YC 专访 Demis Hassabis：从棋类神童到 DeepMind 与 AGI 之路
Y Combinator 专访 Google DeepMind 创始人 Demis Hassabis，回顾其 17 岁游戏设计师、神经科学博士到攻克围棋、AlphaFold 解蛋白质结构、获 2024 诺贝尔化学奖的历程，并谈论其推进 AGI 的目标。
查看原文Demis Hassabis 接受 YC 专访，系统梳理了从棋童→游戏设计师→神经科学博士→DeepMind 创始人→诺奖得主的完整路径，核心叙事是「游戏思维是 AI 研究的完美训练场」。他的 AGI 主张带有强硬的「AI for Science」烙印，诺奖背书让这套话语体系更难被反驳，但批评者会质疑 DeepMind 是否才是 AGI 最大的系统性风险。
说话人立场与历史观点
Demis Hassabis 的核心叙事一贯：游戏是 AGI 训练的「健身房」。这个论点从他 17 岁开发 Theme Park 就已成型——复杂环境、多智能体博弈、长期规划、即时反馈，这四个游戏特性他迁移到了 AlphaGo、AlphaFold 以及当前的 Gemini 项目。他的独特性在于：既不是纯学术 AI 研究者，也不是典型的产品工程师，而是用游戏设计思维解构智能本质的那一类人。
2024 年诺奖化学奖是这套叙事的强力背书。AlphaFold 将蛋白质折叠问题从「几十年无法解决」压缩到「几秒钟内可预测」，这是「AI for Science」范式最耀眼的一张成绩单。Hassabis 的立场很明确：AGI 不是为了取代人类，而是为了放大人类科学家的认知能力。这个定位让他与 Sam Altman 的「AGI 将改变一切」激进叙事保持了距离。
表态的延续 vs 转变
此次 YC 专访是 Hassabis 叙事的延续而非转向。他在 AlphaGo 之后就提出「游戏是 AI 训练的摇篮」，诺奖让他有了更权威的论据。但值得注意的是，他在专访中更频繁地谈论安全和对齐——这说明 Googl
继续阅读深度解读 + 编辑加注
下方还有 3-5 段深度分析 + Vincent 编辑加注 + 可点击信源，仅 Pro 会员可见
¥99 / 季 · 每周 1 篇深度研报 · 飞书+微信群双通道
已是 Pro 但仍被提示？联系反馈