诺奖得主Demis称Agent将消灭90%重复工作,AGI将在2030年到来

2026年4月底,Y Combinator直播间里,Garry Tan与Google DeepMind CEO Demis Hassabis进行了一场罕见的高密度对话。没有华丽的演示,没有空洞的口号,只有对“智能本质”的深刻追问。

Demis Hassabis —— 国际象棋神童、17岁设计爆款游戏《Theme Park》、认知神经科学博士、DeepMind联合创始人、2024诺贝尔化学奖得主 —— 以一贯的平静和谦逊,拆解了当前AI的真实能力边界,以及通往AGI的最后关卡。

诺奖得主Demis称Agent将消灭90%重复工作,AGI将在2030年到来

从棋盘神童到解决50年生物难题:Demis的智能探索之路

Demis的职业生涯本身就是一部关于“智能”的传奇故事。儿时在棋盘上展现出的惊人计算力,青少年时期设计出让全球玩家沉迷的模拟经营游戏,随后他转入神经科学领域,重点研究大脑海马体如何将记忆与想象力交织融合。

2010年,他创立DeepMind,立下“解决智能”(Solve Intelligence)的使命。AlphaGo击败世界围棋冠军、AlphaFold破解蛋白质结构预测这一50年生物学难题,并免费开放给全球科学家——这些突破不仅让他斩获诺贝尔化学奖,更让整个世界看到AI改变科学的巨大潜力。

我们从一开始就想构建能主动规划、模拟未来的世界模型,而不仅仅是模式匹配的机器。

AGI还差什么?Demis直言:记忆与持续学习仍是最大瓶颈

Demis对当前主流范式(大规模预训练 + RLHF + Chain of Thought)持高度肯定,认为这些已经是AGI最终架构的重要组成部分,“不太可能是死胡同”。但他同时指出,**关键缺失组件**依然明显:

  • 持续学习(Continual Learning):人类大脑能在睡眠中通过“重放”(replay)重要经历,优雅地将新知识整合到已有知识体系中。AI目前仍依赖“duct tape”(胶带)方案——周期性重训或简单塞进上下文窗口。
  • 长期记忆与高效检索:百万甚至千万token的上下文窗口听起来强大,但本质上是“蛮力存储”。检索相关信息的成本高昂,且难以处理长期生活流或实时视频(百万token仅够约20分钟视频)。
  • 一致性与长期推理:模型有时能解决IMO金牌级难题,却在基础推理上出错,呈现典型的“锯齿状智能”(jagged intelligence)。

Demis的个人AGI时间线是2030年左右。他判断:可能只需1-2个大想法就能补齐差距,DeepMind正在并行推进现有技术的规模化和新范式探索,概率大约50/50。

AlphaGo的遗产:RL、搜索与代理思想正在回归

DeepMind从Atari游戏、AlphaGo、AlphaStar等项目起步,这些系统本质上是“代理”(Agents)——能够主动设定目标、制定计划并做出决策。Demis透露,这些早期强化学习(RL)和搜索(如Monte Carlo Tree Search)的哲学,已深刻融入Gemini等现代模型的“思考模式”和Chain of Thought中。

他认为RL可能仍被低估,未来几年老想法将在大规模通用模型上重焕新生。

代理时代刚刚开始:从1000x生产力到真正自主

Demis明确表示:要实现AGI,必须拥有能主动为人类解决问题的“主动系统”,而代理正是这条核心路径。目前代理还适合处理碎片化任务,难以完全“fire and forget”(设置后完全不管)。

但他乐观预测:未来6-12个月,代理的价值将从“人类+AI实现1000x生产力”逐步转向更多自主自动化。真正的代理时代,才刚刚拉开序幕。

小模型革命与“1000x工程师”时代的到来

尽管前沿模型越做越大,但通过蒸馏(distillation),小模型已能达到90-95%的性能,却速度更快、成本更低。这对服务亿级用户的实际产品(搜索、YouTube、机器人等)至关重要。

工程师的生产力已提升500-1000倍。Demis鼓励创始人:未来不是简单追逐最大模型,而是学会混合编排——云端前沿大模型 + 本地高效小模型,尤其在隐私、边缘计算和机器人领域。

AI能真正“创造”吗?灵魂、品味与“爱因斯坦测试”

Demis用AlphaGo著名的“神之一手”举例:它惊艳世界,却并未发明围棋本身。真正的创造力考验AI能否在高层次描述下,独立发明出像围棋那样“规则简单、优雅、值得终身精进”的全新系统。

他甚至提出一个极具挑战的“爱因斯坦测试”:如果只给AI爱因斯坦时代之前的所有人类知识,它能否独立发现相对论?当前AI擅长组合优化,但独立产生范式级突破仍是巨大挑战。人类独有的品味、判断力和“灵魂”,依然是不可替代的核心。

科学革命序曲:从AlphaFold到虚拟细胞

AlphaFold的成功模式(大胆目标 + 跨领域方法 + 完全开放)已成为典范。下一步,Demis和团队瞄准虚拟细胞(Virtual Cells),最终实现对完整生物系统的模拟。AI将成为科学家手中的“终极工具”,极大加速假设-验证循环,甚至独立做出重大科学发现。

给创始人的务实忠告:现在就是最好的建造时代

  • 尽早将AGI纳入长期项目规划——即使它在项目中期出现,也要提前准备
  • 专注人类独特价值:最终品味、判断力和真实问题解决
  • 大胆实验,利用1000x生产力构建产品,尤其本地、隐私和机器人方向
  • 拥抱开放模型(如Gemma系列),与全球开发者共同推动AI进步

结语:我们仍站在黎明之前

Demis的愿景从未改变——解决智能,最终造福全人类。AlphaFold已证明AI能以开放、免费的方式改变世界;未来虚拟细胞、AGI等突破将带来更深远的科学革命。

对创业者而言,这不是恐慌或等待的时刻,而是历史上最好的“建造时代”。那些真正理解工具、保持好奇心、专注解决真实问题的人,将定义下一个十年。