Demis Hassabis 罕见预判：AGI 不是算力问题，真正的瓶颈在这里

当几乎所有人还在讨论更大的模型、更长的上下文窗口时，Demis Hassabis 在 YC 的舞台上泼了一盆冷水：这些都不足以通向 AGI。他直言，真正关键的问题至今无人解决，而且可能会在你正在做的创业项目中途突然出现。

AGI 可能在 2030，但会“闯进”你的创业周期

Demis Hassabis 抛出的第一个重磅观点，并不是某项新技术，而是一种时间观念。他给自己的 AGI 时间表是“2030 年左右”，但紧接着补了一句更让人不安的话：如果你今天开始做一个 5 到 10 年周期的深科技项目，AGI 很可能会在你还没做完的时候出现。

这不是危言耸听，而是一个战略提醒。Hassabis 强调，AGI 的到来不一定是“坏事”，但前提是你在设计系统时就必须把它考虑进去。否则，你可能会发现自己辛苦搭建的产品形态，在 AGI 出现的那一刻瞬间过时。

这也是为什么他反复提到一个关键词：active system。在他看来，通往 AGI 的不是更大的被动模型，而是能主动拆解问题、执行任务、持续学习的系统——也就是我们今天说的 AI Agents。而且，他的判断很明确：Agent 只是刚刚开始。

上下文窗口不是答案，我们正在用“技术胶带”凑合

在这次对谈中，Hassabis 罕见地对当前主流路线表达了不满。他形容现在很多模型的做法是在“用胶带解决问题”——把一切都塞进上下文窗口。

百万 Token 的上下文听起来很震撼，他也承认：这已经“非常大了”，甚至足以理解一个人一两个月的生活。但问题在于，这种方式依然是无状态的。模型不会真正记住什么，只是在一次推理中临时调用。

在 Hassabis 看来，持续学习（continual learning）、长期推理（long-term reasoning）和真正的记忆机制，依然是未被解决的核心难题。尤其是记忆，他回忆 DeepMind 早在 2013 年就研究过“dream cycles”——反复重放成功轨迹，用来巩固学习。这些在当年 AI 的“黑暗时代”极其重要，而今天反而被低估了。

一句话总结他的态度：上下文窗口是工程解法，但不是智能本身。

为什么 DeepMind 仍然押注强化学习和搜索

当外界把注意力都放在大模型 scaling law 上时，DeepMind 内部的重心却并没有彻底转移。Hassabis 明确表示，强化学习和搜索仍然会是未来几年突破的关键来源。

AlphaGo、AlphaZero 并不是历史遗产，而是一种范式验证：当系统能通过试错、规划和价值评估来行动时，智能会出现质变。这一点，在 Agent 时代只会变得更重要。

更有意思的是，他同时指出了另一个方向：极小模型的效率。推理成本正在快速下降，这反而给了一个强烈激励——把更小、更快、更便宜的模型做到“异常聪明”。在他的设想中，这甚至可能是一种很理想的终局形态。

这和“无限堆算力”的叙事形成了鲜明对比：不是所有智能，都必须来自巨无霸模型。

Agents 很热，但真正的拐点还没到

Hassabis 对 AI Agents 的判断同样耐人寻味。他承认：Agents 非常重要，但“我还没看到那个我期待的结果”。在他看来，Agents 真正释放全部价值的时刻，还在未来 6 到 12 个月。

原因并不复杂。现在的 Agent，更多是流程自动化的升级版，而不是具备内省能力的智能体。Hassabis 提到一个很少被公开讨论的问题：模型几乎没有对自身思考过程的反思能力，这在某种程度上限制了它们的可靠性和长期规划能力。

换句话说，我们正在用 LLM 驱动的工具链模拟智能，而不是构建真正“会思考”的系统。这个差距，正是下一波创新的空间。

从 Hassabis 的人生路径，看他为什么敢这样判断

理解这些观点，离不开 Hassabis 本人的背景。他是国际象棋神童，17 岁做出畅销游戏；随后转向认知神经科学，研究人类记忆与想象；最后创立 DeepMind，目标只有一个：解决智能。

AlphaGo 和 AlphaFold 并不是偶然成功，而是他长期信念的阶段性结果：智能不是单一技巧，而是学习、记忆、推理和行动的闭环系统。

因此，当他说“我们现在还没解决 AGI 的关键问题”时，这并不是保守，而是对问题复杂度的清醒认知。

总结

这场对谈给 AI 从业者最重要的提醒只有一个：不要被表面的进展迷惑。更大的模型、更长的上下文、更多的 Agent Demo，并不等于更接近 AGI。真正的分水岭，可能在记忆、持续学习和主动系统上。

如果你正在做 AI 产品或创业项目，现在就该问自己三个问题：你的系统是否能长期积累经验？是否能在多步决策中保持一致性？如果 AGI 在项目中途出现，你的设计是会被碾压，还是被放大？

Hassabis 没有给出答案，但他已经清楚地指出了方向。接下来几年，真正拉开差距的，可能不是谁模型更大，而是谁更早走出了“技术胶带”的阶段。

关键词： Demis Hassabis， AGI， AI Agent， 上下文窗口， Google DeepMind

事实核查备注： 需要核查：1）Demis Hassabis 对 AGI 时间表提到的“2030 年左右”；2）DeepMind 2013 年关于 dream cycles 和记忆重放的研究背景；3）百万 Token 上下文窗口的具体说法是否为比喻；4）“未来 6 到 12 个月 Agent 才会真正释放价值”的原话语境。