过去六周，戴密斯·哈萨比斯的两场对谈先后放上了网。一场在斯坦福商学院，坐在对面的是斯坦福校长乔纳森·莱文；一场在伦敦，一间有几百年历史的同业公会厅堂里，对面坐的是温迪·霍尔女爵——英国计算机科学的元老，也是 2017 年那份把英国送上世界 AI 政策模板位置的产业评估报告的作者之一。

先做一件本刊必须做的事：校时。这两场其实都录得更早。斯坦福那场，主持人问的是「你本周在谷歌大会上说的那句话」——指的是 5 月 19 日 Google I/O 收尾时的发言，所以对谈录于五月下旬，6 月 3 日才上线；伦敦那场，霍尔说「特朗普本周反悔了」，指 6 月 2 日签署的那道行政令，她又说「下周就是伦敦科技周」，指 6 月 8 日开幕的那一届，所以录于六月初，7 月 15 日才上线。

这个时间差反而是一份礼物。两场演讲里所有「将要发生」的事，今天全部可以逐条对账。而对完账你会发现：比他们当时说的，还要急。

⁂

一、山麓上的那句话

5 月 19 日，山景城 Shoreline 剧场，Google I/O 的最后一段。他没有用产品发布会的语言收尾，而是说：当我们回头看这段时间，会意识到自己正站在奇点的山麓。

这是一家成熟科技公司第一次在自己的发布会舞台上用「奇点」这个词。据 Semafor 会后几小时的采访，这个收尾是内部来回权衡过的：他要在 AGI 这件事上说得真实。

两周后在斯坦福，莱文当着满场学生把这层窗户纸捅破：这话上了新闻，我听说谷歌公关部门不太高兴。

他的解释分两层。技术那一层叫 AGI，他给的日期是 2030 年上下一年；而「奇点」指的不是某个瞬间，是 AGI 前后那个全新的人类纪元。他说他之所以要在那种场合说这句话，是因为社会需要听见这件事——留给准备的时间不多了。

在伦敦，他把话说得更具体：2030 年，五成概率。

值得注意的恰恰是那个「五成」。一个把三十年押在这件事上的人，本可以说「一定」，他说的是一半对一半，并且把区间的两头都给了你：如果递归自我改进那一类路径走通，会更快；如果走不通，就更慢——「那也很好，我们就有更多时间准备。」

霍尔当场表示不同意这个时间表，她认为没那么快。哈萨比斯的回应是本篇的题眼：时间表争不出结果，但如果他是对的，代价由所有人承担；如果霍尔是对的，损失只是「我们多准备了几年」。在这种赔率结构下，按快的那个走，是唯一理性的选择。

奇点的山麓

二、从一分都赢不下来的 Pong，到从首尔回来的那一天

凭什么听他的日期？因为他有一份可以核对的预测履历——而且这份履历上既有兑现，也有欠账。

2010 年的 DeepMind 在伦敦，账上只有几百万美元。他们让系统只看屏幕上的两万个像素去打 Pong——不给球的坐标，不给速度，不给游戏内部的任何特权信息。

接下来的几个月，它一分都拿不到。21 比 0，球拍在屏幕上乱抖。他当时想的是：也许我们早了十年，也许早了二十年。所有人几乎不拿工资，钱在见底。

然后它拿到了一分。他以为是运气。然后它开始连续得分，然后开始赢。他后来把这件事总结成一句机器学习圈都懂的话：只要拿到一个立足点，通常就能一路往上爬。难的从来是从零到一，不是从一到一百。

六年后是 AlphaGo。他讲了一段有意思的旧事：当年看深蓝对卡斯帕罗夫，他佩服的是卡斯帕罗夫——那个人跟一台暴力搜索机器下成平手的同时，还会五种语言、还开车、还搞政治。深蓝那套「手工整理启发式加暴力搜索」在国际象棋上管用，在围棋上从来没管用过，因为围棋没有子力差别，全是模式与直觉。他们赌的是：能解开围棋的那套方法，大概率能迁移到别的领域去。

2016 年首尔，第 37 手。他等的不是胜负，是「机器给出人类两千年没想到的东西」这一刻。这句话他在两场里各说了一遍，措辞几乎一样：从首尔回来的第二天，AlphaFold 项目启动。

蛋白质折叠是他剑桥时代就记在心里的题。他把它叫「根节点问题」：解开这一个，下游整片枝叶都会长出来。难点在数据——五十年的晶体学积累，蛋白质数据库里只有约 15 万个实验结构，而已知蛋白质有 2 亿种。当时多数人认为还得等十到二十年。

结果是：AlphaFold 把 2 亿多个结构全部算出来，连同每一段的置信度，免费挂在欧洲生物信息研究所的数据库上。官方口径的今天是——逾 300 万研究者、190 多个国家在用，其中逾 100 万用户来自中低收入国家，三成以上的相关研究直接指向疾病理解。

为什么送掉？他给的理由很朴素：一家公司只能刮到这件事影响面的表层。何况第一版 AlphaFold 本来就是用公共数据训出来的，把成果还回那个社群，是理所应当。他还替谷歌记了一笔——高管层没有为难他，这个决定「谈得很轻松」。

下游确实长出了东西。有学生问他，怎么让科学红利落到非洲和全球南方，他举的例子是被忽略疾病药物研发组织：那些疟疾、寨卡之类的结构，当地实验室原本要一年年做晶体学，现在可以直接把结构当已知条件，从第一天就开始做药。作物抗逆同理——植物蛋白的结构数据历来比人类蛋白少得多，这类地方的边际收益反而最大。

这里替他修一个口误：他说那家机构是世界卫生组织的一部分，其实不是。它是 2003 年由无国界医生与巴西、印度、肯尼亚、马来西亚、法国的五家研究机构共同发起的独立非营利组织，总部在日内瓦，世卫组织旗下的热带病研究与培训特别规划署是发起方之一并担任常驻观察员。差别不小：它恰恰是因为公共卫生体系搞不定这件事，才被另起炉灶造出来的。

还有一件他说得偏轻的事：天气。2025 年 10 月 28 日，五级飓风梅丽莎以每小时 185 英里的风速登陆牙买加西部。美国国家飓风中心事后的正式报告写得很直白——DeepMind 集合模型在所有预报时效上都表现出色，路径技巧显著优于多数传统模型；在快速增强这个「圣杯」问题上，10 月 24 日一早，该模型的全部成员就已指向大型飓风。DeepMind 那侧的口径是：提前五天以八成置信度预报了五级登陆，提前三天升到接近十成。对一座岛来说，二十四小时的提前量就是另一种伤亡数字。

但履历上也有欠账，必须写进去。他在两场里都说药物发现要「从年压到月，也许有一天压到周」——而他自己的 Isomorphic Labs，首次人体试验已经从 2025 年底推迟到 2026 年底，是他今年一月在达沃斯亲口改的口径；而截至目前，还没有任何一款 AI 设计的药物拿到美国药监局批准。结构预测是秒级的，人体不是。

二十一比零的那半年

三、那座没有建成的 CERN

斯坦福那场最有价值的一段，是一个反事实。

莱文问他怎么看今天各家实验室的疯狂竞速。他说，技术本身走得比他二十年前设想的还好，但它诞生的环境远不理想。如果能挥一挥魔杖，他希望 AGI 是在一个类似欧洲核子研究组织的设施里造出来的——全世界最好的头脑互相拆台、互相验证，每一步都摁在科学方法上。

代价是 AGI 会晚到大约十年。但他认为不必干等：在造通用系统的路上，随时可以掰下一块去做专用系统，先解决具体问题。AlphaFold 就是这么一个专用混合系统——它用了通用路线上的许多想法，但被削成了只干一件事的形状。先治病，后通用，这是他原本的次序。

改道的是聊天机器人。而这恰恰是他自认过去十五年里唯一一次真正的判断失手：他没料到 Transformer 对语言这么有效，也没料到语言可以脱离行动、只靠互联网文本学到这个地步。他甚至给出了自己的解释——语言比语言学家想的更「接地」，而人类测试者的反馈本身就是一条极窄却真实的接地通道：我们活在真实世界里，我们说是与不是的时候，世界的一角就被写进了模型。

这一失手把 AGI 从研究项目变成了可以用工程和资本堆的产业。于是有了他所说的「双重赛跑」：一层是公司之间的赛跑，对当事者而言近乎生死；另一层是大国之间的赛跑。两层叠在一起。他的原话是，他在科技行业里没见过这么凶的竞争环境。

而这个结构的数学形状，是囚徒困境：多花时间把东西做安全的人吃亏，直接扔出去看看会怎样的人占便宜。背叛有收益，这就是逐底竞争的定义。他认为必须改掉这个结构，而且要快。

难在哪里？他说，常规监管太慢——两年前定的规则，今天看已经像上古文物。所以他要的是一种「动态监管」：轻、快、能随最新进展改，并且由真正在矿面上的实验室提供信息。他在斯坦福透露，今年晚些时候会公开自己的方案。这笔账如今也可以对上了：本文发出的前一周，7 月 14 日，他把方案摆到了台面上——呼吁由美国牵头设立一个新的全球 AI 监督机构，有权审查最先进的模型，并在危险迹象升高时协调全行业一起减速。

这里必须替读者点破一层张力：一个在第一梯队里跑的人，同时要求给这条赛道装刹车，并且认为刹车的设计应当由跑者提供信息。这不必然是伪善——今天确实只有实验室看得到最新能力——但它是个结构性问题，掂量他的方案时，这一点得放在秤上。

莱文接着问了一个更扎人的问题：美国公众对 AI 的观感现在非常负面，比很多国家都负面，你怎么看。

他的第一句回答是：公众有理由担心。他自己就担心其中几件事。他习惯用一个量级来描述这次变化——工业革命十倍的影响，十倍的速度，也就是把一个世纪压进十年；他还补了一句，这个估计恐怕还偏低。

但他把相当一部分账算在了同行头上：「他们说得太确定了。」在他看来，真实状态是巨大的不确定，而把不确定讲成确定本身就是一种误导——他甚至点到，某些表述背后可能有别的动机，比如融资。而在他自己的解释里，正因为一切都还没定，接下来几年的行动才决定走向。

他给行业开的药方，是本篇最该被中文读者记住的一句：别再假设性地谈「治愈癌症」，去把癌症治了。他说 AlphaFold 这样的东西太少了，「应该有二十个 AlphaFold」。在健康、医学、科学这些领域，好处是无可争议的；而无可争议的好处不能靠讲，只能靠拿出来。

未建成的 CERN

四、四年，和一份来不及的机构清单

伦敦那场，霍尔把账算得比谁都直白：如果 2030 年真的到 AGI，那么留给全球治理的时间，就是四年。

她的开场是一份不客气的清单。2017 年那份报告曾被许多国家抄作业，新加坡照着做，而且做得更好；今天回头看，英国的 AI 委员会没了，AI 技能专员的位置没了，没有独立机构在监督主管部门那几百号做 AI 的人。她的原话是：这十年在 AI 里相当于别的行业一个世纪，而技能这一块，「非常零碎」。

然后就到了本文写下的前一天。7 月 20 日，新任首相安迪·伯纳姆上任首日重组内阁，直接撤销了科学、创新与技术部，职能主体并入新设的商业、创新、科学与贸易部，另一部分划给文化部门；AI 安全研究院、主权 AI 基金、英国研究与创新署都在被重新安置之列。作为对冲，AI 大臣纳拉扬首次拿到列席内阁的席位。英国科技界的反弹几乎是一边倒的，行业组织的联署信里那句话说得很像本文的主题——「错的改动，错的时机。」

六月，霍尔在台上抱怨没有独立监督机构；六周之后，连主管部门都没有了。这不是英国一家的毛病，而是这四年里最典型的一种错位：技术按指数走，机构按选举周期和内阁重组走。

她当时预告的另外两件事，今天也可以对账了，而且都兑现了：

第一，日内瓦。联合国首届「人工智能治理全球对话」已于 7 月 6 至 7 日在日内瓦 Palexpo 举行，古特雷斯到场，与「AI 向善」全球峰会背靠背，独立国际科学小组的首份报告在会上提交。下一届定在 2027 年 5 月的纽约。

第二，伦敦科技周。她说政府下周会宣布 AI 保障方面的动作，也兑现了：由英国计算机学会主持、主管部门支持的 AI 保障联盟落地，同期还有 11 亿英镑的 AI 硬件计划。她提到的国家物理实验室的 AI 度量中心，也确已在年初立项——那是把「测量科学」这门老手艺搬到 AI 上，本文认为这可能是英国真正能守住的那块阵地。

顺带一提，她说的那次更名也是真的：原来的「国际 AI 安全研究院网络」在去年底改成了「国际先进 AI 度量、评估与科学网络」，由英国那家担任协调方——「安全」两个字从招牌上拿掉了。

这些都是真进展。但它们的共同点也很清楚：自愿、非约束、以对话为形式。二月的新德里峰会同理——《新德里宣言》闭幕时有 89 个国家和国际组织背书，此后陆续增至 92，中、美、俄、英与欧盟都在名单上；到场超过五十万人次，可那份「AI 民主扩散宪章」白纸黑字写着自愿、无约束力。霍尔说「印度什么也没出来」并不精确，她记的到场人数也偏低了一半；但她的实质判断站得住：开会开出来的是共识，不是约束。

那么，真正让一个政府改主意的是什么？答案在四月。

4 月 7 日，美国财政部长贝森特与美联储主席鲍威尔临时把几家最大银行的 CEO 召到财政部开会，议题是 Anthropic 刚刚有限发布的 Claude Mythos Preview——这个模型在主流操作系统和浏览器里翻出了大量此前无人知晓的零日漏洞。花旗、摩根士丹利、美银、富国、高盛的一把手都到了。四月底，加拿大金融机构监理局也向本国银行发出了同类警示。

6 月 2 日，特朗普签署行政令：由国家安全局会同国家网络总监与国土安全部门建立前沿模型网络能力的机密基准测试（财政部参与的是另一条线——与安全部门共建漏洞信息交换所），并请开发者在更大范围发布前，自愿把模型交给政府先看最多 30 天。对照他任期开头「拆除 AI 监管障碍」的姿态，这是明显的转向——尽管它依然是自愿的，而且据报道，先前那版 90 天的窗口被压到了 30 天才签得下去。

霍尔在台上把这条链说得毫不留情。

哈萨比斯的判断更进一步。他说那类网络能力只是开始，他更担心的是生物风险——那正是他自己用 AlphaFold 深耕的那片土壤，工具落到另一双手里就是另一回事。他把风险分成两类：一类是通用技术被恶意使用，其中包括「开源总体是好事，但怎么限制坏用例，我们还不知道怎么解」这个公开难题；另一类是系统越自主，怎么保证它留在我们设的护栏里。解决了这两层，才轮到经济学那一层，再往后才是哲学那一层。每一层都比上一层更难，而按他的说法，这些事本该昨天就开始做。

值得中文读者留意的一个产业事实是：这类高危能力已经在按司法辖区分配了。上述模型走的是受控合作方计划，欧元区银行目前不在可用范围内。当能力本身开始有国界，「全球治理」就不再是一个抽象名词。

霍尔要的是一个新机构：脱胎于联合国的工作，但不隶属于联合国；企业、政府、公民社会都能签得进来；得有人出钱。哈萨比斯则在两处补了同一个判断——二十年前他还能想象在联合国下面设一个技术委员会，「今天这已经不可想象了」，而地缘政治正处在三十年来最碎裂的时候。他给的一线希望是那个最朴素的事实：没有任何一方——公司、监管者、任何体制的政府——希望灾难性事故发生。

四年，与一份清单

五、把教室翻过来，把电表接上

两场里最具体的两条建议，一条关于教室，一条关于电表。

教室。他说他会把课堂整个倒过来：死记硬背那部分放到课外，由个性化 AI 按每个学生的速度来；课堂时间全部还给人——项目、协作、判断力、品味、创业。他的理由很尖锐：一刀切的课堂本来就只能照顾平均分，落后的和超前的都只能自求多福；而世界级的讲课，为什么要每个学校每位老师各做一份幻灯片重讲一遍？

他也承认现状已经失控：孩子们早就在用大模型写作业，学校和政策却还在盼着这件事自己过去。「这不会自己过去。」

霍尔同意大半，但补了最要命的一刀：不是每个孩子家里都有做这件事的条件。倒置课堂如果把最基础的那一段推给家庭，推给的其实是家庭的经济条件。她有资格说这话——1984 年，她就在 BBC Micro 上用 Prolog 写过一个智能辅导系统的雏形；四十多年过去，她仍然认为这条路对，但它需要的是政府级的承诺，不是一款应用。

南安普顿的做法则很具体：给所有新生发一张「AI 驾照」，并且要求每一个学位、每一个学科都配一门定制的 AI 模块——历史、心理、地理、物理，各配各的。至于计算机专业是不是要被 AI 淘汰，两人的回答异口同声地干脆：编程语言不过是从机器码走到 C、走到 Python，现在轮到英语；但架构、工程规范这些东西不会消失，懂底层的人用这些工具的效率是不懂的人的十倍。

电表。这是全篇最硬的一段，也是最容易被略过的一段。他说，能源成本会直接翻译成智能成本，而且是字面意义上的：瓦特，到美元，到 token。

英国的处境相当不妙。按国际能源署口径，英国工业电价长期是被统计国家里最高的一档；今年五月，批发电价每兆瓦时约 111.65 美元，德国约 88.97，法国约 44.19，美国约 28——这是批发口径，工业用户实付还要叠加网费与税项，但各国的相对位次大体不变。如果数据中心真是下一代工业基座，那么电价就不再是环保议题，而是这个国家还能不能有工业的问题。他反而认为数据中心的碳排忧虑有点跑偏：真正能改变气候方程的，是 AI 帮忙做出来的聚变、材料与光伏，而不是在现有存量上省掉那百分之一二。

顺着这条线，他讲了英国的另外两个缺口：从独角兽长到全球级公司的成长期融资，以及伦敦交易所为什么留不住上市。他把 2017 年前后当面对马克龙说过的那句话又说了一遍：你不可能只当监管的世界冠军。没有自己的公司、自己的科学家，你在桌上就没有位置——先是看不到最新进展，然后是说话没人听。

全场最后一个问题问得最不客气：如果 DeepMind 当年上市而不是卖给谷歌，今天它会领跑富时 100，英国会有一个完全不同的科技资本市场。

他没有回避。2014 年他判断这件事需要 70 亿美元级别的投入，而他当时勉强凑得起千万美元级的轮次；硅谷巨头已经开始上门挖人——年薪十万英镑的人拿到了千万美元的报价，而他自己拿零薪水，公司连产品都没有。软银和那些能开十亿美元支票的基金，还要再等一两年才登场。他把公司卖了，另一半原因是他想回去做研究：同时融资、做产品、还做出 AlphaGo 和 AlphaFold，他认为自己做不到。

然后是那句本篇最想留给读者的话：他不会拿那座诺贝尔奖去换任何数额的钱。他说有位大药厂的朋友告诉他，未来大概不会再有哪款新药的研发流程里完全没用到 AlphaFold。

瓦特、美元、token

六、第二道卢比孔

斯坦福有个学生问了一个很好的问题：这辈子，你希望 AI 不要碰什么？

他先讲了一段图灵。人的心智大致是一台近似的通用图灵机，而凡是可计算的，图灵机都能算——宇宙里我们已知的大多数非量子的东西都是可计算的。所以我们造出来的这些系统，原则上也会是图灵意义上强大的。换句话说，「哪些领域 AI 原理上进不去」这个问题，答案接近于「没有」。

但他给了一个次序上的答案，这是两场里最值得单独拎出来的一段：先把第一代系统造成工具——智能工具，这本身就已经是 AGI 了，难度足够。然后用这些工具反过来研究神经科学与哲学，把「意识」这种今天还不是良定义的问题做出一个更严格的定义，再拿它去检验系统。

然后，社会再决定要不要跨过第二道卢比孔——去造一个至少在我们看来像是有意识的存在。

这一段必须标清层级，否则就成了把哲学包装成科学。意识在哲学和神经科学里都还不是一个良定义的问题；「当前系统不具备意识」是他的判断，不是共识，他自己也明说「别人不同意」；而「智能与意识可分离」是一个有力的假说，不是实验裁决过的结论。他自己也承认，你在使用不同厂商的模型时，能感觉到各家在这件事上的取向不同——这恰恰说明它是设计选择，不是自然律。

霍尔的补充从另一个方向来：机器智能和人类智能是两种东西，就算真到了 AGI，它也不会是人。她认为这件事该让人高兴，而不是急着把两者合一。

然后她讲了一件更让人不安的事：抵抗正在形成。她助理的女儿今年十八岁，成绩很好，即将去布里斯托念书；那个班级自己决定，教室里不用 AI。南安普顿也有学生对她说：如果这些公司讲的都是真的，那我们不想碰。

这一点值得所有做这行的人抄下来：当你反复告诉一代人「你的工作会消失、你的孩子不会有职业、顺便这东西还可能终结人类」，拒绝就成了一种非常理性的反应。而失去那一代人，损失的不是市场，是那份「未来还能被写」的共同意愿。

她那句借自剑桥前辈斯帕克·琼斯的话，是全场最锋利的：计算太重要了，不能只交给男人。她把这句话原样搬到了 AI 上，并且强调这不是要贬低谁——她真正担心的是单一文化：一群同质的人，替所有人决定要建一个什么样的社会。

哈萨比斯给人文学科的那段话，几乎是同一件事的另一半：现在轮到哲学、经济学和社会科学了。他说他跟经济学家聊天时常常吃惊，对方还在问「这些在 GDP 里体现在哪儿」。他要的是新的凯恩斯——因为如果技术这一步真走对了，人类将第一次进入一个非零和的世界，而我们所有现成的经济制度，都是在稀缺与零和的前提下写出来的。

再往后，是更难的一层：我们究竟想让社会往哪儿演化，什么是德性，什么是意义。他说这需要一大批好哲学家。这大概是这个时代最反直觉的一句招聘启事：AI 造得越好，越缺哲学家。

第二道卢比孔

结语：未写之书

两场对谈，两个国家，两种听众，收尾却是同一句话。

在斯坦福，他对满场学生说：把你自己的能动性加倍——未来还没有被写下来，别听信任何说它已经写好了的人。在伦敦，他说得更像一句动员令：未来不是写好的，是我们这个社会要去写的；但前提是，我们不能带着恐惧去接近它。

这句话很容易被读成安慰。它不是安慰，它是一份作业。

因为「四年」这个数字的真正含义是：一个人一生里，大概只碰得上一两次「制度还来得及被设计」的窗口。这一次的窗口正在收窄，而清单上没有一项是按四年的钟在走的——教室、议会、交易所、经济学系、哲学系，全都不是。日内瓦开完了会，新德里签完了宣言，白宫把九十天压成了三十天并且写明自愿，伦敦刚刚把主管部门整个撤掉。与此同时，他给的日期是 2030，概率是五成。

所以这两场演讲真正的价值，不在于那句被媒体反复引用的「奇点山麓」。而在于，一个最有资格说「来得及」的人，用两场演讲、隔着一个大洋，说的是同一件事：来不及了，但还没有写定。

山麓的意思不是快到山顶了，
是还能选路的那一段，快走完了。

本文依据两场公开对谈的完整转录写成：斯坦福商学院 AI@GSB 与斯坦福医学院主办、由校长莱文主持的炉边对谈（视频 2026 年 6 月 3 日上线），以及伦敦信息技术从业者公会年度讲座「AI 的未来」，哈萨比斯与温迪·霍尔女爵对谈（视频 2026 年 7 月 15 日上线）。两场录制时间均早于视频上线日，正文已据内证校时。转录为自动生成，人名与术语已逐一订正。文中所有第三方事实——Google I/O 发言、美方行政令、四月银行会议、日内瓦全球对话、伦敦科技周、新德里宣言、AlphaFold 数据、飓风梅丽莎预报、工业电价、英国内阁改组——均经多源核查，核查截止 2026 年 7 月 21 日。

转载请注明：《宇宙纪事 · 演讲拆解》系列。

宇宙纪事 / COSMIC CHRONICLES