2016年3月,在首尔四季酒店,全世界聚焦一场延续2500年的终极对决。一边是世界排名第二的韩国围棋大师李世石,另一边是由伦敦人工智能研究公司DeepMind开发的计算机程序AlphaGo。
游戏设计师亚历克斯·兰道夫曾说:"国际象棋是人类发明的最伟大游戏,而围棋是人类发现的最伟大游戏。"这项古老的中国对弈游戏,玩家在棋盘上落子争夺领地,感觉如此根本且不可避免。国际象棋在近20年前就败给了机器人,当时深蓝击败了卡斯帕罗夫,但围棋凭借其巨大的决策空间(合法棋局位置数量远超可观测宇宙中的原子数)仍然顽强抵抗着。
在五局比赛中,全球超过2亿人观看,DeepMind以4比1获胜。第三局败北后,李世石道歉说:"我李世石输了,但人类没有败北。"真正的赢家是DeepMind及其首席执行官德米斯·哈萨比斯。
《无限机器》详细记述了哈萨比斯从国际象棋神童成长为全球AI技术领军人物的历程。这段旅程的部分内容相当引人注目。据说他的新加坡华人母亲"在赤贫中长大",童年部分时间在新加坡街头当孤儿,而他的希腊塞浦路斯父亲怀着音乐明星梦想,"用一辆破旧的红色大众面包车后座卖玩具"。
哈萨比斯从小就异常聪明。他四岁开始下国际象棋并击败成年人。五岁时就参加锦标赛,坐在两摞椅子上的电话簿上才能看到桌面。九岁时担任英格兰11岁以下队长。13岁时达到象棋大师级别,成为全球同龄组第二强选手。
这是一个压力极大的环境——桌子下面放置木板"防止选手互相踢打"。如果哈萨比斯输了,他父亲经常"发疯",对他大喊大叫,当父亲劝他"尽力而为"时,哈萨比斯按字面理解;他知道自己成功的唯一方式就是拼尽全力直到近乎崩溃——"基本上就是把自己推到死亡边缘"。
在牛蛙游戏公司工作一段时间,在设计师彼得·莫利纽克斯指导下参与大获成功的《主题公园》项目后,哈萨比斯在剑桥大学学习,创立了自己的游戏工作室,然后回到学术界完成神经科学博士学位。2010年,他与朋友穆斯塔法·苏莱曼以及在博士后期间认识的谢恩·莱格共同创立了DeepMind。
DeepMind的确切使命根据推介对象而变化。很快,他们获得了PayPal联合创始人、政府和军事监控公司Palantir的彼得·蒂尔的会面机会,蒂尔为他们牵线投资。蒂尔后来成为MAGA的幕后重要人物,监督JD万斯的权力崛起,现在在播客圈巡回演讲,解释大科技公司是对抗反基督者崛起的唯一途径。
在科技金融的怪异狂热泡沫中,蒂尔的观点看起来相对温和,特别是在那些被哈萨比斯抛出的诱饵——AGI(通用人工智能)所吸引的人中间。AGI是一种能够在每个主要认知领域达到或超越人类表现的能力。"这真的是在寻找上帝的算法,"一位投资者说。
这个充满炒作和投机的世界既迷人又可怖,但不幸的是,马拉比似乎不愿意或无法批判性地看待受访者的说法。"人工智能,"他写道,"预示着一场比智人获得抽象思维能力以来更深刻的变革。"不,塞巴斯蒂安,这并非如此。比农业更深刻吗?比语言更深刻吗?
当然,像OpenAI首席执行官萨姆·奥特曼这样的人——在本书中主要表现为一个愤世嫉俗且鲁莽的破坏者,在其他人准备就绪之前就发布ChatGPT,抢夺了DeepMind的风头——希望我们相信我们正处于某种无法想象的重大事件边缘。否则他们如何为建设更多亏损的、造成干旱的、耗能巨大的数据中心筹集投资?奇点就在下一个山头。
马拉比的散文风格始终繁复且突兀。没有人被允许仅仅"说"了什么——相反,他们"坦白"、"补充"、"宣布"、"总结"、"反思"、"烦恼"、"认真发誓"。这些花哨对话标签的连续出现可能反映了一种无意识的尝试,想要为各种受访者的贡献增色,其中大部分包括来自(看起来很不错的)哈萨比斯的贡献,都相当乏味。
"做科学,某种程度上,就像在阅读上帝的心灵,"哈萨比斯对轻信的马拉比说。"理解宇宙的深奥奥秘是我的宗教,算是吧。"算是吧。算是吧。这些模糊的措辞几乎暴露了游戏本质,狡猾地将实际情况与名义上相邻但主题上性感的事物联系起来。值得注意的是,哈萨比斯在计算机生涯开始时是莫利纽克斯的门徒,这个人以对《黑白》等即将发布游戏的深度和创新做出巨大承诺而闻名(该游戏后来获得了"史上最被高估游戏"的可疑荣誉)。
也许预料到——考虑到蒂尔和埃隆·马斯克等人的声誉——公众对科技CEO传记的渴望正在减退,马拉比向读者保证"科技行业每有一个唐纳德·特朗普的支持者……就有一个比尔·盖茨"——这个比较,自从盖茨与杰弗里·爱泼斯坦的电邮往来曝光后,揭示的内容远超马拉比的本意。
哈萨比斯看起来远不如这些人令人反感,但仍然是一个平淡的主角。马拉比专注于无休止的晚餐和管理结构纠葛,虽然忠实于经营科技初创公司的现实,却掩盖了哈萨比斯的卓越成就,比如他与约翰·江普一起因将DeepMind适用于预测蛋白质结构的工作而获得诺贝尔化学奖。这正是那种真正可能改变生活的研究——远离科技兄弟关于构建上帝或创立准自由主义AI统治领地的炒作。
遗憾的是,马拉比将哈萨比斯在一个领域——计算——的智慧误认为跨所有领域的普遍才华,将他对现实本质的半成熟酒吧谈话和建造大型强子对撞机的愿望视为启发性的调度。"我真的是一个实用哲学家,"哈萨比斯告诉他。"我不只是坐在那里思考……我也在做实验。这不是很棒吗?"
算是吧。某种程度上。
Q&A
Q1:AlphaGo是什么?它为什么能击败人类围棋高手?
A:AlphaGo是由DeepMind公司开发的人工智能程序。它能击败人类围棋高手是因为围棋拥有巨大的决策空间(合法棋局位置数量远超可观测宇宙中的原子数),但AlphaGo通过先进的AI算法成功应对了这种复杂性,在2016年以4比1击败了世界排名第二的韩国围棋大师李世石。
Q2:德米斯·哈萨比斯有哪些重要成就?
A:哈萨比斯从4岁开始下国际象棋并击败成年人,13岁达到象棋大师级别。后来他创立了DeepMind公司,开发出击败人类围棋高手的AlphaGo。他还因与约翰·江普合作将DeepMind技术应用于预测蛋白质结构的工作获得了诺贝尔化学奖。
Q3:什么是通用人工智能AGI?
A:AGI是Artificial General Intelligence的缩写,即通用人工智能,指的是一种能够在每个主要认知领域达到或超越人类表现的人工智能能力。这是DeepMind等公司追求的目标,被一些投资者称为"寻找上帝的算法",代表了人工智能发展的终极目标。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。