我們可能用一個(gè)聊天機(jī)器人，換掉了治愈癌癥的機(jī)會(huì)。

這并非陰謀論，而是哈薩比斯（Demis Hassabis）的原話(huà)邏輯。

這位諾貝爾獎(jiǎng)得主、Google DeepMind的CEO、AlphaFold的創(chuàng)造者，在被問(wèn)到ChatGPT發(fā)布那一刻時(shí)，給出了一個(gè)幾乎可以稱(chēng)得上“反行業(yè)共識(shí)”的回答：

“如果讓我來(lái)決定的話(huà)，我會(huì)讓AI在實(shí)驗(yàn)室里待得更久一些，做更多AlphaFold這樣的事情——也許能治愈癌癥之類(lèi)的?！?/p>

但現(xiàn)實(shí)是，像ChatGPT這樣的產(chǎn)品爆發(fā)，讓整個(gè)AI行業(yè)都陷入了高速競(jìng)爭(zhēng)。

上述內(nèi)容來(lái)自Huge Conversations在2026年4月7日發(fā)布的一次訪(fǎng)談，在這場(chǎng)對(duì)話(huà)中，哈薩比斯講清楚了四件事：

AI真正改變世界的地方

AI是如何偏離原本路徑的

真正需要被擔(dān)心的風(fēng)險(xiǎn)

人類(lèi)應(yīng)該怎么應(yīng)對(duì)

下面，是這場(chǎng)對(duì)話(huà)中最值得關(guān)注的幾個(gè)部分。

01

AI真正改變世界的地方，我們很難看見(jiàn)

如果不是相關(guān)從業(yè)人員，大部分人對(duì)AI的印象還停留在聊天機(jī)器人、寫(xiě)作助手、或者生成圖片上。

哈薩比斯在這場(chǎng)訪(fǎng)談里提到了一個(gè)很容易被忽略的事實(shí)：AI更重要的應(yīng)用，其實(shí)發(fā)生在這些產(chǎn)品之外。

真正重要的變化發(fā)生在另一個(gè)離日常生活很遠(yuǎn)的層面，在實(shí)驗(yàn)室、在數(shù)據(jù)庫(kù)、在那些大多數(shù)人從未接觸過(guò)的科學(xué)問(wèn)題之中。

最典型的例子就是AlphaFold。這是哈薩比斯帶領(lǐng)DeepMind做出的一個(gè)系統(tǒng)，目標(biāo)是僅憑一段蛋白質(zhì)的氨基酸序列，預(yù)測(cè)出它最終的三維結(jié)構(gòu)。

你可以這么想：蛋白質(zhì)的結(jié)構(gòu)決定了它在人體中的功能，而功能決定了疾病如何發(fā)生，也決定了藥物如何起作用。

當(dāng)然實(shí)際情況會(huì)復(fù)雜得多，在這里就不展開(kāi)解釋了。

過(guò)去，科學(xué)家想知道一個(gè)蛋白質(zhì)有什么樣的結(jié)構(gòu)，需要花費(fèi)數(shù)年時(shí)間，在實(shí)驗(yàn)室里反復(fù)嘗試，成本動(dòng)輒幾十萬(wàn)美元，甚至更高。

很多蛋白質(zhì)因?yàn)榻Y(jié)構(gòu)過(guò)于復(fù)雜，想被解析出來(lái)簡(jiǎn)直難如登天——認(rèn)真的，不是開(kāi)玩笑。

但AlphaFold把這件事變成了一次計(jì)算問(wèn)題，輸入一段序列，只需要幾秒鐘就能得到一個(gè)高度可靠的三維結(jié)構(gòu)預(yù)測(cè)。

DeepMind原本可以像行業(yè)里慣常的做法那樣做一個(gè)在線(xiàn)服務(wù)，科學(xué)家提交一個(gè)蛋白質(zhì)序列，系統(tǒng)算一次，返回結(jié)果。

但在一次內(nèi)部會(huì)議上，哈薩比斯突然意識(shí)到，與其按需計(jì)算，不如把自然界中已知的所有蛋白質(zhì)全部算完。

于是DeepMind在他的帶領(lǐng)下，把大約兩億個(gè)蛋白質(zhì)結(jié)構(gòu)批量計(jì)算了出來(lái)，免費(fèi)開(kāi)放給全世界。

在某種意義上我們可以認(rèn)為這是一項(xiàng)公益事業(yè)，畢竟這一做法意味著，結(jié)構(gòu)生物學(xué)這個(gè)領(lǐng)域，突然多了一個(gè)隨時(shí)可以調(diào)用的基礎(chǔ)設(shè)施。

哈薩比斯解釋到，今天已經(jīng)有超過(guò)300萬(wàn)名科學(xué)家在使用AlphaFold。對(duì)于許多研究者來(lái)說(shuō)，這已經(jīng)不只是一個(gè)“工具”，更像一個(gè)默認(rèn)存在的前提條件。

在藥物研發(fā)中，AlphaFold改變了整個(gè)流程的起點(diǎn)：過(guò)去的路徑是在實(shí)驗(yàn)室里反復(fù)試錯(cuò)，但現(xiàn)在，大量的試錯(cuò)被提前搬到了計(jì)算機(jī)里。

過(guò)去，研究者需要先確定一個(gè)可能的靶點(diǎn)，再去設(shè)計(jì)分子，讓它能“貼”在這個(gè)蛋白質(zhì)上。這個(gè)過(guò)程依賴(lài)大量濕實(shí)驗(yàn)：做一個(gè)分子，測(cè)試一次；如果不對(duì)就再改一點(diǎn)，再測(cè)一次。

但在AI介入之后，這個(gè)邏輯開(kāi)始發(fā)生變化。

在DeepMind拆分出來(lái)的藥物公司Isomorphic Labs中，這一過(guò)程被重新組織成了一種“計(jì)算優(yōu)先”的模式：AI先在計(jì)算機(jī)中生成大量候選分子，預(yù)測(cè)它們與目標(biāo)蛋白質(zhì)的結(jié)合效果，同時(shí)快速檢查這些分子是否會(huì)誤傷人體內(nèi)其他蛋白質(zhì)，可能帶來(lái)什么副作用……

然后，根據(jù)這些反饋不斷調(diào)整分子結(jié)構(gòu)，進(jìn)入下一輪搜索。

整個(gè)過(guò)程變成了一種高頻率的迭代搜索，原本在實(shí)驗(yàn)室里花費(fèi)大量時(shí)間和資源的試錯(cuò)，被壓縮到了計(jì)算機(jī)的多輪計(jì)算里。

濕實(shí)驗(yàn)并沒(méi)有消失，只是被推到了流程的最后一環(huán)：只有少數(shù)幾個(gè)最有希望的候選分子，才會(huì)真正進(jìn)入實(shí)驗(yàn)驗(yàn)證。

傳統(tǒng)路徑中一款藥物的研發(fā)周期大約需要10年，成功率只有約10%。而這種以計(jì)算為核心的方式，至少在理論上，有機(jī)會(huì)同時(shí)改變這兩個(gè)數(shù)字。

哈薩比斯自己的判斷是：從現(xiàn)在開(kāi)始，幾乎所有新藥的研發(fā)過(guò)程中，都會(huì)或多或少地用到AI。

在他看來(lái)，這才是AI最有可能改變世界的方式。不是以任何一個(gè)爆款產(chǎn)品的形式出現(xiàn)，也不會(huì)在手機(jī)界面上反復(fù)提醒你它的存在。

它更像是一層被鋪設(shè)好的底層系統(tǒng)，一旦建成，就會(huì)悄無(wú)聲息地改變整個(gè)領(lǐng)域的運(yùn)行方式。

也就是說(shuō)，如果只看聊天機(jī)器人，我們看到的可能只是AI最不重要的一部分。

02

AI正在被“推著跑”

如果順著哈薩比斯自己的設(shè)想，AI的發(fā)展路徑本來(lái)可以是另一種樣子，更慢一點(diǎn)，也更“科學(xué)家”一點(diǎn)。

他在訪(fǎng)談里給出了一個(gè)比較罕見(jiàn)的表態(tài)：如果由他來(lái)決定，他會(huì)讓AI在實(shí)驗(yàn)室里多待10年，甚至20年，像大型科學(xué)項(xiàng)目那樣推進(jìn)。

他給出的參照是CERN（歐洲核子研究中心，世界上最大的粒子物理研究機(jī)構(gòu)），像那樣把全世界最好的科學(xué)家組織在一起，一步一步把問(wèn)題拆清楚，對(duì)每一個(gè)關(guān)鍵環(huán)節(jié)都建立起足夠清晰的理解，而不是在不完全理解的情況下快速往前推進(jìn)。

在這條路徑上，AI的目標(biāo)并不是盡快做出產(chǎn)品，而是優(yōu)先解決那些最基礎(chǔ)、最關(guān)鍵的科學(xué)問(wèn)題——AlphaFold就是這種思路的典型體現(xiàn)。

在他的設(shè)想中，這些“慢而深”的突破，可以在通往AGI（通用人工智能）的過(guò)程中，持續(xù)為人類(lèi)帶來(lái)回報(bào)。

但現(xiàn)實(shí)并不是這樣。

哈薩比斯的解釋很直白：技術(shù)的發(fā)展，往往不會(huì)按照預(yù)期的路徑前進(jìn)。

其中一個(gè)關(guān)鍵的轉(zhuǎn)折點(diǎn)是語(yǔ)言模型的突破，以及ChatGPT帶來(lái)的爆發(fā)式傳播。

語(yǔ)言能力比很多人預(yù)期的要容易解決得多，像Transformer這樣的架構(gòu)，加上一些強(qiáng)化學(xué)習(xí)方法，就足以讓模型在語(yǔ)言、概念和抽象表達(dá)上表現(xiàn)出驚人的能力。

ChatGPT最初也只是一個(gè)研究實(shí)驗(yàn)，但它一被發(fā)布就迅速變成了一個(gè)全球性的產(chǎn)品。

它改變了整個(gè)行業(yè)的節(jié)奏，讓AI變成了一場(chǎng)正在發(fā)生的激烈競(jìng)爭(zhēng)。

大量用戶(hù)開(kāi)始直接接觸到最前沿的AI能力，市場(chǎng)的關(guān)注點(diǎn)也隨之發(fā)生了轉(zhuǎn)移，從實(shí)驗(yàn)室里的長(zhǎng)期問(wèn)題，轉(zhuǎn)向了可以快速落地的產(chǎn)品形態(tài)。

商業(yè)競(jìng)爭(zhēng)開(kāi)始加速，各家公司不得不更頻繁地發(fā)布新模型，模型能力的演進(jìn)也開(kāi)始和用戶(hù)增長(zhǎng)、市場(chǎng)反饋深度綁定在一起。

哈薩比斯并沒(méi)有完全否定這種加速，他承認(rèn)這種發(fā)展方式也帶來(lái)了幾個(gè)現(xiàn)實(shí)的好處：原本可能需要更長(zhǎng)時(shí)間才能落地的能力，現(xiàn)在可以更早進(jìn)入現(xiàn)實(shí)世界。

今天大多數(shù)人使用到的AI，往往只比實(shí)驗(yàn)室內(nèi)部的版本落后幾個(gè)月——這放在以前幾乎是難以想象的。大量的真實(shí)使用也帶來(lái)了更豐富的數(shù)據(jù)，畢竟再完善的內(nèi)部測(cè)試，也難以覆蓋數(shù)百萬(wàn)用戶(hù)帶來(lái)的復(fù)雜場(chǎng)景。

但有好處并不意味著路徑是理想的，它更像是一個(gè)被現(xiàn)實(shí)推動(dòng)出來(lái)的結(jié)果。

哈薩比斯的態(tài)度其實(shí)很清楚，他是一個(gè)科學(xué)家，但同時(shí)也是一個(gè)工程師。我們可以理解為一種理想主義者在現(xiàn)實(shí)面前的妥協(xié)：他知道什么是更理想的路徑，但也接受這個(gè)世界并不會(huì)按照理想運(yùn)行。

技術(shù)的進(jìn)展在很大程度上是不可預(yù)測(cè)的，一旦某個(gè)方向率先取得突破，它就會(huì)迅速吸引資源、資本和注意力。

于是，更容易被產(chǎn)品化的能力被不斷放大，原本可能優(yōu)先推進(jìn)的科學(xué)問(wèn)題，則被暫時(shí)放在了后面。

從這個(gè)角度看，今天的AI并不是沿著“最有價(jià)值”的方向在前進(jìn)，而是在多種力量的推動(dòng)下，走上了一條更快、也更不確定的路徑。

03

真正的風(fēng)險(xiǎn)不是deepfake，是兩件更大的事

關(guān)于AI的討論，大多數(shù)焦點(diǎn)都集中在一類(lèi)問(wèn)題上：deepfake、虛假信息、內(nèi)容失真。

注意，這里是對(duì)于大部分人而言，不是從業(yè)者，是任何一個(gè)使用AI的普通人。

deepfake確實(shí)是問(wèn)題，但在哈薩比斯看來(lái)，它并不是最值得擔(dān)心的那一類(lèi)。

他在訪(fǎng)談中給出了一個(gè)非常明確的排序：

第一類(lèi)是“人”的問(wèn)題。小到個(gè)人，大到國(guó)家，會(huì)不會(huì)把這些原本用于科學(xué)研究、醫(yī)療和基礎(chǔ)設(shè)施的技術(shù)，用在有害的方向上。

這種風(fēng)險(xiǎn)并不新，但AI讓它的規(guī)模和效率發(fā)生了變化。一個(gè)原本只在小范圍內(nèi)產(chǎn)生影響的能力，一旦被放大，就可能帶來(lái)完全不同級(jí)別的后果。

第二類(lèi)是AI本身的問(wèn)題。準(zhǔn)確地說(shuō)，是隨著AI從“工具”變成能夠獨(dú)立完成任務(wù)的系統(tǒng)，這種變化所帶來(lái)的不確定性。

哈薩比斯提到，今天的系統(tǒng)還不具備這種能力，但在未來(lái)幾年內(nèi)，隨著AI進(jìn)入所謂的“agentic”階段（也就是能夠自主執(zhí)行完整任務(wù)的階段），問(wèn)題會(huì)變得更加嚴(yán)峻。

關(guān)鍵并不在它是否足夠智能，在于我們是否能夠確保它始終按照既定目標(biāo)行事，不會(huì)繞過(guò)規(guī)則，也不會(huì)在執(zhí)行過(guò)程中偏離原本的意圖。

這在技術(shù)上是非常困難的，因?yàn)橄到y(tǒng)越智能，它能夠找到的捷徑也就越多，而這些捷徑并不一定符合設(shè)計(jì)者最初的預(yù)期。

哈薩比斯認(rèn)為，這兩類(lèi)風(fēng)險(xiǎn)是接下來(lái)幾年需要重點(diǎn)面對(duì)的問(wèn)題。

相比之下，當(dāng)前最常被討論的deepfake和虛假信息，更像是“已經(jīng)發(fā)生的問(wèn)題”，它們需要被解決，也有相對(duì)明確的技術(shù)路徑，比如通過(guò)水印系統(tǒng)來(lái)標(biāo)記AI生成內(nèi)容：DeepMind內(nèi)部就開(kāi)發(fā)了類(lèi)似的技術(shù)（SynthID），用于識(shí)別和追蹤生成內(nèi)容的來(lái)源。

如果把整個(gè)風(fēng)險(xiǎn)結(jié)構(gòu)看作一個(gè)時(shí)間軸：短期我們面對(duì)的是信息層面的混亂；而中期，更嚴(yán)肅的問(wèn)題，是能力層面的失控。

至于后期，現(xiàn)在談?wù)摵笃谶€為時(shí)過(guò)早（bushi）。

在這個(gè)意義上，哈薩比斯提到點(diǎn)：真正需要被關(guān)注的，并不是AI能說(shuō)什么，而是它能做什么。

當(dāng)AI開(kāi)始從“回答問(wèn)題”走向“執(zhí)行任務(wù)”，風(fēng)險(xiǎn)的性質(zhì)也會(huì)隨之發(fā)生變化。

換句話(huà)說(shuō)，我們正在談?wù)摰暮芏囡L(fēng)險(xiǎn)只是發(fā)生在信息層面，而我們真正需要警惕的，是正在逼近的“行動(dòng)”。

這話(huà)聽(tīng)起來(lái)有些科幻小說(shuō)質(zhì)感，可能很多人都設(shè)想過(guò)，有朝一日出現(xiàn)的超級(jí)智能覺(jué)醒出了“自我意識(shí)”，然后反過(guò)來(lái)替代甚至統(tǒng)治人類(lèi)。

哈薩比斯本人也表示自己讀了很多科幻小說(shuō)，他最?lèi)?ài)的是Iain Banks的Culture系列，那是一個(gè)post-AGI的世界，書(shū)里發(fā)生在一千年之后，但他覺(jué)得其中一些情節(jié)可能在50年內(nèi)就成立。

不過(guò)他本人對(duì)此的設(shè)想比較美好：風(fēng)險(xiǎn)被解決了，人類(lèi)安全度過(guò)了AGI時(shí)刻，AGI已經(jīng)在每個(gè)人的口袋里，對(duì)社會(huì)有益，然后用來(lái)攻克他所說(shuō)的“科學(xué)中的根節(jié)點(diǎn)問(wèn)題”，像是能源、醫(yī)療、材料什么的。

04

把自己浸入每一種可用的AI工具里

如果把前面的討論繼續(xù)往前推，很容易走到一個(gè)問(wèn)題：當(dāng)AI開(kāi)始參與科學(xué)發(fā)現(xiàn)、參與決策、甚至開(kāi)始執(zhí)行任務(wù)，人類(lèi)還剩下什么？

換句話(huà)說(shuō)，“人類(lèi)為什么特別”？

這個(gè)問(wèn)題在訪(fǎng)談后半段被非常坦誠(chéng)地提了出來(lái)：主持人說(shuō)，她發(fā)現(xiàn)自己在做一件人類(lèi)歷史上反復(fù)在做的事情，試圖找到一個(gè)理由，證明“我們是特殊的”。

我們?cè)?jīng)以為地球在宇宙的中心，后來(lái)發(fā)現(xiàn)不是；我們以為只有人類(lèi)會(huì)哀悼，后來(lái)發(fā)現(xiàn)大象也會(huì)；我們以為只有人類(lèi)能創(chuàng)作藝術(shù)，但現(xiàn)在，AI也可以畫(huà)畫(huà)、寫(xiě)作、作曲。

每一次邊界被打破，人類(lèi)都會(huì)重新問(wèn)一遍這個(gè)問(wèn)題：我們到底為什么特殊。

對(duì)于這個(gè)問(wèn)題，哈薩比斯并沒(méi)有直接給出一個(gè)答案，我覺(jué)得這個(gè)問(wèn)題也很難被簡(jiǎn)單的回答出來(lái)。

他提到了一個(gè)經(jīng)典的計(jì)算理論框架：圖靈機(jī)。

從理論上講，一臺(tái)通用計(jì)算機(jī)可以計(jì)算任何“可計(jì)算”的問(wèn)題；在很多神經(jīng)科學(xué)家的理解中，人腦本身也可以被看作是一種近似的計(jì)算系統(tǒng)。

如果這個(gè)前提成立，那么人類(lèi)的大腦和我們正在構(gòu)建的AI系統(tǒng)，在某種意義上是同一類(lèi)東西。也正因如此，AI才有可能不斷逼近甚至超過(guò)人類(lèi)在某些能力上的表現(xiàn)。

而如果連智能本身都可以被復(fù)現(xiàn)，那么真正值得追問(wèn)的，可能不再是“我們和AI有什么不同”，而是“我們到底在試圖理解什么”。

哈薩比斯在訪(fǎng)談中提到，他小時(shí)候最喜歡的學(xué)科其實(shí)是物理。

吸引他的不是應(yīng)用，而是那些最基礎(chǔ)的問(wèn)題：時(shí)間是什么？意識(shí)是什么？宇宙是如何運(yùn)作的？

但這些問(wèn)題，直到今天依然沒(méi)有答案。

而他做AI的一個(gè)核心動(dòng)機(jī)，就是把它當(dāng)作一種工具，去幫助人類(lèi)理解這些問(wèn)題。

從這個(gè)角度看，AI并不只是一個(gè)替代人類(lèi)能力的系統(tǒng)，更像一個(gè)被用來(lái)放大認(rèn)知邊界的工具。

這也解釋了為什么，在談到未來(lái)時(shí)，他的語(yǔ)氣反而很樂(lè)觀：如果風(fēng)險(xiǎn)能夠被控制，AI可以被用來(lái)解決那些“根節(jié)點(diǎn)問(wèn)題”，那些一旦被突破，就會(huì)帶來(lái)成體系的變化的問(wèn)題。人類(lèi)最終甚至可以把這種能力帶出地球，延伸到更遠(yuǎn)的地方。

但這些都還是遠(yuǎn)景，我們還是要回到更現(xiàn)實(shí)的問(wèn)題：對(duì)于今天的人來(lái)說(shuō)，該怎么辦？

哈薩比斯的建議很樸素，他在訪(fǎng)談里說(shuō)，他每次去大學(xué)演講，都會(huì)重復(fù)同一句話(huà)：

“跟上這股潮流?！?/strong>

對(duì)于每個(gè)想要參與AI未來(lái)的人，哈薩比斯的建議是把自己浸入到這些工具里，去理解它們，使用它們，成為一個(gè)“被放大的人”。

原因很簡(jiǎn)單，即使是在最前沿的實(shí)驗(yàn)室內(nèi)部，大量精力也只能用于打磨模型本身，但這些模型真正可以被用來(lái)做什么，還有巨大的空間沒(méi)有被探索。

也就是說(shuō)，能力已經(jīng)在那里了，但應(yīng)用還沒(méi)有被窮盡。

這也意味著，對(duì)那些能夠理解這些工具、并把它們應(yīng)用到新領(lǐng)域的人來(lái)說(shuō)，機(jī)會(huì)正在迅速擴(kuò)大。

他給出了一個(gè)非常具體的判斷：今天的一個(gè)年輕人，完全有可能借助這些工具，在別人沒(méi)有想到的方向上，做出一家價(jià)值數(shù)十億美元的公司。（他舉的例子是OpenClaw。）

把整場(chǎng)對(duì)話(huà)看下來(lái)，它其實(shí)給出了一個(gè)矛盾但真實(shí)的圖景：一方面，AI正在被加速推進(jìn)，風(fēng)險(xiǎn)正在逼近；另一方面，AI也打開(kāi)了一個(gè)前所未有的機(jī)會(huì)窗口。

我們可能確實(shí)用一些更容易被產(chǎn)品化的能力，暫時(shí)換掉了某些更重要的可能性。

但事情已經(jīng)發(fā)生，人類(lèi)能做的或許并不是去糾正這條路徑，而是盡可能理解它，并在其中找到自己的位置。

在對(duì)話(huà)的最后，主持人問(wèn)了一個(gè)很感性的問(wèn)題：你希望別人如何評(píng)價(jià)你的一生？

而哈薩比斯對(duì)此的回答是：“我希望他們會(huì)說(shuō)，我的一生，對(duì)人類(lèi)是有幫助的。”