DeepMind 创始人谈 AGI：通往通用智能还差什么？

本文整理自 Google DeepMind CEO Demis Hassabis 在 Y Combinator 的访谈。

访谈主持人为 Gary Tan，嘉宾为 DeepMind 创始人、Google DeepMind 负责人 Demis Hassabis，节目发布日期为 2026 年 4 月 29 日。
核心主题包括：AGI 的技术路径、Agent 的真实进展、长期记忆与推理、模型蒸馏、小模型、AI for Science

一、AGI 可能已经有了大部分“积木”，但还缺一两块关键拼图

Hassabis 认为，今天的 AGI 技术路线并不是完全走错了方向。大规模预训练、RLHF、链式思考、强化学习、搜索等技术，大概率都会成为未来 AGI 架构的一部分。

但问题在于：这些技术还不够完整。

他认为目前最关键的缺口主要有几个：

持续学习：模型不能只靠一次训练完成之后固定不变，而要能不断吸收新经验。
长期推理：模型需要在更长时间尺度上规划、推演和纠错。
长期记忆：模型不仅要能存储信息，更要能在正确时刻检索到真正相关的信息。
自我反思能力：模型需要知道自己什么时候在重复错误、什么时候推理走偏。

Hassabis 的判断是：通往 AGI 可能只差一两个关键突破，而不是还差十几个完全未知的大发明。

二、上下文窗口不是长期记忆，只是“临时工作台”

现在很多模型都有百万 token 级别的上下文窗口，看起来似乎已经拥有了“记忆”。但 Hassabis 认为，这种方式仍然很粗糙。

他打了一个比方：上下文窗口更像是人的“工作记忆”。人类工作记忆容量很小，而 AI 的上下文窗口可以大得多。但问题是，我们现在经常把所有东西都塞进去：重要的、不重要的、正确的、错误的，全都混在一起。

真正困难的不是“能不能存下所有东西”，而是：

哪些信息值得长期保存？
哪些信息会干扰决策？
在某个具体任务中，如何快速找出真正相关的信息？
模型能否像人脑一样，在睡眠、复盘、经验回放中整合知识？

这也是他认为“记忆系统”还有巨大创新空间的原因。

三、Agent 还处在早期：真正的目标是“放手让它完成任务”

Hassabis 认为，Agent 不是泡沫，但现在确实还只是刚刚开始。

真正的 Agent 不应该只是一个“自动点击工具”或“多轮 API 调用脚本”，而应该能做到：

主动理解目标；
自主分解任务；
根据环境变化调整策略；
从用户的具体工作流中学习；
在遇到障碍时自己修正路径；
最终接近“fire-and-forget”——交代任务后可以放心让它完成。

现在的 Agent 常常还需要人类不断盯着、修正、接管。它们可以完成某些局部任务，但还不能稳定适应复杂环境。

换句话说，今天的 Agent 更像“半自动助手”，而不是“可靠同事”。

四、当前 AI 的推理能力呈现“锯齿状智能”

Hassabis 提到一个很重要的现象：今天的模型有时可以解决奥数金牌级别的问题，却又会在某些小学数学题上犯低级错误。

这就是所谓的“锯齿状智能”：

在某些高难任务上表现惊人；
在某些简单任务上却不稳定；
有时会意识到一个方案不对，却仍然重复同样的错误；
推理过程看似很长，但不一定真正有效。

他用 Gemini 下棋的例子来观察模型推理：模型有时会发现某一步不好，却找不到更好的选择，于是又走回同一个坏棋。这说明模型并没有真正掌握一种精确、可控、能自我纠错的推理机制。

这背后的问题可能不是“模型不够大”，而是推理范式还需要改进。

五、模型蒸馏会让前沿能力快速进入小模型

访谈中一个很值得关注的判断是：前沿大模型的能力，会在 6 到 12 个月内被压缩进更小、更便宜、更快的模型中。

Hassabis 认为，先训练最大、最强的模型，是为了探索能力边界；随后通过蒸馏和优化，把这些能力压缩到 Flash、Flash-Lite、Gemma 这类更小模型中。

这种趋势会带来几个变化：

推理成本下降：更多应用可以大规模部署。
延迟降低：用户和模型可以更高频地互动。
边缘设备部署：手机、眼镜、机器人、本地助手会变得更强。
隐私更好：音视频、个人数据可以更多地在本地处理。
创业门槛降低：小团队可以调用接近前沿能力的模型。

他的一个核心判断是：目前还没有看到小模型能力压缩的理论上限。

六、创造力仍然需要“人的品味、灵魂和手艺”

对于 Vibe Coding 和 AI 编程，Hassabis 的态度既乐观也谨慎。

他认为，现在的工具已经可以让个人快速做出原型。例如，他自己可以在半小时内做出一个类似《Theme Park》的游戏原型，而年轻时这可能需要数月。但他也指出，目前还没有看到有人仅靠 Vibe Coding 做出登顶应用商店的 3A 级爆款游戏。

这说明工具虽然强大，但中间仍缺一些东西：

工具流程还不够成熟；
Agent 还不能真正长期执行复杂创意任务；
创作者本人的品味仍然关键；
人与工具的深度融合还需要时间；
好作品不仅是功能堆叠，还需要“灵魂”。

AI 可以极大提高创作效率，但真正伟大的作品可能仍然需要人类提供方向感、审美判断和独特性。

七、开源、小模型与多模态会改变 AI 的使用方式

Hassabis 提到，Google DeepMind 支持开源和开放科学。AlphaFold 已经免费开放，Gemma 则代表了 Google 在开放模型方向上的投入。

他认为，边缘设备上的模型天然更适合开放：因为一旦模型部署在 Android、眼镜、机器人等设备上，本来就更容易暴露，与其半开放，不如从一开始就采用更清晰的开放策略。

另一个重点是多模态。Gemini 从一开始就是按多模态系统设计的，而不只是先做文本模型再补视觉、语音、工具调用。这会让它在现实世界理解、机器人、眼镜、自动驾驶等方向上更有优势。

未来的个人 AI 助手，可能不只是聊天窗口，而是一个能通过手机、眼镜、语音、摄像头进入现实世界的系统。

八、AI for Science：真正的科学发现还在路上

Hassabis 一直强调，AI 的终极价值不只是聊天或写代码，而是推动科学发现。

AlphaFold 是一个标志性案例。它已经对生命科学和药物发现产生巨大影响。但在他看来，这只是开始。

未来 AI 可能改变的领域包括：

蛋白质结构预测；
药物发现；
材料科学；
气候建模；
数学研究；
细胞模拟；
复杂系统建模。

他提到一个远期目标：构建完整的“虚拟细胞”。也就是建立一个可扰动、可模拟、结果接近真实实验的细胞模型。不过他估计，完整虚拟细胞可能还需要约十年。

目前的挑战之一是数据不足。例如，如果能在不杀死活细胞的情况下，以纳米级分辨率观察动态细胞过程，那会极大推动这个方向。但现在这样的技术还不存在。

九、什么问题适合产生 AlphaFold 式突破？

Hassabis 总结了 AlphaGo、AlphaFold 等项目背后的共同条件。

一个问题如果想被当前 AI 方法大幅突破，最好具备三个特征：

1. 巨大的组合搜索空间

问题空间必须足够大，大到暴力搜索和传统特化算法都难以解决。比如围棋的走法空间、蛋白质构象空间，都远超普通搜索能够处理的范围。

2. 清晰的目标函数

系统需要知道什么叫“更好”。例如围棋中是赢棋，蛋白质结构中可能是自由能更低。目标函数越明确，AI 越容易进行优化。

3. 足够的数据或可用模拟器

如果有大量真实数据，或者可以通过模拟器生成大量合成数据，模型就能不断学习、试错、改进。

如果一个科学问题同时满足这三点，它就更可能成为下一个 AlphaFold 式突破。

十、“爱因斯坦测试”：AI 能不能真正提出新理论？

Hassabis 提出一个很有意思的测试：如果只用 1901 年以前的人类知识训练一个系统，它能不能独立推导出爱因斯坦在 1905 年提出的那些成果，比如狭义相对论？

这可以被称为“爱因斯坦测试”。

这个测试的意义在于，它不是让 AI 在已有知识上做总结，也不是让它验证一个人类已经提出的假设，而是看它能不能在知识边界之外提出真正原创的理论。

Hassabis 认为，证明黎曼猜想或解决千禧年难题已经很了不起，但更难的是提出一组新的、能让顶尖数学家愿意投入一生研究的问题。

真正的科学创造，不只是回答问题，而是提出新问题。

十一、给创业者的建议：做 AGI 时代仍然有价值的事

Hassabis 给创业者的建议很直接：如果你今天开始做一个十年周期的深科技项目，就必须把 AGI 可能在中途出现这件事纳入规划。

这不一定是坏事。关键是你要提前思考：

你的项目会被 AGI 替代，还是被 AGI 增强？
你的系统能否调用未来更强的通用模型？
你的护城河是数据、工程、物理世界资源，还是领域知识？
当通用智能变强后，你做的东西是否仍然不可或缺？
你是否在解决一个别人不解决就没人解决的问题？

他还强调，难问题和简单问题其实都会难，只是难的方式不同。既然人生有限，不如把精力投入到真正重要、真正只有你能做的事情上。

总结：AGI 不是“更大的聊天机器人”，而是能学习、记忆、推理、行动和发现的系统

这场访谈最重要的启发是：AGI 的关键并不只是把模型继续做大。

未来真正重要的能力包括：

能持续学习；
能长期记忆；
能主动行动；
能自我纠错；
能做长程推理；
能调用专业工具；
能在科学中提出新假设；
能与人类创作者形成深度协作。

从这个角度看，今天的大模型已经非常强，但距离真正的通用智能仍有距离。它不是缺少所有东西，而是可能还缺几块最关键的拼图。

对普通创业者、开发者和内容创作者来说，更现实的问题不是“AGI 到底哪一天到来”，而是：

我现在做的事情，在更强 AI 出现之后，是会被替代，还是会被放大？

这个问题，可能比预测具体年份更重要。