【哈萨比斯的反驳】驳斥「失去顶尖人才」，谷歌在AI人才上仍然遥遥领先

上篇那份账本，记到 2026 年六月已越来越长：八位 Transformer 作者全员离场，AlphaFold 的人马整建制流向 Anthropic，AlphaGo 之父自立门户……可账本只说了一半的故事。就在这些名字见报的同一周，戛纳广告节的台上，有人把「谷歌正在失去顶尖人才」的说法，当面顶了回去。

说这话的，是 DeepMind 掌门、与 Jumper 同获 2024 年诺奖的 Demis Hassabis。Semafor 的主持人没有客气，直接问他：你们，还留得住能赢下 AGI 竞赛的人吗？

顶回去

哈萨比斯几乎是当场否认了「谷歌正在失去对顶尖人才掌控力」的说法。他说，DeepMind「拥有所有领先实验室里，远为最大、也最宽的那条研究板凳」，「我们赢得了属于自己的那一份顶尖人才」。

他没有否认人在流动——恰恰相反，他承认「各家领先实验室之间，人才一直在彼此流动」，并把这归因于「科技业有史以来最惨烈的一场人才争夺」。他否认的，不是「有人离开」，而是「人只朝一个方向流」。而这番话的背景，正是上篇那份账单：Jumper 去了 Anthropic、Shazeer 去了 OpenAI、Adler 与 Pritzel 紧随其后，Alphabet 股价一周内一度跌约 7%。Google 发言人补了一句：这一小撮离职，不会改变公司的整体轨迹。

搬不走的东西

这份底气不是嘴硬，而是结构性的。质疑者盯着出走的名字，哈萨比斯指向的却是别人搬不走的东西：Google 无可比拟的数据生态、软硬一体的整合、以及纯粹的算力规模。尤其是自研的 TPU——对一个想训练下一代前沿模型的研究者来说，能用上 Google 那支庞大的 TPU 舰队，本身就是业内最有诱惑力的招聘筹码之一。再加上 2023 年 Google Brain 与 DeepMind 合并，把原本分散的研发，拢成了他麾下的一支整建制劲旅。

他还甩出一个更大的历史论断（这是他的说法）：过去十几年，支撑起整个现代 AI 产业的重大突破里，约九成以上出自 Google Brain 或 DeepMind——从底层支撑所有大语言模型的 Transformer，到 AlphaGo，再到那一整套强化学习的开创性工作。他提醒人们：2010 年他创办 DeepMind 时，做 AI 还被当成「职业自杀」，学界都不看好。真正的护城河，从不是某一个人，而是算力、数据，与一支十年攒下的板凳。

不止文本一条路

真正有意思的，是哈萨比斯把问题悄悄换了。提问者追问：通往 AGI，是不是要靠那些能写软件、能找漏洞、可能很快自我改进的文本模型？哈萨比斯绕开了正面附和——主持人干脆替他翻译：「那我就当你说『不是』了。」

在他看来，DeepMind 的打法从来是「同时押多个方向、再把每一个都推到极限」：既有 Gemini 的规模化与多模态地基，也有死磕的编程能力，还有 Omni、Veo 这些生成式媒体模型——因为模型必须先理解我们周遭的物理世界。一个完整的 AGI，得看得懂身边的真实世界，这也是机器人、智能眼镜助手这类应用能成立的前提。

双刃的工具

这场对话发生在戛纳广告节，台下坐满了创意人，许多正用他的视频工具做广告。哈萨比斯说，过去一年最大的变化，是「细粒度控制」——你可以像对一位设计师那样，用自然语言说「这块留着，那块换掉」，再迭代上百次，直到满意。Nano Banana 之于图像、Omni 之于视频，都是这种「所见即所得」的迭代。

但他坦承这是把双刃剑：门槛降低，更多人能闯进创意行业、更多想法被快速试出来，可也会冒出大量「算不上有创造价值」的东西。对专业创作者，工具让他们「能做的事多了十倍」、迭代更快；可一旦用得偷懒，它就会从创作里抽走灵气。在他看来，这些模型是创造力的工具，而非创造力的替代——就像当年的 Photoshop。

至于真假难辨的隐忧，他给的答案是 SynthID：一种几乎无法破解、肉眼不可见、嵌进每一段 AI 生成内容的数字水印；它已被开源，据他说 OpenAI、Nvidia 等同行也已采用。他希望「生成即带溯源」最终成为一种行业规范——既对抗深伪，也顺带护住版权。而对「训练用了人类作品该如何补偿」，他认为或许需要一套全新的经济模型，就像当年流媒体之于音乐、ContentID 之于 YouTube——只是要精确到「这部分算谁的百分之几」，依然极难。

同一个念头

把话题往深处带一层，你会发现哈萨比斯一辈子都在追同一个念头。早年做电子游戏，他靠的是「在脑中逼真地预演一个孩子怎么玩这款游戏」；后来转去做神经科学博士，他想弄清的，正是大脑里那套「预演」机制。

他 2007 年那篇成名论文发现：海马体受损、记不住事的病人，同样也想象不出未来的场景。记忆并非录像带，而是一种「把碎片重新拼起来」的重构过程；而想象，用的是同一套脑机制——只是目标从「重现熟悉」换成了「拼出新奇」。他是第一个去测试失忆病人「想象力」、而非只测「记忆力」的人。如今，他的神经科学家朋友们正反过来，拿 Omni、Veo 这类世界模型，去比对人脑在 fMRI 里的活动，甚至解码一个人正在想象或梦见的画面、再用模型把它还原出来——他说，这种「科幻装置」，未来几年就会出现。

而把这一切串起来的，是一个朴素的判断：想象，本身就是一种模拟。AlphaGo 落子前在脑中预演上万步、再挑出最优的一条路，和你设想一场重要晚宴时脑补的座次与开场白，是同一种能力。他更大的野心，是让 AI 学会「可重跑的模拟」去攻那些现实里没法重跑的难题——比如经济：你没法把一次降息、一场衰退反复重来几百遍，但若能用学到的模型模拟出成千上万条轨迹，决策就能更像一门自然科学。绕了一整圈，他又回到了 2003 年那款叫《Republic》的失败游戏——当年他想手工模拟一整座、住着十万个「活人」的国家；如今，他说，用现有系统生成那样的世界，或许只差两三年。

原子的世界

反驳与畅想之外，他也留了一段冷峻的话。哈萨比斯说自己早已「身处奇点的山脚」，而如今「站在了 AGI 的临门一脚」。机遇当然巨大——攻克疾病、找到新能源；但风险同样真切。眼下的网络攻击只是其一，他说那「只是给人类的一次警告射击」——更严重的，是未来一两年可能接踵而至的生物、核等风险。他主张：越靠近 AGI，越需要一套更系统、最好是国际性的标准，去测试最前沿系统的护栏是否够牢。

最后，他给「真正的创造力」立了一道考题——爱因斯坦测试：只喂给 AI 截至 1901 年的全部资料，它能不能像爱因斯坦那样，独立提出相对论这样全新的假说？在他看来，真正的创造力不是从已知里外推，而是提出一个前所未有的命题。爱因斯坦当年靠的是「追着光跑会看到什么」这类视觉化的思想实验。所以要走到那一步，你需要理解原子的世界，而不只是比特的世界、逻辑的世界。

上篇那份账本，记录的是「离散」；这一篇的反驳，争夺的是「方向」。掌门人说，谷歌仍赢得属于自己的那一份顶尖人才——这话不假，它确实还握着 Gemini、全球最大的算力基础设施，与数十亿美元的 AI 营收。可账本也没说错：就在他说话的同一周，又有两个名字被划到了对手那一栏。两边说的，其实都是关于未来的判断，而非已成的事实。

所以这场人才战，争的从来不只是「谁留住的人更多」，而是「谁对'下一跃从哪来'判断得更准」。账本记录离散，反驳争夺方向。而方向这道题，眼下还没到交卷的时候——它最终要由「谁更懂这个由原子构成的世界」来回答。

宇宙纪事 / COSMIC CHRONICLES

本文系对 Semafor 于 Cannes Lions 戛纳广告节对 Demis Hassabis 台上专访（2026 年 6 月 23 日）的拆解与评述；引述均出自该场访谈，背景事实以 Semafor、Bloomberg 报道及 Google DeepMind 等公开信息为准。本文为《【AI的黄埔军校】》之下篇。转载请注明：《宇宙纪事 · 产业深度》系列。