E226｜聊聊 DeepMind 创始人哈萨比斯：一个科学家与失控的 AI 竞赛

概览

本期借《哈萨比斯谷歌AI之脑》中文版出版，邀请译者周建功梳理德米斯·哈萨比斯的成长、DeepMind 的崛起，以及他在全球 AI 竞赛中的特殊位置。节目把哈萨比斯定位为一个以科学发现为核心驱动力的人，而不是单纯的产品经理或商人。

讨论主线从国际象棋神童、游戏开发、神经科学博士，一路延伸到 DeepMind 的 AGI 理念、强化学习路线、AlphaGo、AlphaFold、谷歌收购、Google DeepMind 合并与 Gemini 追赶 OpenAI。节目同时讨论了苏莱曼、马斯克、彼得·蒂尔、拉里·佩奇、扎克伯格等人在 DeepMind 历史中的关键作用。

本期的核心矛盾是：哈萨比斯相信 AI 能帮助人类理解宇宙、解决科学难题，但他也处在一场越来越激烈、越来越不可控的 AI 军备竞赛中。结尾重新抛出问题：一个想做正确事情的科学家，是否真的能控制自己亲手推动的技术。

分段落总结

[00:01] 开场：哈萨比斯与AI竞赛的矛盾感

[事实] 主持人介绍哈萨比斯是 DeepMind 创始人，掌管谷歌 AI 研发，并站在全球 AI 军备竞赛前线。 [事实] 节目提到哈萨比斯从国际象棋神童、游戏开发者、神经科学博士，到 AlphaGo、AlphaFold 和诺贝尔化学奖相关成果的经历。 [事实] 主持人强调哈萨比斯造 AI 的动机并非只是产品或赚钱，而是“理解宇宙”。 [推测] 节目开场把哈萨比斯塑造成一个既追求科学理想、又清楚 AI 可能失控的人物。

[03:07] 周建功对哈萨比斯的第一印象

[事实] 周建功介绍自己是科技和财经媒体人，曾负责福布斯中文版、第一财经，也翻译过黄仁勋和哈萨比斯相关书籍。 [事实] 他回忆 2017 年采访哈萨比斯时，认为对方外表像普通科研人员，交流平和，但语速快、逻辑清晰、思维切换自如。 [事实] 周建功用“智慧”而不只是“聪明”来形容哈萨比斯，因为他认为哈萨比斯回答问题具体、鲜活，不像公关话术。

[05:01] 哈萨比斯与黄仁勋的差异

[事实] 周建功认为哈萨比斯身上有更多真诚的东西，马拉比的新书大量使用与哈萨比斯的私下对话。 [事实] 主持人把黄仁勋视为 AI 硬件代表，把哈萨比斯视为 AI 软件与科学路线的重要代表。 [事实] 节目提出一个核心问题：AI 科学家在制造强大 AI 时，如何看待技术、威胁论以及人与 AI 的关系。

[07:58] AGI运动与传记的核心问题

[事实] 周建功认为马拉比写这本书的底层问题是：发明强大 AI 的人是谁，他们带着什么动机，这会影响技术未来。 [事实] 他认为 AGI 运动并不是从 ChatGPT 才开始，而是在 ChatGPT 出现约十年前就与哈萨比斯、DeepMind 团队相关。 [推测] 这段讨论把 DeepMind 放在 AGI 历史源头的位置，而不是只把它看作谷歌内部的一个 AI 实验室。

[09:01] 国际象棋神童的早期转折

[事实] 哈萨比斯幼年开始下国际象棋，13 岁成为国际象棋大师，同年龄段积分曾处于全球前列。 [事实] 周建功讲到，哈萨比斯 11 岁时在长时间对弈中突然质疑：是否要把一生智力都用在下棋上。 [事实] 哈萨比斯后来在书店读到关于编写国际象棋程序的小册子，并接触到香农关于计算机下棋和通用智能的思想。 [推测] 国际象棋既训练了哈萨比斯的抽象思维，也让他意识到单一游戏胜负不足以承载他的长期目标。

[13:45] 游戏经历与智能体雏形

[事实] 哈萨比斯曾加入牛蛙公司，后来创办万灵药工作室，并与 David Silver 有过合作。 [事实] 他在游戏中尝试设计能根据环境反馈行动的角色，这被节目视为早期智能体概念的雏形。 [事实] 万灵药工作室的《共和国》项目野心很大，但受限于算力、资源和实现能力，最终未达到预期。 [推测] 这段失败经历强化了哈萨比斯对算力、工程落地和“把东西造出来才算理解”的重视。

[18:38] 强化学习路线与AGI执念

[事实] 节目提到哈萨比斯和 David Silver 早期就认同 AGI 理念，DeepMind 的口号是先解决 AI，再用 AI 解决一切。 [事实] 他们长期相信强化学习是通往 AGI 的关键路径，并认为未来 AGI 可能是一个单一模型。 [事实] 主持人指出，OpenAI 的 o1、DeepSeek 的 R1 等推理模型也在向强化学习方向回摆。 [推测] 节目将 DeepMind 的优势与局限都归因于这种强化学习执念。

[21:04] 强化学习与深度学习的学派之争

[事实] 周建功提到 Geoff Hinton 代表的深度学习路线与 Richard Sutton 代表的强化学习路线之间曾有明显分野。 [事实] David Silver 因认同 Sutton 的强化学习理论，前往 Alberta 大学读研究生。 [事实] 周建功认为 DeepMind 后来的实践中，强化学习和深度学习不断融合，AlphaFold 中深度学习作用尤其重要。

[23:05] DeepMind创始团队

[事实] 节目介绍 DeepMind 三位创始人包括哈萨比斯、Shane Legg 和穆斯塔法·苏莱曼。 [事实] Shane Legg 把哈萨比斯连接到硅谷和奇点大会，对早期融资与人脉有重要作用。 [事实] 苏莱曼来自移民家庭，曾读牛津神学后辍学，早年与哈萨比斯建立信任，并在公司融资和经营方面发挥作用。

[25:00] 早期融资与非典型投资人

[事实] DeepMind 早期融资困难，因为在伦敦很少有人理解他们要造 AGI 的目标。 [事实] 第一批投资人包括出于宗教信念认同“上帝机器”的英国投资人、哈萨比斯在 MIT 的导师，以及彼得·蒂尔相关的 Founders Fund。 [事实] 周建功强调，愿意投 DeepMind 的人都不是普通投资者，他们看重的是远期科学突破，而不是短期商业模式。

[30:01] 周凯旋、马斯克与谷歌收购线索

[事实] 节目提到周凯旋在 DeepMind 关键融资轮中发挥重要作用，帮助其完成约 2500 万美元 B 轮融资。 [事实] 马斯克曾承诺投资 DeepMind，并在与拉里·佩奇交流时提到这家公司，间接让谷歌注意到 DeepMind。 [事实] 周建功讲述拉里·佩奇听到 DeepMind 后记下名字，随后谷歌投资团队联系了哈萨比斯。

[32:54] Facebook与谷歌的收购博弈

[事实] 扎克伯格也曾试图收购 DeepMind，并给哈萨比斯及创始团队个人提供有吸引力的条件。 [事实] 哈萨比斯与扎克伯格交流后失望，因为他认为扎克伯格把 AI、VR、AR、3D 打印等技术看得同样重要，而不是把 AGI 放在最高优先级。 [事实] 谷歌的拉里·佩奇用“你为什么不来谷歌，我已经为你准备了一切”打动了哈萨比斯。 [推测] 哈萨比斯最终更看重谷歌的算力、资源、科学文化和 AI 安全承诺，而不只是收购价格。

[35:01] 谷歌收购与AI人才定价

[事实] 节目提到谷歌收购 DeepMind 的金额大约在 5 亿到 6.5 亿美元之间，但官方没有确切披露。 [事实] 谷歌对 DeepMind 核心研究人员的估值，参考了此前 Hinton 团队被收购时每人约 1500 万美元的价格。 [事实] 主持人在结尾补充，按 DeepMind 后来带来的 AlphaGo、AlphaFold、Gemini 和诺贝尔奖相关成果来看，这笔收购显得非常便宜。

[37:58] AlphaGo：用围棋证明DeepMind

[事实] 被谷歌收购后，哈萨比斯向拉里·佩奇提出要在围棋上战胜世界冠军，并给出大约两年的时间预期。 [事实] 节目认为围棋比国际象棋更复杂，因此适合作为 DeepMind 证明自身 AI 能力的挑战。 [事实] 哈萨比斯自己也学过围棋，周建功采访时了解到他的水平大约是一段左右。 [推测] AlphaGo 的意义不仅是赢棋，更是 DeepMind 向谷歌和世界证明其路线有效。

[39:57] AlphaFold：从游戏走向科学发现

[事实] 哈萨比斯长期关注生命科学，尤其是蛋白质结构预测问题。 [事实] DeepMind 在 AlphaGo 后把蛋白质折叠作为新目标，并参与蛋白质结构预测竞赛 CASP。 [事实] 节目介绍 AlphaFold 从循环神经网络、卷积神经网络，到引入 John Jumper 和机器学习方法，最终在 AlphaFold2 中取得突破。 [事实] 主持人提到 AlphaFold 破解了困扰生物学界半个世纪的蛋白质折叠难题，并与 2024 年诺贝尔化学奖相关。

[45:00] 谷歌内部关系与独立拉扯

[事实] 哈萨比斯曾表示 DeepMind 在谷歌“AI First”战略中起到引领作用，但他对与 Google Brain 的分工回答较为笼统。 [事实] 谷歌收购 DeepMind 时，DeepMind 曾主张建立 AI 安全与伦理委员会，并希望保持较大独立性。 [事实] 苏莱曼负责推动应用业务，但相关团队后来被并入谷歌体系，他的权力空间被削弱。 [推测] DeepMind 在谷歌内部长期面对科学理想、资源依赖和商业化要求之间的张力。

[50:29] 苏莱曼、NHS风波与微软AI伏笔

[事实] 伦敦 NHS 医疗项目引发数据隐私争议，涉及使用约 160 万份患者资料来帮助识别肾衰竭风险。 [事实] 周建功认为这件事被媒体放大，但也承认它对 DeepMind 和哈萨比斯的声誉造成损伤。 [事实] 哈萨比斯启动了相关调查，苏莱曼后来逐渐边缘化并离开 DeepMind，之后创立 Inflection AI。 [事实] 主持人指出，苏莱曼后来成为微软 AI 部门负责人，使他与掌管谷歌 AI 的哈萨比斯形成新的竞争关系。

[55:15] ChatGPT冲击与DeepMind的误判

[事实] 周建功认为 DeepMind 长期把强化学习放在首位，神经科学第二，大语言模型只是数据归纳方向中的一个分支。 [事实] GPT-2 之后 DeepMind 才开始关注大语言模型，GPT-3 后才真正警醒。 [事实] 谷歌和 DeepMind 曾分别做 LaMDA、Bard、Sparrow 等模型，但在发布节奏和安全审查上比 OpenAI 更谨慎。 [推测] 哈萨比斯早期低估了语言模型作为通向 AGI 路径的可能性。

[60:53] Google DeepMind合并与Gemini追赶

[事实] GPT-4 和 Bard 发布受挫后，DeepMind 与 Google Brain 在 2023 年 4 月合并，Google DeepMind 的 CEO 是哈萨比斯。 [事实] 节目提到谷歌内部进入危机状态，创始人布林也回来参与代码、数据和模型相关工作。 [事实] 合并后，Google DeepMind 集中算力、削减部分蓝天研究、减少前沿成果即时发表，并恢复 DeepMind 式突击队工作方式。 [事实] 主持人认为 Gemini 后来在多模态、长上下文和推理模型上逐步追赶，甚至在部分测评榜上表现领先。

[63:03] AI风险、科学乐观与哈萨比斯的局限

[事实] 主持人提到 Hinton 和 Bengio 都公开表达过对 AI 风险的强烈担忧。 [事实] 周建功认为哈萨比斯本质上是科学家和乐观主义者，相信 AGI 能帮助人类解决重大挑战。 [事实] 周建功不喜欢“AI末日论”，更主张以人为本的 AI，并强调人类应建立对机器的协作式控制机制。 [推测] 哈萨比斯的科学理想可能使他更愿意推动探索，但也让他难以完全置身于竞争之外。

[69:15] 传记的倾向与哈萨比斯的缺点

[事实] 主持人认为马拉比对哈萨比斯的写法“有一点点过于好了”，较少呈现关键抉择中的矛盾性。 [事实] 周建功认为马拉比作为英国作者，写英国“国宝”式人物时可能自然带有倾向。 [事实] 周建功提到哈萨比斯争强好胜，在游戏、桌面足球、扑克等活动中都很想赢。 [推测] 哈萨比斯一边说不愿控制别人，一边又强烈追求胜利，这构成他人格中的张力。

[71:09] 结尾更正与风险追问

[事实] 主持人更正，谷歌收购 DeepMind 的价格更严谨说法是约 5 亿到 6.5 亿美元之间。 [事实] 节目结尾提到哈萨比斯总体上曾对 AI 持乐观态度，认为 AI 会带来后稀缺时代、解决核聚变等问题。 [事实] 主持人补充，在节目制作期间，哈萨比斯也开始公开警醒 AI 风险，强调 AI 系统越来越自主，偏离预设轨道的后果可能严重。 [推测] 本期最终把问题留给听众：AI 是理解宇宙的工具，还是科学家亲手打开的潘多拉盒子。

播客点评/总结

[推测] 本期的价值在于，它没有只复述 DeepMind 的技术成就，而是把哈萨比斯放回个人经历、科学信念、组织博弈和 AI 风险的交叉点中理解。对想了解 AGI 早期历史、DeepMind 与 OpenAI 竞争关系的听众很有帮助。

[推测] 节目的亮点是故事线清晰，尤其是从国际象棋、游戏、强化学习、AlphaGo 到 AlphaFold 的连续叙述，把哈萨比斯的技术信念和人生经历连在了一起。周建功提供的采访印象、翻译体会和书中细节也增强了人物感。

[推测] 局限在于，节目大量依赖传记作者和受访者对哈萨比斯的理解，虽然主持人提出了“是否过于PR”的质疑，但对哈萨比斯在关键争议中的责任边界仍然讨论得不算充分。

[推测] 这期适合对 AI 史、DeepMind、AlphaGo、AlphaFold、Gemini、OpenAI 竞争和 AI 安全议题感兴趣的听众；如果只想听模型能力评测或产品使用技巧，这期更偏人物传记和技术史。