德米斯·哈萨比斯爵士 vs 德米斯·哈萨比斯爵士
一句话看懂：DeepMind 创始人、诺贝尔奖得主德米斯·哈萨比斯在短短数月内两次公开预测 AGI 到来时间，结论从“2031-2036年”大幅前移至“2030年左右”。这并非单纯的口误，而是反映了 AI 领域在“什么是真正通用智能”标准上依然分裂——即便同一个人在严格定义下，也很难对商业化进展保持前后一致。
事件核心：发生了什么
2026年1月达沃斯论坛上，哈萨比斯在回应 OpenAI CEO 萨姆·奥尔特曼关于“AGI 定义应放宽”的观点时，明确反对将 AGI 当成营销术语。他给出自己的定义：AGI 系统须具备人类全部认知能力，最高等级的人类创造力（如爱因斯坦提出广义相对论、毕加索创造新艺术流派）以及物理智能（如顶级运动员的身体控制），并坦言“当前系统离这个标准还有很远的距离”，预测还需要5到10年，即2031-2036年。
然而，在2026年5月底的斯坦福大学演讲（紧随其 Google I/O 主旨演讲之后）中，哈萨比斯却给出了完全不同的时间表：“我们离 AGI 只有几年，大约是2030年，上下不会差一年。”这一表述比几个月前乐观了5-6年。
为什么重要
问题不在于哈萨比斯个人观点漂移，而在于：
1. AGI 定义缺乏共识：哈萨比斯在1月坚持“不可将 AGI 变成商业术语”，但5月时的表述明显更贴近行业乐观口径。这说明即便是顶级研究者，在公开场合也同时肩负“科学标准”和“商业叙事”双重压力。
2. 时间线的博弈影响资源分配：如果2030年即达 AGI，意味着大模型训练、算力投入、开源/闭源路线选择、政策监管节奏都会发生根本变化。开发者、企业和投资人若依据不同时间线做决策，可能导致重大误判。
3. 当前技术实际能力被高估：正如哈萨比斯1月所言，今天的系统“离真正发明还有人远距离”——目前所有大模型本质上仍是基于大规模模式匹配和检索，尚未展现出真正的因果推理或原创性科学突破。把2030年定为 AGI 节点，更像是对资本和行业情绪的迎合，而非基于可复现的技术里程碑。
对用户/开发者/创作者的影响
对于普通用户和内容创作者：
– 不要对“AI 全能化”过度期待：即便模型在编码、绘画、文本生成上持续进步，它当前仍然无法进行真正的原创性科学或艺术创作。使用 AI 工具时，应理解其本质是“高级模仿者”而非“替代大脑”。
– API 与开发者端：如果 AGI 真正接近，意味着现有大模型 API 的商业定价、能力边界、训练成本都会急剧变化。但基于5月哈萨比斯态度的转变，至少在未来2-3年内，开发者在依赖单一模型（如 Google Gemini、OpenAI GPT 系列）构建产品时，应假设“能力天花板”远未到达 AGI 水平，并预留多模型切换或本地推理备选方案。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. Google 是否有具体的 AGI 路线图产品落地？哈萨比斯5月的时间表是否对应某个尚未公开的模型迭代（如 Gemini 版本号或 Alpha 系列新成果）？若没有具体产品支撑，该表态更可能服务于资本市场叙事。
2. 竞品是否会跟进调整 AGI 定义？ OpenAI 的奥尔特曼一直在推动“我们已飞越 AGI 进入超级智能”的叙事，哈萨比斯5月态度的松动，可能迫使 DeepMind 团队在内部评估中重新校准“AGI 达成”的可量化标准。
3. 监管与伦理层面的影响：若 AGI 时间线被普遍接受为2030年，各国政府可能加速制定 AGI 级模型的监管框架。但若该时间线是基于情绪而非技术进展，过早的监管可能限制行业创新能力。建议关注2026年下半年是否有第三方独立评估机构（如斯坦福 HAI 或 OpenAI 内部评估）发布 AGI 达成标准的公开指标。
