Demis Hassabis 想避开 AI 竞赛，也不愿只押一条路线：DeepMind 的收获与代价

导读

DeepMind 为何能长期探索科学难题，却错过一些率先定义 AI 产品的时刻？传记作者 Sebastian Mallaby 认为，Demis Hassabis 倾向同时保留多条研究路线：这降低了押错方向的风险，也可能让团队不如集中下注的竞争者行动迅速。AlphaFold 展现了耐心的收益；当团队已领先但离实用仍有距离时，Demis 通过观察研究者是否还有具体想法，决定继续投入并更换负责人。另一方面，Mallaby 认为 DeepMind 没有像 OpenAI 那样更早集中押注语言模型；何时算“看懂”并无统一标准。作者还披露 DeepMind 曾准备以外部资金脱离 Google，争取安全监督权，最终因法律与算力顾虑留下。这是作者依据采访和文件形成的叙述，呈现资源、治理与科研之间的取舍。