应该用在气候、能源、疾病这类人类难题上,而不只是聊天写文档。他手里最有力的例证是 AlphaFold:它攻克了困扰科学界约 50 年的蛋白质结构预测难题(这是诺奖与 DeepMind 的官方措辞;严谨语境下,"结构预测"与通俗说的"折叠问题"略有区别)。

这里要把流传中的两处说法收紧:

速度:常被说成"几秒钟解出结构",这是夸张了。官方与 Nature 论文的口径是"几分钟"级——典型蛋白几分钟,大蛋白可达数小时,若含序列比对检索通常还要数十分钟。更准确的说法是:相较过去动辄数月乃至数年的实验测定,如今几分钟级即可给出预测。
用户数:不同权威来源口径不一,且取决于统计时点。诺贝尔委员会 2024 年 10 月的措辞是"超 200 万人、190 多个国家";DeepMind/EBI 的最新口径则是"超 300 万用户"。严格说应称"用户"而非全是"研究人员"。

可以确证的是:AlphaFold 的代码已开源(GitHub),其与 EMBL-EBI 合作的蛋白质结构数据库收录超过 2 亿个结构预测、几乎覆盖 UniProt 中所有已知蛋白,并免费开放给全球科研人员。

2. "我们正站在奇点的山脚下"

这是哈萨比斯本人的原话——"foothills of the singularity"。但请注意他的限定语气:他说的是山脚(foothills),即刚刚起步,而不是"奇点已到";他甚至说"十年后回望,我们才会意识到现在正处在山脚下"。他把"奇点"解释为 AGI 将开启的"一个新的人类纪元(a new human era)",而非科幻意义上的失控末日;他自述之所以在收尾用这个词,是想"对我对 AGI 的真实想法保持诚实"。

关于时间线,他的原话是:AGI 大约在 2030 年到来,正负一年(约 2029–2031)。这是他在多个场合的一致表述,比笼统的"五到十年"更精确。

博主"竹子"的演绎部分:"让全场沉默""谷歌公关都懵了"——这两句在任何可靠来源里都查不到,属于博主的戏剧化包装,不是事实,也不是哈萨比斯的话。可证实的只是:这句"奇点山脚"是他在 2026 Google I/O 主题演讲收尾时说的,他自述是团队反复斟酌后才决定讲出来的。

3. 真正值钱的不是万能聊天框,而是行业级专用系统

他认为大家近来突然觉得"AI 变有用了",是因为 AI agent 和工具调用开始进入工作流——不只是回答问题,而是替你做事,但他强调这仍处早期阶段。他真正看重的方向是:把 AI 的能力拆进各个具体行业,做出每个领域自己的"AlphaFold"。他用过类似"应该有 20 个 AlphaFold"的说法——这是打比方的概数,不是确切规划。

谈到这里他有点感慨:他理想中的路线是像 CERN(欧洲核子研究中心)那样,把顶尖头脑聚在一起、互相批评地推进 AGI,同时把成熟能力先用于治病、新药和能源。但 Transformer 在语言上的惊人效果(催生了 ChatGPT 这类聊天机器人)改变了这条轨迹——大模型迅速成为商业上的必争之地,竞争一下子激烈起来。

4. AI 风险需要各国协作,最大隐患是"协调不了"

他观察到一种割裂:不同地区对 AI 的情绪差异很大,有的地方充满担忧,有的地方年轻人则极度乐观,把 AI 当作改变命运的工具。更棘手的是,由于地缘政治和经济竞争,没有哪个国家敢单方面"踩刹车"。在他看来,比起"机器失控",人类社会能否协调一致才是更现实的隐患。

博主演绎部分:"美国街上出现殴打外卖机器人"——核实来源里没有任何对应事实,这是博主为渲染冲击感自己加的画面,不应当事实读。

5. 最宏大的判断:"非零和世界"

这是整场对话里我觉得最值得记的一点,而且是哈萨比斯的真实主张。他说,人类以往的经济体系底层大多是同一个假设——资源有限、你多我就少,最终趋于零和博弈。如果 AI 真的做对了,这个前提可能第一次失效,人类将"有史以来第一次进入一个非零和的世界"(原话:non-zero-sum world for the first time in humanity's existence)。

他用的词是 "radical abundance(彻底丰裕)"。他甚至把"资源池"扩大到地球之外——"前往群星、利用太阳系而非仅地球的有限资源"。由此他向斯坦福经济学、社会学、哲学的学生提问:既然现有经济体系大多建立在"资源稀缺"这个前提上,如果前提改变,我们需要一套怎样全新的经济规则?他明确表示,过去试过的体系都建立在零和假设之上,因而不适用,需要新的经济思维。

这里要给流传中的两处概括打个补丁:

"生产成本趋近于零" 不是哈萨比斯在这场对话里的原话,而是对"彻底丰裕"的通俗外推。他确实提过聚变、超导、新材料会带来能源与材料的丰裕,但"AI + 新能源 → 成本趋零"这条因果链是后人串起来的,方向不错,但别当直接引语。更稳妥的复述是:资源不再是零和、走向彻底丰裕。
关于马斯克的对照:哈萨比斯"逃去火星也救不了你""未来或需普遍高收入(universal high income)再分配财富"这些说法,来自其他访谈场合(如他复述 2012 年与马斯克在 SpaceX 的午餐),不一定出自这场斯坦福对话。把它们直接塞进"斯坦福访谈"里并不准确——它们更适合作为旁证单独标注。

6. 给学生的建议:AI 原住民与人文学科的机会

他鼓励斯坦福学生以"AI 原住民"的心态行动:理工科学生要理解工具怎么搭、能做什么;人文学科的学生也能借工具把脑子里想的东西大量产出。他确实点名了哲学、经济学、社会学的机会——"如何演化我们的社会"需要伟大的哲学家,需要能超越稀缺模型的经济学家。他也说过,擅长编程的人借助 AI"在项目规模上能做 100 倍的事"。

顺带澄清那个反复出现的 "100 倍",它有两个不同语境,别混淆:

一个是个人层面——"擅长编程的人借 AI 能做 100 倍规模的项目";
另一个是宏观类比——他形容这波变革"比工业革命快约 10 倍、影响约 10 倍,合起来约是工业革命的 100 倍,而且老实说可能还是低估"。这是他口头做的量级类比,不是"生产力/成本精确翻 100 倍"。

二、我的几点思考

时间线我信一半,但"2030"更像信号而非日程。"AGI 在 2030 正负一年"是他多次公开说过的真实判断,可信之处在于这是一个长期在该领域工作的人愿意公开押注的具体年份。但 AGI 本身没有公认定义,一个没有统一标尺的目标谈"哪年到达",更像是在表达"很近了、该准备了"的紧迫感,而不是真能掐表的日程。我会把它当作方向信号,而不是倒计时。
我最认同的是"专用 AI"这条路,而不是"万能聊天框"。AlphaFold 之所以有说服力,恰恰因为它不是通用聊天,而是一个被严格验证、能交付确定价值的专用系统。把这套模式复制到能源、材料、医疗,远比再造一个更大的聊天机器人更可能改变世界。这一点我觉得他说得最扎实。
"非零和世界"是漂亮的命题,但我对它的现实路径保留态度。即使生产力真的暴涨,丰裕能不能"让所有人获益",取决于分配制度,而不是技术本身。历史上每次生产力跃迁,红利分配都极不均匀。哈萨比斯把球踢给了经济学家和哲学家——这很诚实,但也说明:技术能创造丰裕,却不能自动创造公平。这恰恰是最难的部分,而它不在工程师的掌控里。
他真正的担忧不是"AI 失控",而是"人类协调失败",这点我深以为然。"没有国家敢踩刹车"的竞赛逻辑,比"机器觉醒"现实得多。略带讽刺的是,他理想中的 CERN 式慢研究,正是被他所在行业的商业化浪潮改变了轨迹——也包括 DeepMind 自己。这种"明知更好却回不去"的处境,我觉得是这场对话里最真实、也最无奈的部分。
对"人文学科机会论",我谨慎乐观。说未来更需要哲学家、经济学家来定义 AI 的价值观和新规则,逻辑上成立,我也认同方向。但"需要这类思考"不等于"市场会自动给这些人位置和报酬"。新规则由谁定义、谁买单,目前并不清楚。我愿意把它当作鼓励,而不是一份就业保证。

结语

这场对话里我真正想留下的,不是"奇点""100 倍"这些容易被做成标题的词,而是那个朴素的提醒:技术可能带来丰裕,但能不能让所有人受益,是人类自己要回答的问题,AI 不会替我们回答。

哈萨比斯把这件事更多地交还给了人——交给经济学家、哲学家,也交给在场的学生。我愿意把这份"未定"原样记下:它既是他的理想主义,也是一份责任——书写的人,是我们。