YC 专访 Demis Hassabis：从棋类神童到 DeepMind 与 AGI 之路

核心要点

Y Combinator 于 2026 年 4 月 29 日发布对 Google DeepMind 创始人 Demis Hassabis 的专访视频/文字记录，系统回顾这位曾被视为「神童」的科学家从 17 岁商业游戏设计师、剑桥神经科学博士，到创立 DeepMind、主导 AlphaGo 攻克围棋、率团队以 AlphaFold 解决蛋白质结构预测难题并获 2024 诺贝尔化学奖的完整路径，重点探讨其推进 AGI 的信念与方法论。

原文 + 中文翻译

原文：「YC 专访 Demis Hassabis：从棋类神童到 DeepMind 与 AGI 之路」——@ycombinator 2026-04-29

翻译：本次专访核心议题涵盖：Hassabis 如何将童年棋类竞技中训练的决策思维融入 AI 研究、神经科学背景如何塑造 DeepMind 的「类脑」技术路径、AlphaFold 的科学突破如何验证「AI + 科学发现」范式，以及他对 AGI 时间表与安全对齐问题的最新表态。

深度解读

神童背景与跨学科基因：理解 DeepMind 的钥匙

Demis Hassabis 的个人经历本身就是理解 DeepMind 乃至当代 AGI 研究的一把钥匙。4 岁开始下国际象棋、8 岁自学编程、12 岁获得国际象棋大师称号——这种在规则明确环境中训练出的系统性思维，直接影响了他后来设计 AI 系统的思路：不是堆砌参数，而是找到「正确的问题定义 + 足够简洁的表示」。17 岁开发出销量达数百万的商业游戏《主题公园》，则让他深刻理解「目标驱动学习」的工程价值。

随后在剑桥的神经科学博士训练（研究记忆与想象力的大脑机制）则为他的 AI 哲学定下基调：真正的智能不是独立存在的算法，而是需要与生物大脑共享的「具身性」「目标导向」等原则。这种跨学科路径在当时的 AI 界极为罕见——2010 年创立 DeepMind 时，深度学习尚未爆发，大多数 AI 研究者在统计学或计算机科学内部深耕，而 Hassabis 已经在思考「如何让机器像人脑一样持续学习、记忆、规划」。这解释了为什么 DeepMind 的核心项目（AlphaGo、AlphaFold、AlphaCode）始终围绕「泛化能力」而非「特定任务精度」展开。

AlphaFold：Hassabis「AI + 科学发现」范式的最大证明

2024 年诺贝尔化学奖授予 Demis Hassabis 与 John Jumper，表面是表彰蛋白质结构预测这一具体成就，但深层意义在于验证了一种新的科学方法论：AI 不是科学家的工具，而是科学发现的协作者。AlphaFold 能预测 2 亿种蛋白质结构，让原本需要数年实验的结构解析工作在数分钟内完成——这意味着 AI 已经从「辅助工具」进化为「知识生成器」。Hassabis 在本次 YC 专访中很可能深化这一叙事：他多次公开表示，DeepMind 的下一个目标是「用 AI 加速所有科学领域的基础发现」，包括材料科学、药物研发、气候建模。

AGI 路径：从「工具」到「伙伴」的哲学转变

理解 Hassabis 的 AGI 野心，需要区分他与 Sam Altman、Geoffrey Hinton 等业界领袖的根本分歧。他的 AGI 愿景并非「更强大的语言模型」或「更自动化的任务执行」，而是「能够自主设定目标、跨领域迁移、持续自我改进的认知系统」。这与他在 UCL 研究的「工作记忆」「情景记忆」神经机制直接相关——他认为 AGI 必须具备「想象未来场景并评估行动后果」的能力，而这正是 AlphaGo 在围棋中所展现的「 lookahead + 价值评估」机制的核心。

当然，Hassabis 的 AGI 路线也面临严峻挑战。2023 年 AlphaGo 团队成员与 Google 的内部冲突（涉及对 AI 安全优先级的分歧）表明，即便在 DeepMind 内部，「AGI 速度」与「AGI 安全」之间也存在张力。他在 YC 专访中如何回应「对齐问题」「能力上限」「监管框架」等敏感议题，将成为观察他是否修正激进立场的关键信号。

值得关注

• 后续访谈内容披露：YC 官方账号若发布完整文字记录，需重点关注 Hassabis 对 AGI 时间表（10 年？更久？）的直接表态，以及他是否首次公开回应 2023 年 DeepMind 内部的「AI 安全优先级」争议。
• AlphaFold 3 的落地进展：Hassabis 在专访中可能提到 AlphaFold 3 在药物设计、新材料发现等下游场景的商业化进展——这是「AI + 科学发现」范式是否可持续的关键验证。
• Google DeepMind 整合动态：2023 年 Google 将 Brain 团队与 DeepMind 合并后，两个团队的模型路线是否出现趋同（如 Gemini 与 AlphaGo 技术的融合），Hassabis 如何定义合并后的研发优先级？
• 开源与封闭策略的转向：DeepMind 在 AlphaFold 上选择了部分开源（公开预测数据库），但核心模型权重未完全开放。Hassabis 如何平衡「科学开放性」与「商业竞争力」，这将影响整个 AI 行业生态。
• 竞争对手动态对比：Anthropic、OpenAI 的 CEO 近期均公开表示 AGI 可能在 5-10 年内出现，Hassabis 的专访是否给出不同的时间判断或技术路径对比，将成为媒体报道的重点。

信源行：
原文链接：x.com/ycombinator/status/2049489217953374689
背景报道：
1. Demis Hassabis 与 John Jumper 获 2024 诺贝尔化学奖公告（nobelprize.org）
2. DeepMind AlphaFold 系列技术论文（Nature, 2021）
3. 《MIT Technology Review》关于 Hassabis AGI 哲学的深度报道（technologyreview.com）