📌 一句话摘要

本文基于对 DeepMind CEO Demis Hassabis 的 YC 访谈，提炼了其对 AGI 关键缺口（连续学习、长期推理、记忆）、Agent 发展现状、深科技创业策略以及 AlphaFold 式突破条件的核心观点。

📝 详细摘要

本文是对 Y Combinator 访谈 DeepMind CEO Demis Hassabis 的深度解读与总结。Hassabis 认为当前 AI 范式不会过时，但通往 AGI 还需补上连续学习、长期推理和记忆三块拼图，并预测 AGI 可能在 2030 年左右出现。他强调不应将所有信息塞入上下文窗口，而应构建可审计、可更新的记忆层。文章回顾了 AlphaGo 等早期 Agent 技术对当前思维链和推理能力的影响，并指出小模型通过快速迭代可弥补能力差距。对于 Agent，Hassabis 认为其仍处于早期阶段，真正的自主解决问题能力尚未实现。他强调了 Gemini 多模态架构的重要性，并认为机器人模型将建立在此基础之上。最后，他以 AlphaFold 为例，为深科技创业者提供了寻找突破的三个条件：巨大的搜索空间、清晰的目标函数和充足的数据，并建议创业者应将 AGI 作为未来十年路线图中的关键变量。

💡 主要观点

1. AGI 还需补上连续学习、长期推理和记忆三块关键拼图。 Hassabis 认为当前模型在用户偏好沉淀、复杂任务稳定性及跨时间任务推进方面存在明显短板，这些是通往 AGI 必须解决的核心工程问题。
2. Agent 仍处于早期阶段，真正的自主解决问题能力尚未实现。 当前 Agent 能完成部分任务并串联工具，但缺乏适应具体环境和持续学习的能力。Hassabis 认为，只有当系统能学习场景、自主处理细节并交付结果时，Agent 才算真正成熟。
3. 深科技创业者应将 AGI 作为未来十年路线图中的关键变量。 Hassabis 提醒，深科技项目周期长，创业者需思考当 AGI 出现时，自己的系统是被替代、被放大，还是成为其调用的工具，并据此调整产品路线、数据资产和行业关系。
4. AlphaFold 式突破需满足三个条件：巨大搜索空间、清晰目标函数和充足数据。 Hassabis 总结 AlphaGo 和 AlphaFold 的成功模式，认为在暴力搜索和特例算法无效的领域，满足这三个条件，就有机会利用当前方法在巨大搜索空间中实现突破。

💬 文章金句

• 连续学习、长期推理和记忆仍未解决。
• 把所有东西塞进上下文窗口，仍然太蛮力。
• Agent 是通往 AGI 的路径，我们才刚开始。
• 搜索空间越巨大，这套方法越有用。
• 深科技十年路上，AGI 可能会中途出现。

📊 文章信息

阅读完整文章