DeepMind首席執行官德米斯·哈薩比斯在與數學家漢娜·弗萊的深度對話中，系統梳理了人工智能領域近期的突破性進展，并就通用人工智能（AGI）的實現路徑、技術瓶頸及社會影響展開探討。他認為當前AI發展速度遠超預期，過去一年的技術迭代相當于常規十年的積累，但通往AGI的征程仍面臨多重挑戰。
在技術突破方面，谷歌近期發布的Gemini 3模型展現了顯著的多模態處理能力，尤其在數學與編程領域表現突出。哈薩比斯特別強調世界模型的重要性，指出語言模型缺乏對物理世界空間動態的深度理解，而構建能夠模擬真實環境交互的系統，是實現通用助手和機器人應用的關鍵。他援引圣塔菲研究所的模擬實驗，說明智能體在特定激勵機制下可自發演化出復雜社會結構，這類研究為理解生命起源和意識本質提供了新視角。
針對AI發展的核心瓶頸，哈薩比斯提出"參差智能"現象——模型能在國際奧賽奪金，卻會在基礎數學題犯低級錯誤。這種能力斷層源于數據感知方式的缺陷，例如模型可能無法完整識別字母導致計數錯誤。他同時指出，當前系統普遍缺乏在線學習和持續進化能力，這成為邁向AGI的重要障礙。為突破這些限制，DeepMind正探索合成數據生成技術，通過模型自主創建可驗證的訓練數據，解決互聯網數據枯竭問題。
在AGI實現路徑上，哈薩比斯提出"雙輪驅動"戰略：50%資源投入規模化擴展，50%聚焦前沿創新。他否認存在不可逾越的技術壁壘，強調谷歌通過整合世界級研究團隊、工程能力及TPU硬件優勢，已在創新與落地層面建立雙重領先。對于模型幻覺問題，他透露正在開發答案置信度評估系統，使模型具備自我審視能力，避免"脫口而出"的錯誤輸出。
<社會影響層面，哈薩比斯將AI變革與工業革命類比，認為其影響規模和速度可能達到前者的十倍。他呼吁建立新的經濟體系應對勞動力結構轉型，避免重蹈社交媒體"信息繭房"的覆轍。DeepMind正通過科學化的人格設定框架，塑造具備科學家特質的AI助手——既保持溫暖友善，又能對邏輯錯誤提出質疑，這種設計旨在平衡個性化需求與認知準確性。
關于意識本質的哲學探討中，哈薩比斯回到圖靈機的核心命題，認為構建AGI的過程將幫助人類區分心智中可計算與不可計算的部分。他個人傾向于相信人類意識包含非經典計算機制，并以此指導Isomorphic Labs的生物研究——將生命系統視為信息處理網絡，試圖通過AI破解疾病根源。對于AGI時間表，他給出5至10年的預測區間，同時澄清當前系統尚未具備任何形式的自我意識。
這場對話揭示，AI發展正從單一技術競賽轉向系統化突破，需要同時攻克理論創新、工程實現及倫理框架三大維度。哈薩比斯的觀點表明，實現AGI不僅需要算力與算法的突破，更依賴對人類認知本質的深刻理解，這場變革或將重新定義智能的邊界與價值。
