Demis：后Gemini3时代，谷歌与自己的KPI云昭

今天一早，Gemini3 Deep Think 给业界带来了不小的震动！

谷歌最 frontier 的模型，将 Chatbot 用近乎“恍如隔世”般的速度推进到了顶尖领域，成为了能力超过寻常人、甚至博士的超强科研助手。

而这背后，始终绕不开那个一度被马斯克、奥特曼等视为“魔鬼”的名字：Demis Hassabis。

从击败围棋世界冠军的 AlphaGo，到解决蛋白质折叠难题的 AlphaFold，再到今天全面主导谷歌AI战略的 Gemini，Demis 的履历像一条清晰的时间轴，标注着现代AI的关键节点。

就在昨天，《财富》杂志 Youtube 官方账号放出了前不久在达沃斯世界经济论坛上的一场 Demis 的独家采访。

主持人是《财富》杂志主编 Alyson Shontell，对这位“5亿美元将 DeepMind 卖给谷歌”、不到一年成功主导 Gemini 逆袭 OpenAI的诺贝尔奖得主，来了一次全面梳理式的提问。

可以说，既是Demis职业高光时刻背后的个人复盘，也是谷歌在“通往AGI”的里程碑式的思考。

整体最大的感受有以下几点。

首先，Demis 抛出了一个判断：AI的主线故事会非常“浓缩”。“每一年都浓缩了过去的十年的进展。今年也不会例外，节奏非常紧张。”因此，战略判断窗口变短，组织反应速度必须重构。

他表示，全局上看，Gemini 3 是一个分水岭，已经接近可以真正构建“Agent型系统”的阶段。他判断，今年年底“我们会开始真正看到“把任务完整交给AI去执行”的形态落地。

其次，Demis给出的另一个方向：模型走进现实世界。重点不是在设备端变得更强，而是会打造一个“通用助手”（谷歌内部已经有了），它会存在于所有终端——浏览器、手机、车内系统、未来的智能眼镜，具备跨场景的连续认知能力。言外之意，这是一种对人机交互形态的重新估值。

我认为技术能力现在终于接近可行的临界点，这可能会成为眼镜形态的杀手级应用。

当然，Demis本人在重仓押注的项目，自然还是在 AI 医疗上。Demis 的野心十足：“解决所有疾病”。这当然不是硅谷式豪言。

Demis 已经看到了解决路径：大规模计算模拟 → 化学空间搜索 → 湿实验只做验证。

在他看来，药物研发的主战场将从实验室转向AI算力支撑下的通用药物发现引擎平台。

我认为，要在健康领域实现跃迁式进展，就必须把大规模假设搜索和分子设计放在计算机模拟环境中完成，这比湿实验室效率高出数百甚至上千倍。湿实验室更多承担验证角色。

此外，在机器人领域，Demis判断，未来18个月内预期会看到突破性时刻。

以上所有这些，都是谷歌目前在全力推进的方向，当然，还包括持续提升Gemini本身。

除此之外，Demis 还透露出现在的工作状态，如此快的迭代节奏，同时管理多个项目和团队，他是如何做到的呢？

其实，他也没有什么好招，四个字：“加班熬夜”。每天保证6小时睡眠时间，白天在办公室安排密集会议，几乎没有间隔。晚上与家人共度时间后，大约晚上10点开始第二轮工作，一直持续到凌晨4点，这段时间主要做思考、研究和创造性工作。

这样的节奏，Demis 保持了十年。

看来，也是一个精力旺盛的不亚于马斯克的狠人了。

对于 AGI 的实现方面，Demis 依旧保持自己谨慎的工程视角的判断。他认为需要为此做足各方面的准备，：可靠性、安全性、部署框架，包括商业方面的权衡。

过去十多年我学到的一点是，当目标极其宏大，比如解决所有疾病或构建AGI，必须设定阶段性里程碑。

这些节点本身也很有挑战，但能让你确认方向正确。AlphaGo、AlphaFold，再到Gemini，都是这样一步步拆解完成的。

对于未来十年甚至更长的判断是怎样的呢？

Demis 给了一个很 HE 的设想：

“如果方向走对，十到十五年后，我们会进入一个全新的发现黄金时代，某种意义上的文艺复兴。”

个性化医疗会成为现实、人类利用 AI 解决许多重大科学难题，例如新材料、可控核聚变、更高效的太阳能、电池优化，甚至找到解决能源危机的路径。

再往后，人类可能进入一个极度富足的时代，拥有充足能源去探索宇宙、走向星际。

“我相信这就是人类的命运。”

期间还有不少 Demis 在 AlphaGo、AlphaFold、Gemini 鏖战的往事趣料，篇幅关系，这里不再一一展开了。

以下是小编整理的精彩观点。

历史总有蝴蝶效应：

5亿美元卖给谷歌，催生了OpenAI

Demis 拥有计算机科学学位和认知神经科学博士学位。2010年，他与人共同创立DeepMind，公司目标雄心勃勃——解决“智能”这一终极问题。在他的领导下，DeepMind在人工智能模型上取得突破。四年后，谷歌以数亿美元收购这家研究型初创公司。

主持人：Demis，我们现在在达沃斯。谢谢你抽时间。你刚经历了一个重大的2025年，也在为2026年做准备。在谈这些之前，我想让大家更多了解你。你热爱国际象棋，是一名大师级棋手；也热爱天文学。这两件事如何把你带入AI？

Demis：我从小就对天文学、宇宙学、物理学这些领域感兴趣，因为我总是在思考那些宏大的问题——宇宙究竟在发生什么？意识是什么？意识的本质是什么？如果你对这些问题着迷，很自然会被物理学吸引。另一方面，我也热爱游戏和策略。小时候我非常认真地下国际象棋，这其实是在训练自己的思维。下棋让我开始思考“思考本身”——大脑如何运作？这些兴趣最终汇聚在一起，引导我走向AI。计算机和人工智能既能帮助我们理解自身的心智，也能成为理解宇宙的强大工具。

主持人：2014年你将DeepMind以大约5亿美元卖给谷歌。这是一笔热门交易，Meta当时也想收购。从今天看，这可能是商业史上最具变革性的交易之一。你为谷歌打下了AI机器的基础。回头看，你如何评价那个决定？当时就意识到这是关键时刻吗？

Demis：是的，我们当时其实很清楚。2010年我们创立DeepMind时，几乎没人谈论AI，但我们知道方向。我们的使命是解决智能，然后用它去解决其他一切问题。目标是打造通用人工智能，并优先用于科学研究。2014年谷歌找上门，这笔交易由当时的CEO Larry Page推动。某种程度上，这个价格低估了未来价值。但对我而言，关键从来不是钱，而是使命，是加速实现通用人工智能和解答科学问题的进程。谷歌拥有强大的算力，这对发展智能至关重要。我当时就对Larry说，这可能会成为谷歌历史上最重要的一次收购之一——考虑到他们曾收购YouTube和Android，这句话分量很重。

主持人：如果回看OpenAI的起源，马斯克和Sam Altman之所以联手，部分原因就是担心谷歌在收购DeepMind后在AI领域形成垄断。某种意义上，你也催生了一个超级竞争对手。

Demis：历史中总有蝴蝶效应。还有一个重要因素是AlphaGo的成功。那是第一个击败围棋世界冠军的程序，基于强化学习和深度学习。2016年的那场胜利是一个分水岭，也为现代AI时代鸣响发令枪。包括OpenAI的创始人，也是在看到那场比赛后意识到这一方向的潜力。

凭借AlphaFold获得诺贝尔奖

解决困扰业界50年的难题

2015年，AlphaGo成为首个击败职业围棋冠军的AI系统。此后，DeepMind的模型在国际象棋、Stratego以及《星际争霸II》等游戏中击败顶级选手。

2020年，AlphaFold2解决了困扰科学界数十年的蛋白质折叠问题——仅凭氨基酸序列预测蛋白质的三维结构，且准确度极高。团队随后将这一方法扩展到超过2亿种蛋白质结构，并建立公开数据库。2024年，Hassabis因这一成就获得诺贝尔化学奖，并被授予爵士称号。

主持人：在Alphabet体系下，你有机会做很多“登月式”探索，有些短期内未必带来收入，但带来重大突破。AlphaFold就是其中之一，你也因此获得诺贝尔奖。能否谈谈它为何如此重要？它将如何改变我们对疾病的解决方式？

Demis：成为谷歌和Alphabet的一部分，让我们拥有资源和时间去攻克深层科学难题。AlphaFold是典型案例。它解决了一个困扰生物学界50年的重大挑战：是否可以仅根据蛋白质的氨基酸序列预测其三维结构。蛋白质几乎参与人体所有功能，从肌肉收缩到神经元信号传导。如果你知道蛋白质的三维结构，就能部分理解它的功能及其支持的生物过程。这对疾病研究和药物设计至关重要。