Transcription
伦敦深夜2点。这座城市的大部分人都已经进入梦乡，街道空旷，只有偶尔驶过的出租车划破寂静。
但在某个房间里，灯光依然亮着。这不是一个普通的加班夜，而是一个已经持续了整整10年的习惯。对于Google DeepMind的掌门人Demis Hassabis来说，这一刻，他的一天才真正开始。
大家可以想象一下这个画面。白天，他身处全球科技风暴的中心，会议一个接一个，每一分钟都被切分成无数个决策。瞬间，他要面对的是万亿市值的股价波动，是几十亿用户的产品迭代，是来自硅谷、北京、巴里的竞争对手的步步紧逼。那种高强度的信息轰炸，足以让任何一个顶级CEO感到窒息。所以，他必须在夜里找回自己。
在《财富》杂志最新的视频访谈里，Hassabis极其罕见地透露了他这个被称为“第二轮班”的作息时间表。大约在晚上10点，当家人休息，他在家里开启第二段工作，一直持续到凌晨4点。6个小时。这6个小时里，他不做管理，不回无关紧要的邮件，只做一件事：思考。
这听起来像是一个科学怪人的怪癖。但如果你看懂了现在的AI行业，你会发现这种作息不仅是必要的，甚至是某种“战时状态”的标配。为什么？因为即使你是刚拿了诺贝尔化学奖的顶级科学家（没错，2024年他和团队因为AlphaFold破解蛋白质结构拿到了诺贝尔奖），你也无法在这个行业里高枕无忧。
这种焦虑感弥漫在整个访谈的字里行间。Hassabis的语气虽然一如既往的英伦绅士般的平静，但他说出的每一个字，都在描绘一场正在发生的残酷的行业大洗牌。他直言不讳地说：“现在的领先可能只能保持几个月。”朋友们，几个月啊！在传统的商业世界里，一个优势壁垒可能管用5年、10年。但在AI领域，仅仅几个月的懈怠，就意味着你可能从第一梯队直接掉队。
这也就是为什么，即使手握Google这样庞大的资源，即使Gemini 3已经站在了模型能力的金字塔尖，它依然要在深夜工作到凌晨4点。
今天这期内容，我们就来深度拆解这场访谈。我不只是想复述他说的话，我是想带大家透过他的视角，去看看现在的硅谷，现在的AI行业，到底在发生什么。我们会聊到那场价值1亿美元的人才争夺战，会聊到芯片算力背后的真实瓶颈，也会聊到他眼中的未来——那个不仅仅是聊天机器人，而是能设计药物、发现新材料的富足未来。
咱们先从Google DeepMind目前的状态说起。大家可能感觉到了，从2023年底开始，Google的动作明显变快了。Gemini的迭代速度简直是用飞来形容。Hassabis在采访里给了一组非常惊人的数据。这些数据以前是很模糊的，但这次他摊牌了。他说Gemini APP的月活跃用户已经达到了6亿5,000万。注意，这不仅仅是那个网页对话框的使用者，这包括了整个Google生态里调用Gemini能力的用户。
更恐怖的是Search的数据，也就是我们说的AI Overview，那个在搜索结果顶端直接生成答案的功能。每天触达的人数是20亿。20亿人！这是什么概念？这意味着Google已经成功把AI从一个极客玩具，变成了全球基础设施的一部分。OpenAI的ChatGPT确实是先发制人，拥有极强的品牌心智，但Google这一手“全家桶式”的反击，利用安卓、搜索、WARP的渠道优势，正在迅速拉平这个差距。
而且最让Hassabis有底气的是Gemini 3。虽然他在采访里没有透露具体的发布日期，但从2025年底的各种技术风声和他访谈里那种自信的微表情来看，Gemini 3的能力提升绝对不是“挤牙膏”。它不仅仅是跑分榜上的第一，更重要的是，它正在从一个回答问题的模型，变成一个能解决问题的Agent，也就是智能体。
但是，哪怕拥有这样的数据和模型，Hassabis依然不敢睡个好觉。为什么？因为技术临界点到了。他在采访里反复提到一个词：临界点。现在的AI模型正处在一个非常微妙的阶段。以前我们做软件，写一行代码就是一个功能，确定性很高。但现在的AI是“涌现”的。你把算力堆上去，把数据喂进去，你不知道它下一刻会涌现出什么新能力。可能是推理能力的暴涨，也可能是多模态理解的质变。
这种不确定性就是最大的风险。如果你的竞争对手，比如OpenAI，或者Anthropic，甚至是中国的DeepSeek，比你早一个月摸到了那个临界点，他们就可能通过技术压制，瞬间抢走你的用户。这就好比当年的智能手机革命，诺基亚和苹果之间的攻守转换，其实就在那一两年的关键窗口期。一旦错过，万劫不复。
所以，这是一场没有终点的冲刺。Hassabis说，现在的模型更新速度已经从一年一版变成了几个月一版。大家回想一下，2024年到2025年这短短两年，我们经历了多少个版本的迭代？从Gemini 1.0到1.5 Pro，再到现在的3.0，中间还穿插着各种Flash版本、Nano版本。每一家大厂都在疯狂的发论文、推产品：代码能力、多模态、视觉、实时语音，甚至是视频生成。所有维度的能力都在同时迭代。
这背后拼的是什么？表面上看，拼的是模型。实际上，拼的是两样东西：算力和人才。而这两样东西，在Hassabis的访谈里，都被描述成了极度稀缺的资源。
先说算力。这可能是制约AI发展的最大物理瓶颈。在采访里，Hassabis毫不避讳地谈到了芯片短缺的问题。他说：“需求是前所未有的。”即使是Google这样级别的公司，自研了TPU，手里握着几百亿美元的现金储备，依然觉得算力不够用。
大家要理解这个“不够用”的深层含义。这不仅仅是说买不到英伟达的GPU。现在的问题是，随着Scaling Law（缩放定律）的继续生效，下一代模型所需要的计算量是指数级增长的。训练一个Gemini 3，可能需要数万张甚至十万张H100级别的卡，连续跑几个月。这不仅仅是芯片本身的问题，这还涉及到数据中心的电力供应、散热系统，甚至是整个电网的负荷能力。
对于企业来说，这意味着预算的逻辑完全变了。以前IT部门做预算是按需采购，我要多少服务器就买多少。现在变成了抢购期货。大公司必须提前一年甚至两年去锁定台积电的产能，去锁定英伟达的货源。如果你现在才想起来去买卡，对不起，排队都要排到2027年了。
这就是为什么我说，算力成了新的入场券。在这个阶段，小公司如果拿不到足够的计算资源，你的算法再精妙也跑不出来。你有一个绝妙的Idea，但你没有1万张卡去验证它，那这个Idea就一文不值。这直接导致了行业的第一次洗牌：那些融不到巨资、买不起算力的中型AI创业公司，正在被迫离场，或者卖身给大厂。
再来说说人才。如果说算力是石油，那顶级AI研究员就是钻石。Hassabis在访谈里证实了一个让外行瞠目结舌的传闻：人才争夺战已经达到了1亿美元这个级别。你没听错，是1亿美元。之前有媒体报道，Meta为了挖OpenAI的核心研究员，直接开出了不需要Vesting（归属期）的巨额股票包，算下来总包能达到1亿美元。
这在整个商业史上都是极其罕见的。以前我们觉得NBA球星、好莱坞巨星拿几千万美元已经是天价了。现在一个不到30岁的AI科学家，只要他懂Transformer架构的底层优化，只要他懂大模型的对齐技术，他就能拿到比上市跨国公司CEO还高的薪水。
为什么会这么疯狂？因为供需极度失衡。全球真正能在这个级别（也就是能训练千亿、万亿参数模型、做核心架构设计）的人，加起来可能不超过几百个。这几百个人决定了谁能先到达AGI（通用人工智能）。对于Google、Meta、微软这样万亿美金的巨头来说，花1亿美金挖一个人，如果这个人能让他们的模型领先对手3个月，那这笔生意简直太划算了。因为那三个月的领先优势，在资本市场上可能对应着数千亿美元的市值波动。
但是，Hassabis在这里展现出了他作为科学家的理想主义一面。虽然Google也能开出天价薪水，但他认为真正能留住这些顶级大脑的，不仅仅是钱。他说：“到这个级别，钱只是基础，使命才是筹码。”这帮天才研究员，他们不缺钱，他们更看重的是：我能不能在人类科技史上留下一笔？我能不能参与到最前沿的研究中去？
Google DeepMind能给他们的，是全球最顶级的计算集群，是像AlphaFold这样能改变生物学教科书的项目，是能把研究成果瞬间推给20亿用户的平台。这种影响力的诱惑，对于顶级人才来说，有时候比哪怕再多几千万美元更有吸引力。
这也给我们普通人一个启示：未来的职场竞争核心逻辑变了。在AI时代，能在高价值场景里工作，比什么都重要。以前我们看重岗位名称，是经理还是总监。以后我们得看，你所在的这个位置能不能调用AI杠杆，能不能接触到核心数据。如果你身处一个夕阳行业，哪怕Title再高，也会在这一轮洗牌中被边缘化。
讲到这里，大家应该能感受到Hassabis那种深夜4点思考时的沉重感了。外部有狼群般的竞争对手，内部有算力和人才的无底洞式投入，整个行业都在狂奔，谁也不敢停下来喘口气。
但这还只是故事的一面。Hassabis之所以愿意承受这种压力，是因为他看到了硬币的另一面——那个他称之为“富足”的未来。Hassabis每天深夜思考的那几个小时，其实他脑子里装的不仅仅是算力瓶颈或者人才大战这种当下的焦虑，更多的是对未来的兴奋。这种兴奋感在整个访谈里其实藏得很深，但他提到“富足”这个词的时候，眼神明显是不一样的。
咱们得把视线拉长一点。如果你只盯着ChatGPT那个聊天框，你看到的只是AI的冰山一角。Hassabis在这盘大棋里，其实已经布下了三颗关键的棋子。这三颗棋子一旦连成线，那就是他对未来十年的终极赌注，这也就是他口中那个富足的世界真正成型的样子。
首先，咱们来谈谈第一个方向，也是跟咱们每个人生活关系最密切的一个：多模态助手。大家注意，Hassabis用的词是“多模态”，而不是“聊天机器人”。这个区别太大了。现在的ChatGPT或者是Gemini的早期版本，本质上还是个文字游戏，或者是文字加图片的简单理解。但在Hassabis的愿景里，真正的AI助手必须是“全感官”的。
什么意思呢？就是AI得像人一样，有眼睛看世界，有耳朵听声音，有逻辑去理解当下的环境。他在访谈里提到了一个非常具体的场景，这让我立刻想到了Google在2024年I/O大会上展示的那个Project Star。当时那个演示太震撼了，那不是一段录好的视频，而是实时的拿着手机摄像头在办公室里转一圈，AI能立刻识别出桌上的代码是干嘛的，能认出窗外是伦敦的哪个街区，甚至能记得你刚刚把眼镜放在了哪里。这就叫理解环境。
Hassabis为什么这么看重这个？因为这才是AI真正落地的杀手级应用。你想想现在的AI，你得主动去问它，它才回答你，这叫被动服务。但未来的多模态助手，它是主动的。比如你戴着一副智能眼镜（这也解释了为什么Google最近在疯狂的跟Warby Parker、跟Gentle Monster这些时尚眼镜品牌搞合作，他们不是为了卖眼镜，是为了抢占你的第一视角）。当你戴上这种集成了Gemini 3甚至更高级别模型的眼镜，你在超市拿起一个苹果，AI就会在你眼前显示它的热量、产地，甚至根据你的体检报告告诉你该不该吃。你在国外旅游，看到路牌，它直接把翻译叠在现实画面上。你在修车，不知道哪个螺丝该拧，它直接在视野里给你标出箭头。
这种从搜索框到随身思考伙伴的转变，是质的飞跃。Google十年前做Google Glass失败了，那时候大家嘲笑它是极客的怪玩具，是因为那时候没有大模型，它不够聪明。但现在，时机成熟了。一旦这个多模态入口被打开，人类的效率会暴增。你可以把那些琐碎的记忆工作、基础的判断工作，全都丢给AI，你的大脑只用来做决策。这就是Hassabis说的第一层富足：认知的富足、时间的富足。
但这还不是最硬核的。接下来的第二个方向，才是Hassabis作为诺贝尔奖得主的真正野心所在：AI药物设计。我在看这段访谈的时候，手心是出汗的。因为如果你懂一点生物医药行业，你就会知道这背后意味着什么。传统的药物研发，那是出了名的“双十定律”：10年时间，10亿美元，甚至很多时候是20亿美元。科学家们像是在黑暗中摸索，从成千上万的分子里试错，好不容易找到一个靶点，还得看运气能不能成药。
但是，Hassabis搞出来的AlphaFold，直接把灯打开了。2024年Google DeepMind发布的AlphaFold 3，已经能精准预测蛋白质、DNA、RNA以及小分子配体所有的生物分子结构。这是什么概念？这就好比以前你要配一把钥匙开锁，得拿铁丝一点点捅。现在AI直接给你画出了锁芯的三维图纸，你照着图纸配钥匙就行了。
Hassabis在采访里透露了一个重磅信息：他创立的Isomorphic Labs（你可以把它理解为Google在AI制药领域的特种部队），已经跟全球顶级的药企巨头，像礼来、诺华，签订了深度合作协议。目前，他们手里大概有17个药物项目正在推进，而且有些已经进入了临床前阶段。朋友们，17个项目啊！在传统药企，这可能是一个几千人的研发团队干五年的工作量。但有了AI，这个过程被压缩到了几个月。
Hassabis说得很清楚：“AI正在把生物学变成一门计算科学。我们在计算机里模拟药物和病毒的对抗，而不是在试管里一次次失败。”这意味着什么？意味着那些困扰人类几十年的疑难杂症，比如某种罕见的癌症，或者阿尔茨海默病，以前因为研发成本太高，没人愿意干。现在成本降下来了，就有希望了。这不仅是商业上的巨大成功，这是人类寿命的延长线。这就是他说的第二层富足：健康的富足。
如果说前两个方向已经足够震撼了，那第三个方向，则是要把整个物质世界翻个底朝天：新材料的发现。这也是Hassabis在访谈尾声特别提到的一个点，很多人可能忽略了，但我觉得这个点潜力最大。他说Google正在英国建立一个“自动化材料实验室”。大家注意这个词“自动化”。这不仅仅是写代码，这是要动真格的物理实验。
现在的材料科学，其实跟炼金术有时候也没太大区别。爱迪生当年为了找灯丝，试了6,000种材料，这就是笨办法。我们要找更好的电池材料、更高效的太阳能板，甚至是室温超导体。如果还靠人去试，那得试到猴年马月。Google之前发过一篇论文叫JunoMe，用AI预测了220万种新的晶体结构，其中有38万种是稳定的。这个数量相当于人类过去几百年发现的所有无机晶体总和的800倍。
但是，预测出来是一回事，能不能造出来是另一回事。所以Hassabis要建这个自动化实验室，这是一个完美的闭环：AI设计出一种新材料的配方，传给机器人，机器人控制机械臂去称重、混合、加热、合成。合成出来之后，立刻用设备去测量它的导电性、硬度、耐热性。测出来的数据马上反馈给AI，AI根据结果调整配方，开始下一轮实验。这个过程不需要人睡觉，不需要人吃饭，24小时不间断的转。
以前一个材料科学家，一辈子可能就研究几十种材料。现在这个系统一天就能迭代几百次。这意味着什么？意味着电池技术的突破可能就在这一两年。如果我们能找到一种新材料，让电动车的续航轻松突破1,000公里，充电只要5分钟，那整个能源行业就被重塑了。如果我们能找到更廉价的超导材料，那电力传输的损耗将几乎为零。这不仅仅是科技新闻，这是直接决定未来国家竞争力的核心命门。
你看，Hassabis描绘的这三个画面，你的眼睛告诉你世界的真相：计算机帮你设计出救命的药，机器人帮你合成出革命性的新材料。这就是他眼中的富足。这三个方向，每一个都是万亿美金的赛道，每一个都能从根本上改变人类文明的进程。
但是，听到这里，你可能会问：既然未来这么美好，既然Google这么强大，那我们是不是只要躺着等就行了？答案是绝对的否定。
在访谈的后半段，Hassabis的画风一转，从这种宏大的技术愿景，回到了残酷的现实竞争。他甚至给出了一个非常明确，甚至有点让人背脊发凉的时间表。他说，我们要到达那个富足的彼岸，也就是实现AGI（通用人工智能），可能最早要到2030年。哪怕是最乐观的估计，也还有4-5年的时间。
那么问题来了，从现在到2030年，这中间的真空期会发生什么？这四五年里，难道大家就是手拉手唱着歌走进新时代吗？绝对不是。Hassabis非常直白的告诉我们，这中间会经历一场极其惨烈的洗牌期。这场洗牌，不仅仅是针对AI公司的，更是针对我们每一个普通人的。
为什么富足之前一定会先经历洗牌？他在采访里揭示了那个残酷的逻辑：这不仅仅是技术的博弈，更是资本泡沫和人类适应能力的极限挑战。
很多人对“洗牌”有个误解，以为是一夜之间公司倒闭、大裁员、股市崩盘。其实不是。Hassabis描述的这种洗牌，更像是一种“温水煮青蛙”式的残酷淘汰。他在采访里虽然语气平和，但逻辑非常冷峻：技术临界点虽然近了，但不会立刻全面替代。短期内，AI不会一下子抢走所有人的饭碗。但是，注意这个“但是”：每年都会有微小的变化。
第一年，你发现某个枯燥的报表工作不用做了。
第二年，你发现隔壁部门的设计师开始用AI出图了。
第三年，你发现竞争对手的产品迭代速度突然比你快了一倍。
到了第四年，你突然发现自己整个团队的技能在市场上已经没人买单了。
这就是他说的“差距拉开”。在这个过程里，单看每一年的变化，似乎都不致命。但几年累积下来，那就是物种隔离级别的差距。有些公司会因为这几年的技术积累，彻底站稳脚跟，成为新时代的巨头。而有些公司，哪怕现在看起来光鲜亮丽，也会因为在关键路口选错了方向，被彻底淘汰出局。
那么，这个过程中最大的陷阱是什么？Hassabis指出了两个字：泡沫。现在的AI行业不仅热闹，简直是狂热。大家看看纳斯达克，看看一级市场的融资，随便一个只有几张PPT的团队，只要沾上“大模型”三个字，就能拿到几千万美元的估值。这正常吗？Hassabis很直接的说，这不正常。
他在访谈里做了一个非常犀利的切割：我们要把行业需求和资本估值分开看。关于需求，那是实打实的。看看Google的财报，看看微软的云服务增长，看看英伟达那卖断货的显卡。企业在采购，开发者在调用API，普通用户在用Gemini和ChatGPT。这些数据是骗不了人的，这说明AI不是虚火，它是真的在产生价值，真的在解决问题。
但是，关于估值，那就是另一回事了。Hassabis警告说，现在大量尚未完成技术验证的早期公司，估值严重偏高。为什么？因为资本太急了。所有的VC（风险投资）都怕错过下一个Google、错过下一个字节跳动，于是他们拿着钱疯狂的砸向每一个看起来像样的项目。
这导致了什么结果？定价失效。这种场景像极了2000年的互联网泡沫。那时候随便一个.com网站都能上市，结果呢？泡沫破裂后，亚马逊活下来了，谷歌活下来了，但99%的公司成了炮灰。Hassabis判断是，行业整体在增长，但那些估值虚高、没有核心壁垒的项目注定要出局。这就好比退潮的时候才知道谁在裸泳。真正的钱最终会流向那些能证明自己有长期商业价值的团队，而不是那些只会讲故事的团队。
在这场洗牌中，还有一个非常有意思的现象。Hassabis特意提到了东西方的差异，这也是我觉得对咱们中文频道的观众来说，最值得深思的一点。他在访谈里提到，中国团队和西方团队实际上走上了两条完全不同的技术路径。
西方团队，以OpenAI、Google DeepMind、Anthropic为代表，他们更专注于前沿突破，也就是我刚才说的去推那个Scaling Law的极限，去搞底层架构的创新，去追求那个通用的AGI。这条路极难、极烧钱、回报周期极长。一旦失败，那就是几百亿美元打水漂。但一旦成功，那就是重新定义人类文明。
而中国团队呢？Hassabis观察到，中国更专注应用落地。这一点其实非常符合中国的国情和商业基因。你看咱们的移动互联网时代，美团、滴滴、抖音，哪一个不是在应用层做到了极致？在AI时代，这个逻辑依然在延续。中国公司更擅长怎么把AI变成一个好用的产品，怎么结合场景，怎么快速变现，怎么搞定供应链，怎么做用户增长。
这两条路径，说实话，没有绝对的优劣之分，但各有各的风险。应用路径的好处是现金流快。你做一个AI修图软件，做一个AI写公文的助手，可能下个月就有收入了。场景清晰，容易规模化。对于大多数创业者来说，这是一条活路。但Hassabis隐晦的指出了这种路径的隐患：如果你的底层模型是调用的别人的，或者你的技术壁垒不够高，那么当底层模型能力一次大升级的时候，你可能瞬间就被降维打击了。
举个例子，以前有很多做PDF总结的小工具，赚的盆满钵满。结果Google的Gemini 1.5 Pro一出来，支持超长上下文，直接把这个功能免费集成进去了。那些做PDF工具的公司，一夜之间就没了护城河。这就是只做应用的风险：你在巨人的肩膀上跳舞，巨人抖一抖，你就掉下来了。
反过来，只做前沿突破也有风险，那就是烧钱速度太快。如果商业化跟不上，可能还没等到AGI出来，公司就先破产了。并不是所有公司背后都有微软或者Google这样的金主爸爸撑腰。
所以，真正的赢家是谁？是那些能穿越周期的团队。Hassabis认为，未来10年拼的不是谁的数量多，谁的产品花哨，而是“精准度”。什么叫精准度？就是你既要有快速落地的能力，赚到钱养活自己，同时你必须在某个细分领域有足够深的技术积累。这个积累必须是别人拿不走的。比如你有独家的数据（像医疗数据、工业数据），或者你有独特的算法。
资本的耐心正在耗尽。2023年，投资人可能还会听你讲改变世界的愿景。到了2026年，投资人只会问你一句：“你的年度经常性收入是多少？你的留存率是多少？你能不能验证你的商业模式？”这种风向的转变，对于创业者是残酷的，但对于行业是健康的，它在逼着大家脱虚向实。
对于我们个人来说，这个逻辑同样适用。Hassabis提到的那些新机会、新技术、新科学、新材料，其实都在暗示我们：不要只盯着那些容易上手的事情。现在很多人在教你怎么用ChatGPT写文案，怎么用Midjourney画图。这些当然有用，但这属于应用层的技能，这种技能的门槛太低了。你会，别人也会，甚至AI自己进化一下也会了。
真正的机会藏在那些“难而正确”的事情里。比如，你能不能利用AI去解决一个具体的工程难题？你能不能用AI去优化一个复杂的供应链流程？你能不能结合AI去发现一种新的材料配方？这些领域需要你有行业Know-how、专业知识，需要你有深度的思考，需要你耐得住寂寞。这才是Hassabis说的技术路线的选择，决定了谁能走到最后。
富足的未来肯定会来，这一点Hassabis深信不疑。无论是AGI带来的生产力爆发，还是新材料带来的能源革命，这都是板上钉钉的事。但是，这句话很扎心：富足不是平均分配到每个人的头上的。在那之前，这场持续数年的大洗牌，会先完成对整个行业的残酷筛选。谁留下了？谁出局了？谁成为了新的规则制定者？谁变成了时代的眼泪？这一切都将在未来的4-8年里见分晓。
当访谈接近尾声的时候，主持人问了Hassabis最后一个问题。在这个问题里，Hassabis展现出了他作为一名思想者的终极关怀，也给了我们面对这个动荡时代的一剂良药。
当时的演播室里，聚光灯打在Hassabis的脸上，周围是各种精密的摄影设备，屏幕外是亿万双盯着他的眼睛。作为Google DeepMind的掌舵人，作为在这个星球上最有权势的AI领袖之一，他在采访即将结束时说了一句听起来特别“凡尔赛”，但仔细一想又特别沉重的话：“我希望还能有时间认真思考。”
各位朋友，这句话的分量太重了。大家想想看，一个每天工作到凌晨4点，手握全球最强算力资源，大脑里装着几千个科研项目的人，他最渴望的奢侈品竟然是思考的时间。这不仅仅是他在表达个人的疲惫，更是在向整个行业传递一种极其重要的信号：越是接近那个所谓的富足时代，我们越是需要冷静。越是在这种技术狂飙突进的时刻，方向比速度重要一万倍。
这就好比我们在开一辆赛车，时速已经飙到了300公里。在这个时候，你猛踩油门可能不是最关键的，最关键的是你要握紧方向盘，看清楚前面的路是不是悬崖。
回顾过去的这两三年，我们看到的是什么？是模型迭代的加速：今天你出一个Pro版，明天我出一个Ultra版。是应用落地的加速：各种AI生成视频、AI写代码的工具层出不穷。是资本押注的加速：几百亿、几百亿的美金砸进来。整个行业看起来热闹非凡，就像一场盛大的嘉年华。
但是，Hassabis在这层热闹的表象之下，看到了底层逻辑的巨变。这种巨变，才是我们这期商业观察最想提醒大家注意的深层信号。
首先，瓶颈变了。以前互联网时代的瓶颈是什么？是流量，是用户时长。谁能抢到用户的时间，谁就是王者。但到了AI时代，瓶颈变成了硬科技。就像我们在第一节里提到的，芯片成了新的石油。这不仅仅是商业竞争，这是物理规律的限制。这种限制会逼着所有的巨头去重构他们的基础设施。未来十年，谁掌握了能源，谁掌握了算力，谁掌握了半导体制造的最先进工艺，谁才拥有话语权。这就不再是简单的模式创新了，这是硬碰硬的工业革命。
其次，价值锚点变了。过去20年，科技公司的价值在于连接：Facebook连接了人，Google连接了信息，亚马逊连接了商品。但Hassabis告诉我们，要关注的那个未来，也就是AI推动科学进展，它的价值在于“创造”。这其实是一个非常深刻的转变。你想想，AI帮我们发现的新材料，帮我们设计的新药，这不再是把现有的东西搬来搬去，而是从无到有的创造了新的生产力。这意味着，未来的独角兽公司可能不再是那些做社交软件的，而是那些能用AI解决癌症问题、解决核聚变问题、解决粮食产量问题的公司。这才是真正的富足。
最后，估值的逻辑再回归理性。Hassabis提到的虚高的估值在调整，其实是行业成熟的一个标志。前两年的那种狂热，就像是淘金热初期的混乱。现在，潮水褪去，大家开始看谁手里有真金白银的技术，谁能真正把模型变成产品。这个过程会很痛苦，很多我们现在熟悉的公司可能会消失，但这是必须经历的阵痛。
所以，这一期的标题里，我们将这一切总结为：拐点就在当下。我们正处在一个旧时代即将结束、新时代尚未完全到来的黄昏与黎明交界处。正如Hassabis所预测的，未来不会一夜之间到来。你明天早上醒来，世界可能看起来还是老样子，太阳照常升起，地铁依然拥挤。但是，地底下的板块正在剧烈运动。
路径会越来越清晰：从现在的多模态助手，到明天的AI制药，再到后天的新材料工厂。这是一条通往AGI的必经之路。
那么，作为普通人，作为这期视频的观众，我们在这样一场浩大的洗牌和宏大的富足面前，应该怎么做？我觉得Hassabis的作息给了我们最好的答案。在这个信息爆炸、焦虑蔓延的时代，我们也需要给自己留出哪怕一个小时的深夜思考时间。不要被每天的新闻牵着鼻子走，不要看到一个新的AI工具出来就恐慌自己要失业。
相反，我们要去学习那些不变的东西，去理解AI的底层逻辑，去培养自己对复杂系统的判断力，去寻找那些机器无法替代的人性价值，比如你的创造力、你的同理心、你对跨学科知识的整合能力。
洗牌是残酷的，因为它会无情的淘汰那些跟不上节奏的人。但洗牌也是公平的，因为它给了所有人一个重新上桌的机会。不管你现在是做什么行业的，只要你愿意像Hassabis那样，保持对前沿技术的极度敏感，同时保持冷静的独立思考，你就能一定能在未来的富足时代里找到属于自己的位置。
2030年也好，2035年也罢，那个由AI驱动的未来终将到来。而我们现在所做的每一个选择，每一次学习，每一场深度的思考，都是在为那个未来积攒船票。
商业观察，观察的不只是商业，更是这个时代流动的方向。感谢大家陪我走完这期的深度拆解。如果你觉得这期关于Hassabis和Google DeepMind的内容对你有启发，哪怕只是让你多思考了一分钟，那我的目的就达到了。
如果你喜欢这期视频，请一定不要吝啬你的点赞和订阅。在评论区告诉我，你觉得在AI的洗牌期，哪一种能力最重要？是技术？是资本？还是Hassabis所说的使命感？
我是你们的老朋友，我们下期视频不见不散。