哈萨比斯坦福对话：AGI 距我们还有 4–5 年

DeepMind 联合创始人、诺贝尔化学奖得主戴密斯·哈萨比斯（Demis Hassabis）近日在斯坦福大学的一场公开对话中重申了自己对通用人工智能（AGI）到来时间表的判断。他用「奇点的山脚下」来描述当下所处的阶段，并给出明确时间锚点：AGI 大概率在 2030 年前后到来，前后误差不超过一两年。

三句核心表态

哈萨比斯在对话中重点输出了三层判断。

• 「山脚下」的隐喻：他刻意避开「山顶」「半山腰」，意在表达能力曲线即将陡升但尚未起跑，类比 AlphaFold 解决 50 年悬而未决的蛋白质折叠难题所显示出的非线性进步。
• 2030 年的时间锚点：作为顶尖实验室负责人，他公开押注这一窗口期，意味着相关训练数据、算力增长曲线与架构演进已被内部验证。
• 「掌握主动权」的呼吁：他强调未来剧本未定，不应让焦虑或躺平占据决策空间，AI 工具的红利需要个人能动性去兑现。

工业革命的 10 倍影响、10 倍速度

哈萨比斯将这场技术变革量化为两个乘数：影响是工业革命的 10 倍，速度同样是 10 倍——也就是说，原本需要 100 年完成的社会重塑，将在 10 年内压缩发生。

他援引了 AlphaFold 的轨迹作为判据：原本困扰生物学界半个世纪的难题被 AI 在几个月内解决，同样的逻辑正在材料科学、气象预测、芯片设计等领域复制。在他的叙事框架下，留给传统行业「看清楚再行动」的窗口从一代人压缩到两三年。

关于能动性：AGI 越强，越贵

哈萨比斯并未把 AGI 描述为末日叙事。在他看来，AI 会把「怎么做」这件事拉至近乎免费——执行、分析、优化都将自动化，因此「做什么」「做不做」「我是谁」这三类问题反而成为稀缺资源。

• 选择 vs 优化：AI 能把既定框架内的效率做到极致，但「换一个框架」这件事必须由人来决定。
• 下场 vs 旁观：可被证伪的真实反馈必须来自行动，模拟永远不产生新信息。
• 自我定义：为何选择某个方向，往往无法被写进 prompt；它来自个人经历、价值观与偏好的整体，不可外包。

时间表与可信度备注

需要说明的是，哈萨比斯关于 AGI 在 5–10 年内到来的表态与其过去多次公开演讲一致，并非首次披露。中国创业语境下的「提前准备」建议更多属于个人职业策略范畴，与模型层、算力层、产品层的实质进展无直接关联。读者在参考其时间表判断时，建议结合 DeepMind 实际发布的模型与基准评测进展，而非单一人物的公开预测。

截至本稿，原对话视频未被官方完整公开流传，中文媒体版本主要来自第三方转述与二次解读，部分创业课程推广内容与原始技术判断相混合，使用时需注意区分。