在AI的研究领域我们常说这是一场没有终点的长跑。但如果我们要寻找这一代人心中AGI梦想的起点德米斯·哈萨比斯和他的DeepMind无疑是绕不开的坐标。作为一名长期身处学术界与产业界的研究者阅读塞巴斯蒂安·马拉比这部关于哈萨比斯的传记给我带来了一种奇妙的既视感。这种感觉并非源于我们有着相似的背景——尽管我们都致力于探求AI智能的本质都在大学的象牙塔与商业的战场之间穿梭——而是源于一种对终极科学问题的共鸣如何通过构建硅基的智能去理解碳基的生命乃至解构整个宇宙的物理法则。书中生动地记录了哈萨比斯的一句名言“解决智能问题然后用它解决一切。”这句话在AI圈内广为流传但很少有人能像马拉比这样通过翔实的访谈和深入的调研揭示出这句话背后近乎苦行僧般的科学信仰。一、从博弈到科学AI的范式转移从研发GLM模型的经历来看早期的算法模型到今天的大模型时代经历了几个范式跃迁。哈萨比斯的独特之处在于他并未止步于让AI在围棋棋盘上战胜人类尽管AlphaGo已经是划时代的里程碑他真正的野心在于AI for Science——让AI真正服务人类进步。书中详细描绘了AlphaFold的诞生过程这是我最受触动的章节之一。当DeepMind用算法解决了困扰生物学界半个世纪的蛋白质折叠难题时哈萨比斯证明了AI不仅仅是模仿人类认知的工具更是拓展人类知识边界的望远镜。这与我们在清华大学和智谱AI所推崇的理念不谋而合——下一代AI的核心价值在于它能否成为科学发现的基础设施能否在数学、物理、生物等基础学科中找到新的“上帝视角”。二、系统一与系统二的融合迈向AGI的必经之路从技术深度的角度来看哈萨比斯的探索路线为我们提供了宝贵的参照。DeepMind起家于强化学习Reinforcement Learning他们在AlphaGo、AlphaZero中展现了强大的逻辑推理与决策能力这类似于人类的“系统二”思维慢思考。而近年来随着Transformer架构的崛起以GPT和Gemini为代表的大模型展现了惊人的生成与直觉能力这更像“系统一”思维快思考。哈萨比斯在书中被描述为一个试图融合这两者的“架构师”。他在Gemini项目中试图将DeepMind在强化学习上的深厚积累与大语言模型的通识能力相结合。这种对技术路线的执着与修正正是当前全球顶尖AI实验室都在攻克的难关。无论是谷歌DeepMind的Gemini还是OpenAI的o1抑或是我们的GLM系列殊途同归我们都在寻找那把打开“认知与推理”双重枷锁的钥匙。三、普罗米修斯的火种与责任马拉比在书中敏锐地捕捉到了哈萨比斯身上的“奥本海默式”困境。哈萨比斯将DeepMind比作“阿波罗计划”或“曼哈顿计划”这不仅仅是关于资源投入的比喻更是关于技术伦理的警示。作为一个同样在构建超大模型的亲历者我深感这种责任的沉重。当我们试图打造一台“无限机器”时我们实际上是在创造一个可能超越人类理解力的存在。书中披露了哈萨比斯在被谷歌收购时坚持设立伦理宪章的细节以及他对AI安全近乎偏执的关注。这提醒我们在追求算力规模和模型参数的同时对齐alignment和安全必须是AGI大厦的基石而非装饰品。《哈萨比斯谷歌AI之脑》不仅是一部商业传记更是一部正在发生的科技史。对于中国的AI从业者和关注者而言这本书提供了一个绝佳的视角去审视我们的竞争对手或者说我们的“同行者”。在通往AGI的道路上或许会有公司层面的竞争但在科学的尺度上我们都是在黑暗中摸索火种的人。哈萨比斯的故事告诉我们真正的护城河不是算力不是数据而是对智能本质最深刻的理解以及利用这种理解去造福人类文明的决心。愿这本书点燃更多年轻学子心中的火焰让我们共同见证智能时代到来。文/唐杰清华大学计算机系讲席教授智谱AI创始人、GLM模型创始人作者[美] 塞巴斯蒂安·马拉比译者周健工出版时间2026年3月出版社湛庐文化/浙江科学技术出版社