谷歌DeepMind首席执行官德米斯·哈萨比斯在近期访谈中系统阐述了通用人工智能（AGI）的发展路径，提出突破现有技术框架的五大核心方向。这位兼具国际象棋神童、电子游戏设计师和认知神经科学家多重身份的科技领袖，正带领团队通过Gemini项目推进其少年时期确立的AGI目标。
针对当前大模型依赖扩大上下文窗口的技术路线，哈萨比斯直言这种暴力计算模式存在根本缺陷。他指出，即便拥有千万级token的存储能力，系统在检索特定信息时仍面临高昂成本，真正需要的是建立持续学习机制，使模型能像人类大脑般将新知识优雅融入现有认知体系。这项突破被视为实现AGI的关键瓶颈。
在强化学习领域，DeepMind正重新引入蒙特卡洛树搜索等经典算法，试图打破现有模型的推理天花板。哈萨比斯透露，AlphaGo的思维链模式正在被复现到更大规模的基础模型中，通过增强内省能力解决当前模型盲目重试错误答案的缺陷。这种技术融合可能催生新一代具备自我纠错能力的智能系统。
终端部署领域出现重大策略调整，通过模型蒸馏技术开发的极小参数模型已达到前沿大模型95%的性能水平。哈萨比斯强调，运行在手机、智能眼镜等设备上的端侧模型必须完全开源，这既是技术安全需求，也是战略布局选择。云端大模型与边缘端小模型的协同架构，正在重塑AI基础设施的构建逻辑。
科学探索方面，DeepMind设定了超越蛋白质结构预测的更高目标。哈萨比斯提出"爱因斯坦测试"作为衡量标准：系统仅输入1901年前的物理知识，能否独立推导出狭义相对论。这种跨越模式匹配的假设生成能力，被视为AI从工具进化为科学伙伴的标志。目前团队正从细胞核切入，计划用十年时间构建完整的虚拟细胞模型。
对于科技创业生态，哈萨比斯给出明确建议：在AGI预计2030年出现的关键窗口期，创业者应专注于构建高度专业化的垂直系统。他警告将复杂参数强行塞入通用模型会破坏系统效率，正确的路径是开发独立工具系统，等待未来通用AGI作为大脑进行自主调用。这种协同模式可能催生新的技术范式。
在技术伦理层面，这位诺奖得主保持审慎态度。他以普罗米修斯寓言警示AI工具的潜在风险，强调在材料科学、药物研发等深科技领域创业时，必须建立跨学科团队防范技术滥用。这种观点与其推动AlphaFold开源的实践形成呼应，展现出技术领袖对创新与责任的平衡思考。
访谈披露，DeepMind正在开发的Co-Scientist通用系统和AlphaEvolve算法，已展现出超越基础模型的科学推理能力。虽然尚未实现重大理论突破，但哈萨比斯坚信AI系统终将具备提出原创性假设的能力。这种信心源于团队在组合搜索问题上的技术积累，以及从围棋、蛋白质预测等领域验证的有效方法论。
