DeepMind首席执行官德米斯·哈萨比斯在与数学家汉娜·弗莱的深度对话中，系统梳理了人工智能领域近期的突破性进展，并就通用人工智能（AGI）的实现路径、技术瓶颈及社会影响展开探讨。他认为当前AI发展速度远超预期，过去一年的技术迭代相当于常规十年的积累，但通往AGI的征程仍面临多重挑战。
在技术突破方面，谷歌近期发布的Gemini 3模型展现了显著的多模态处理能力，尤其在数学与编程领域表现突出。哈萨比斯特别强调世界模型的重要性，指出语言模型缺乏对物理世界空间动态的深度理解，而构建能够模拟真实环境交互的系统，是实现通用助手和机器人应用的关键。他援引圣塔菲研究所的模拟实验，说明智能体在特定激励机制下可自发演化出复杂社会结构，这类研究为理解生命起源和意识本质提供了新视角。
针对AI发展的核心瓶颈，哈萨比斯提出"参差智能"现象——模型能在国际奥赛夺金，却会在基础数学题犯低级错误。这种能力断层源于数据感知方式的缺陷，例如模型可能无法完整识别字母导致计数错误。他同时指出，当前系统普遍缺乏在线学习和持续进化能力，这成为迈向AGI的重要障碍。为突破这些限制，DeepMind正探索合成数据生成技术，通过模型自主创建可验证的训练数据，解决互联网数据枯竭问题。
在AGI实现路径上，哈萨比斯提出"双轮驱动"战略：50%资源投入规模化扩展，50%聚焦前沿创新。他否认存在不可逾越的技术壁垒，强调谷歌通过整合世界级研究团队、工程能力及TPU硬件优势，已在创新与落地层面建立双重领先。对于模型幻觉问题，他透露正在开发答案置信度评估系统，使模型具备自我审视能力，避免"脱口而出"的错误输出。
<社会影响层面，哈萨比斯将AI变革与工业革命类比，认为其影响规模和速度可能达到前者的十倍。他呼吁建立新的经济体系应对劳动力结构转型，避免重蹈社交媒体"信息茧房"的覆辙。DeepMind正通过科学化的人格设定框架，塑造具备科学家特质的AI助手——既保持温暖友善，又能对逻辑错误提出质疑，这种设计旨在平衡个性化需求与认知准确性。
关于意识本质的哲学探讨中，哈萨比斯回到图灵机的核心命题，认为构建AGI的过程将帮助人类区分心智中可计算与不可计算的部分。他个人倾向于相信人类意识包含非经典计算机制，并以此指导Isomorphic Labs的生物研究——将生命系统视为信息处理网络，试图通过AI破解疾病根源。对于AGI时间表，他给出5至10年的预测区间，同时澄清当前系统尚未具备任何形式的自我意识。
这场对话揭示，AI发展正从单一技术竞赛转向系统化突破，需要同时攻克理论创新、工程实现及伦理框架三大维度。哈萨比斯的观点表明，实现AGI不仅需要算力与算法的突破，更依赖对人类认知本质的深刻理解，这场变革或将重新定义智能的边界与价值。
