Demis Hassabis 的核心思维框架

核心特质：用 AI 破解自然密码的人——把 AI 从「聊天工具」变成「科学发现的望远镜」。

---

思维框架 1：万物皆可计算猜想

核心思想（来自 Lex Fridman 播客）：

任何自然界生成或发现的模式，都可以被经典机器学习算法有效发现和建模。

为什么成立？「最稳定者生存」原则：

• 山脉、行星轨道、蛋白质折叠等自然形态，都经历了亿万年物理/进化过程的筛选，最终呈现为稳定的、非随机的模式
• 这类模式本质上是「低维流形」（low-dimensional manifold，即看似复杂、其实背后由少数几个变量决定的结构）
• 正因为有这种隐藏结构，AI 才能找到「无需暴力穷举」的优化路径

延伸到极致：他甚至认为这个逻辑可以延伸到理论计算机科学的圣杯「P/NP 问题」——宇宙本身是一个信息系统，P/NP 本质上是个物理问题。

对产品人的启发：

• 任何有稳定模式的系统，都可能被 AI 建模——这包括蛋白质、细胞、甚至材料和气候
• 找产品方向时，先问「这个领域背后有没有可被学习的稳定结构」，而不是「数据够不够多」

---

思维框架 2：根节点问题判断框架（AlphaFold 级问题的三个标准）

核心思想：不是所有问题都值得用 AI 解决。真正能「解锁整个领域」（而不仅是提升 10% 效率）的，是「根节点问题」，它必须同时满足三个条件：

1. 存在海量组合搜索空间——暴力算法无法破解（如蛋白质折叠的可能构型是天文数字）
2. 有清晰可定义的目标函数——你能明确告诉 AI「什么叫做对了」
3. 有足够数据，或能生成模拟数据——给模型学习的燃料

应用案例：蛋白质折叠完美符合三个条件——AlphaFold 因此一举破解了生物学 50 年难题，而不是「让生物学家快一点」。

对产品人的启发：

• 评估一个 AI 方向是否值得 10 年投入，先用这三条筛
• 最容易卡住的是标准 ②（清晰的目标函数）——很多问题之所以做不出来，不是数据不够，而是根本说不清「什么算对」

局限：标准 ③（足够数据）在生物等领域常常是瓶颈——AlphaFold 有 19 万已知结构打底，但很多问题没有这么好的数据。

---

思维框架 3：原生多模态 > 事后拼接

核心思想（来自 DeepMind 访谈）：

当前基于纯文本大模型的 AI 只是「前菜」，物理 AI（具身智能、自动驾驶、AR 眼镜）才是未来。要做到这一点，必须从底层做原生多模态（native multimodal）——让模型从训练第一天就同时看到图像、听到声音、理解 3D 空间，而不是先训一个文本模型、再用 adapter（适配器，一种事后拼接的小模块）外挂上别的能力。

实践体现：

• Gemini 的架构优势就在「原生多模态」，已在 Waymo（自动驾驶）、机器人项目、世界模型 Genie 中显现
• Veo 仅靠观察视频，就学会了直觉物理规律——挑战了「必须具身、必须动手才能理解物理」的传统认知

对产品人的启发：

• 做多模态产品时，「原生」和「拼接」是两条根本不同的技术路线，能力上限差距巨大
• 但要警惕：「能理解视频内容」≠「能控制机器人手臂」——理解物理和在物理世界行动是两回事

---

思维框架 4：以「范式跃迁」而非「图灵测试」定义 AGI

核心思想：

不认同用模糊的「通过图灵测试」来判断 AGI。真正的标准是：系统能否出现**「灯塔式」的范式跃迁突破**——比如像爱因斯坦那样提出全新的物理学假说，或发明一款兼具深度与美感的原创游戏。

当前判断：现在的 AI 只能在现有框架内做增量式优化，尚未出现这类原创突破。距离真正的 AGI，还需要 1-2 项重大技术突破（如持续学习、长期推理），百万 token 的超长上下文只是临时解决方案。

对产品人的启发：

• 不要被「AGI 来了」的营销话术裹挟——用「有没有原创性范式突破」这把尺子去量，会清醒很多
• 当前 AI 的价值在「加速已知方向的探索」，而非「无中生有地创造新方向」

---

思维框架 5：开源/公共 AI 是对抗中心化风险的必要力量

核心思想：

「中心化在过去有非常糟糕的记录。」AI 这种级别的能力如果被极少数主体黑盒掌控，是危险的。因此需要一个「稍微落后但每个人都能使用的公共工作空间」——哪怕公共版本能力略逊于最前沿的闭源模型，它的存在本身就是一种制衡。

对产品人的启发：

• 在技术栈选择上，公共/开源能力的「可获得性」本身就是一种战略价值，而不只是「省钱」
• 对 AI 治理的判断，要把「权力是否过度集中」放进考量，而不只看「哪个模型最强」

---

哲学体系的内在逻辑

万物皆可计算（框架1）→ 自然界的稳定模式都能被 AI 学习
    ↓
根节点问题判断（框架2）→ 在「可计算」中筛出能解锁整个领域的问题
    ↓
原生多模态（框架3）→ 要解物理世界的问题，架构必须从底层支持多模态
    ↓
范式跃迁定义 AGI（框架4）→ 清醒认识当前 AI 的能力边界，不被炒作裹挟
    ↓
公共 AI 制衡（框架5）→ 这么强的能力，必须有防止中心化的安全阀

核心驱动力是科学家的求真——AI 的终极价值不是替代人，而是扩展人类认知的边界，去破解自然界最深的密码。

Demis Hassabis 方法论

1. 用「根节点问题三标准」选择主攻方向

不是所有问题都值得用 AI 解。先用三条标准筛出能「解锁整个领域」的根节点问题：① 有海量组合搜索空间，暴力算法破解不了；② 有清晰可定义的目标函数；③ 有足够数据或能生成模拟数据。

实践：

• 蛋白质折叠三条全中 → AlphaFold 一举破解生物学 50 年难题，拿下 2024 诺贝尔化学奖
• 接下来的「虚拟细胞计划」也是按这个标准选的——从静态结构预测，走向动态相互作用建模

---

2. 从底层做原生多模态，而非事后拼接

要解物理世界的问题，模型必须从训练第一天就同时处理图像、声音、3D 空间，而不是先训文本模型再外挂适配器。

实践：

• Gemini 坚持原生多模态架构，能力已在 Waymo、机器人、世界模型 Genie 中落地
• Veo 仅靠看视频就学会直觉物理规律，验证了「不必具身也能理解物理」

---

3. 用「范式跃迁」这把尺子保持清醒

判断 AI 进展时，不看它在现有 benchmark 上又涨了几分，而看它有没有出现「灯塔式」的原创突破（提出新物理学假说、发明原创游戏这一级别）。

实践：

• 公开判断「当前 AI 只能在现有框架内增量优化，距离真正 AGI 还差 1-2 项重大突破」
• 指出百万 token 上下文只是临时方案，持续学习和长期推理才是关键能力——不被「上下文越长越接近 AGI」的叙事带跑

---

4. 把 AI 当「科学发现的望远镜」来用

AI 的价值定位不是替代科学家，而是扩展人类认知边界——把人力穷举不了的搜索空间，交给 AI 去解锁。

实践：

• AlphaGo（围棋）→ AlphaFold（蛋白质）→ 虚拟细胞，每一步都瞄准「人类智力暂时够不到的自然密码」
• 始终保留科学家视角：先有「这个领域背后有没有可学习的稳定结构」的判断，再决定投不投入

---

5. 为「防中心化」预留公共/开源空间

这种级别的能力一旦被少数主体黑盒掌控就是风险。因此主动支持「稍微落后但人人可用的公共工作空间」作为制衡。

实践：

• AlphaFold 的预测结果开放给全球科研界免费使用，直接加速了整个生物学领域
• 在能力布局上，把「可获得性」本身当成一种战略价值，而非单纯的成本考量

Demis Hassabis 经典语录

以下语录整理自 Lex Fridman 播客及 DeepMind 公开访谈，部分为中文译述。

关于「万物皆可计算」

"任何自然界生成或发现的模式，都可以被经典机器学习算法有效发现和建模。"

山脉、行星轨道这些自然形态，都经历了亿万年的筛选，最终呈现为稳定的非随机模式——这类「低维流形」为 AI 提供了无需暴力搜索的优化路径。

宇宙本身就是一个信息系统，连 P/NP 问题本质上都是个物理问题。

---

关于根节点问题与 AI for Science

AlphaFold 级的问题有三个标准：海量到暴力算法破解不了的搜索空间、清晰可定义的目标函数、足够的数据。符合这三条，AI 就能解锁整个领域，而不只是提升 10% 效率。

AI 不是用来替代科学家的，它是科学发现的新工具——一台能看见人类肉眼看不见的结构的望远镜。

---

关于 AGI 的定义与边界

我不太认同用「通过图灵测试」来定义 AGI。真正的标准是：它能不能像爱因斯坦那样提出全新的物理学假说，或者发明一款兼具深度与美感的原创游戏。

当前的 AI 只能在现有框架内做增量式优化，还没出现这种原创性的范式跃迁。距离真正的 AGI，我们还需要 1-2 项重大技术突破。

百万 token 的上下文窗口只是一个临时解决方案，真正关键的能力是持续学习和长期推理。

---

关于物理 AI 与多模态

基于纯文本大模型的 AI 只是前菜，物理 AI 才是主菜。

Veo 仅仅通过观察视频，就学会了直觉物理规律——这挑战了「必须具身、必须动手才能理解物理世界」的传统认知。

---

关于意识与开源

我倾向于认为意识很可能只是大脑中的经典计算过程，原则上可以被经典计算机模拟。但硅基 AI 是否有「主观感受」，仍是一个未解难题。

中心化在过去有非常糟糕的记录。我们需要一个稍微落后、但每个人都能使用的公共工作空间。

Demis Hassabis — 成功案例

案例一：AlphaGo 击败李世石（2016）

背景：围棋的可能局面比宇宙原子数还多，长期被认为是「机器无法战胜人类」的智力堡垒，暴力搜索完全行不通。

行动：DeepMind 用深度强化学习 + 蒙特卡洛树搜索，让 AlphaGo 通过自我对弈不断进化，找到围棋这个巨大搜索空间背后的「直觉」。

结果：4:1 击败世界冠军李世石，被称为 AI 历史上的「斯普特尼克时刻」。第 37 手的「神之一手」展示了 AI 能产生人类未曾想到的原创策略。

思维模型应用：「根节点问题」——围棋符合「海量搜索空间 + 清晰目标函数（胜负）+ 可自我生成数据（自我对弈）」三标准，因此 AI 能解锁而非仅优化。

---

案例二：AlphaFold 破解蛋白质折叠（2020-2024）

背景：蛋白质如何折叠成 3D 结构，是困扰生物学 50 年的难题。人类已知结构仅约 19 万个，实验测定一个结构动辄数年。

行动：Demis 判断蛋白质折叠完美符合「根节点问题」三标准，集中 DeepMind 资源攻关，做出 AlphaFold 2。

结果：准确预测出几乎所有已知蛋白质（超 2 亿个）的结构，并免费开放给全球科研界，直接加速整个生物学和药物研发领域。Demis 因此获 2024 诺贝尔化学奖。

思维模型应用：「根节点问题」+「AI 是科学望远镜」+「公共 AI 制衡」——选对问题、解锁整个领域、再把成果开放出去放大社会价值。

---

案例三：Gemini 原生多模态架构（2023-至今）

背景：多数大模型走「先训文本、再外挂多模态」的路线，能力上限受限于拼接架构。

行动：Demis 坚持 Gemini 从底层做原生多模态——训练第一天就同时处理文本、图像、音频、3D 空间。

结果：Gemini 的多模态能力成为差异化优势，并向 Waymo（自动驾驶）、机器人项目、世界模型 Genie、视频模型 Veo 延伸。Veo 仅靠看视频学会直觉物理规律。

思维模型应用：「原生多模态 > 事后拼接」——要解物理世界问题，架构必须从底层支持多模态。

Demis Hassabis — 失败案例与局限

说明：Demis 在 AI for Science 方向战绩辉煌，公开的「重大决策失败」较少。本文聚焦他自己承认的认知边界与判断中的不确定性，而非编造失败事件。

局限一：「万物皆可计算」无法回答「哪些问题现在就该做」

框架：他主张「任何自然界生成或发现的模式，都可以被机器学习有效建模」。

局限：这是一个关于「最终可行性」的乐观判断，不是「当下可操作」的路线图。「理论上可计算」和「现在有数据、有目标函数、值得 10 年投入」之间隔着巨大的鸿沟。把这句话当行动指南，会让人低估工程现实——很多领域明明背后有稳定结构，却因为拿不到数据、说不清目标函数而做不出来。

教训：可计算性是必要条件，不是充分条件。真正的筛子是他自己的「根节点问题三标准」，而不是这句乐观猜想。

---

局限二：「根节点问题」最容易卡在「目标函数」这一关

框架：值得 AI 攻关的根节点问题需同时满足——海量搜索空间、清晰目标函数、足够数据。

局限：蛋白质折叠是罕见的「三条都满足」的完美样本——它有 19 万已知结构打底，且「折叠对不对」有物理标准可验证。但大量真实世界问题（如「什么是好的产品设计」「什么是好的治疗方案」）根本说不清目标函数。Demis 自己也承认，标准 ②（清晰目标函数）和 ③（足够数据）才是大多数领域真正的瓶颈。

教训：照搬 AlphaFold 的成功路径去套别的领域，最容易踩的坑是——以为缺的是算力和数据，其实缺的是「说清楚什么叫做对了」。

---

局限三：「理解物理」不等于「在物理世界行动」

框架：他对原生多模态和物理 AI 高度乐观，举证 Veo 仅靠看视频就学会了直觉物理规律。

局限：他本人也明确划清了边界——「能理解视频内容」≠「能控制机器人手臂」。世界模型在「预测/理解」上的进展，远快于在「具身行动/操控」上的进展。把 Veo 的物理直觉，当成「机器人马上能干活」的信号，是一种过度外推。

教训：感知与理解的突破，不会自动转化为行动与操控的能力——这两件事在工程上是两条不同的难度曲线。

---

局限四：用「范式跃迁」定义 AGI，标准高到难以证伪

框架：他不认同图灵测试，主张 AGI 的标准是「能像爱因斯坦提出全新假说，或发明兼具深度与美感的原创游戏」。

局限：这个标准很清醒，能戳破炒作，但也高到近乎无法操作——「什么算原创范式突破」本身缺乏可量化判据，容易变成「我说不是就不是」的主观判断。它擅长泼冷水，却不擅长指导「下一步该补哪块能力」。

教训：高标准有助于保持清醒，但要落到产品决策上，仍需要更细粒度的能力指标（如持续学习、长期推理是否达标），而不是一句「还没出现爱因斯坦时刻」。

Demis Hassabis — 判断演化

阶段一：游戏神童与神经科学家（1990s-2009）

核心判断：要造出通用智能，先得理解人类大脑这台「现成的通用智能机」是怎么工作的。

背景：少年时是国际象棋大师、游戏设计师（《主题公园》《黑与白》）。后来他选择回到学界攻读认知神经科学博士，专门研究海马体与记忆、想象——因为他认定「理解智能」是造出智能的前提。

判断来源：从游戏设计中对「智能体如何决策」的直觉，加上对「智能的生物学基础」的好奇。

---

阶段二：用神经科学启发 AI，押注强化学习（2010-2016）

核心判断：通用智能不能靠手写规则，要靠「学习」——尤其是能在巨大搜索空间里自我进化的强化学习。

背景：2010 年创立 DeepMind，提出「先解决智能，再用智能解决一切」（Solve intelligence, then use it to solve everything else）。用深度强化学习做出会打雅达利游戏的智能体，再到 AlphaGo。

关键事件：2016 年 AlphaGo 4:1 击败李世石，第 37 手展示了 AI 能产生人类未曾想到的原创策略——验证了「在巨大搜索空间里，AI 能找到人类直觉之外的解」。

判断来源：神经科学背景 + 游戏（围棋）作为「可自我生成数据、有清晰胜负」的完美试验场。

---

阶段三：从游戏转向科学，「AI 是科学的望远镜」（2016-2024）

核心判断：游戏只是练兵场，AI 真正的价值是去破解自然界的根节点问题——把 AI 变成「能看见人类肉眼看不见的结构」的科学望远镜。

背景：判断蛋白质折叠完美符合「根节点问题三标准」，集中资源攻关，做出 AlphaFold，预测出超 2 亿蛋白质结构并免费开放。

关键事件：2024 年因 AlphaFold 获诺贝尔化学奖——证明了「选对根节点问题 + 解锁整个领域 + 开放成果」这条路径的有效性。

判断来源：「根节点问题」筛选框架 + 科学家求真的内在驱动力。

---

阶段四：押注原生多模态与物理 AI，并为 AGI 划清边界（2024-至今）

核心判断：纯文本大模型只是「前菜」，物理 AI（具身、自驾、世界模型）才是主菜，而通向它的路必须是从底层做原生多模态。同时清醒地为 AGI 设高标准——当前 AI 只会增量优化，距真正的范式跃迁还差 1-2 项重大突破（持续学习、长期推理）。

背景：主导 Gemini 走原生多模态路线，延伸到 Waymo、机器人、世界模型 Genie、视频模型 Veo。Veo 仅靠看视频学会直觉物理。

判断演化的诚实之处：他一边对物理 AI 的潜力极度乐观，一边反复强调「理解 ≠ 行动」「百万 token 上下文只是临时方案」「中心化有糟糕记录、需要公共 AI 制衡」——既不被炒作裹挟，也不回避自己框架的不确定性。

当前验证：原生多模态已成为 Gemini 的差异化优势；但「物理 AI 是主菜」「还需 1-2 项突破才到 AGI」等判断仍在持续校准，能力边界在快速移动。