哈萨比斯为何能率领谷歌DeepMind反超OpenAI？

在去年下半年之前，OpenAI的GPT模型长期压制谷歌；但随着去年11月谷歌发布Gemini 3，它第一次完成了对OpenAI的逆袭。这场看似突然的反超，实则是德米斯·哈萨比斯长达数十年的战略坚持与谷歌雄厚资源结合的必然结果。

追逐AGI的终极愿景

哈萨比斯对通用人工智能（AGI）的执着，远超同时代的认知。

• 超越时代的信念：当他在剑桥读书时，AGI的念头就已萌发。即便在当时，甚至在硅谷，相信这一构想的人也寥寥无几。他不是一个跟风者，而是早在1999年创办游戏公司时，就试图构建无限状态的复杂世界，远超当时的算力极限。
• 独特的创业初衷：与马斯克等企业家不同，哈萨比斯创业并非单纯为了商业。他在游戏开发中看到的，是构建AI的实验场。他的初衷是“用AI理解宇宙，解释周围环境的结构”。
• 拒绝诱惑的专注：面对马斯克的收购企图，哈萨比斯清醒地意识到对方的私心；即便在OpenAI高管抛出合作橄榄枝时，他依然因为路线不同而拒绝。他清楚地知道，自己毕生的使命就是实现AGI，而不是服务于外部的商业目标或政治博弈。

科学家与创新家的双重方法论

哈萨比斯并非封闭在象牙塔中的学者，而是一位知行合一的“科学家加创新者”。

• 高密度人才组织：DeepMind常年保持高密度的顶尖人才组织形式，吸纳来自全球60多个国家的跨学科专家。这种研究方法从创立之初延续至今，保证了其科研基因的纯粹性。
• 以实战验证理论：他极度反感学术机构的官僚与散养状态。无论是早期做游戏，还是后来攻克围棋（AlphaGo），亦或是预测蛋白质结构（AlphaFold），他的逻辑都是：不仅要发论文，更要“做出来”。
• 诺贝尔奖的加持：AlphaFold的成功让哈萨比斯站在了科学荣誉的巅峰。这不仅为DeepMind赢得了巨大的声誉，也让他在AI伦理和公众信任方面具备了无可比拟的话语权，这在后期大模型竞争中成为重要的软实力。

从战略误判到战术反杀

尽管愿景宏大，DeepMind在大语言模型（LLM）时代初期曾一度落后，哈萨比斯展现出了极强的战略调整能力。

• 正视早期的失误：哈萨比斯曾过于迷信强化学习，轻视了语言数据在LLM中的潜力。当GPT-3横空出世时，DeepMind还停留在针对GPT-3的追赶中，完全没意识到OpenAI内部已在布局GPT-4。
• 组织架构的重构：面对大公司病和内部动荡，谷歌果断将谷歌大脑与DeepMind合并，由哈萨比斯统一掌舵。这一调整虽然经历了Bard发布的惨败，但最终整合了全公司之力，打破了部门墙。
• Gemini的逆袭逻辑：哈萨比斯利用谷歌独有的TPU芯片架构，实现了软硬件的深度协同，而非依赖外部GPU厂商。在资源不设限、没有短期盈利压力的前提下，Gemini在原生多模态、长上下文等指标上实现了对OpenAI的反超。正如哈萨比斯在达沃斯所言：“Gemini现在领先了。”

扎根谷歌的独特生态位

DeepMind的成功，离不开谷歌这块独一无二土壤的滋养。

• 价值观的契合：哈萨比斯选择谷歌而非其他巨头，关键在于拉里·佩奇的一句话：“我这里已经为你准备好了一切。”谷歌对长远技术的包容、对AGI的重视以及“不作恶”的价值观，是吸引他的核心。
• 不计成本的投入：DeepMind消耗的算力甚至超过了拥有数十亿用户的Gmail。这种近乎奢侈的资源支持，使得DeepMind能够进行“慢科学”——那些耗资巨大、周期漫长但极具前瞻性的研究。
• 科学家的归宿：哈萨比斯给自己定位始终是科学家，而非CEO。他不需要像奥特曼那样四处融资、平衡商业与安全，谷歌提供的稳定资金和算力，让他能心无旁骛地攻克AI前沿难题。

结语

哈萨比斯赢得这场翻身仗，本质上是长期主义对短期功利的胜利。在OpenAI忙于商业化落地和引发全球关注时，哈萨比斯正潜心打磨底层技术。虽然他仍需面对量子计算等未来分歧的挑战，但事实证明，这位拥有诺奖光环的“棋手”，确实找到了率领DeepMind在硅谷快车道中，依靠“慢科学”制胜的节奏。