我第一次看到这个消息的时候，其实有点恍惚——十年了。2016 年那场棋局，好像还在昨天。那时候一个叫 AlphaGo的机器，在首尔把围棋世界冠军 李世石按在棋盘上摩擦。
而背后那个男人—— Demis Hassabis，今天坐在 Google DeepMind的办公室里，写了一篇十周年感言。表面看是怀旧，实际上是悄悄丢出一张更大的牌：通用人工智能（AGI）的路线图。
说白了，这篇文章不是回忆录，是一封战书。
十年前那盘棋，其实是AI时代的“开国大典”
很多人现在已经忘了，当年那场棋有多离谱。
围棋一直被认为是人类智力最后的堡垒。
国际象棋早就被机器打爆了，但围棋的复杂度是天文级：
-
国际象棋：10¹²⁰ -
围棋：10³⁶⁰
简单说一句人话：
宇宙原子数都没围棋变化多。
所以当 AlphaGo在 2016 年击败 李世石的时候，很多专家当场破防。
更离谱的是第二局的 “第37手”。
那一步棋下出来的时候：
-
解说员说：失误 -
职业棋手说：离谱 -
围棋AI分析：不合理
结果一百多手之后大家发现：
不是AI下错了，是人类理解错了。
那一刻其实很残酷。
人类第一次清晰地意识到一件事：
AI不仅会模仿你，它还能发明你没见过的东西。
人类的反击：那一手“神之一手”
但故事没有那么悲壮。
第四局里，李世石下出了第78手。
那一步棋后来被围棋界称为：
“神之一手”
概率只有 万分之一。
结果机器第一次懵了。
AlphaGo输了唯一的一局。
很多人当时很激动，说人类赢了。
但我得稍微毒舌一句：
那其实更像是——
一个时代最后的烟花。
因为几年之后，人类棋手已经完全不可能再赢 AI。
DeepMind真正的野心：棋盘只是热身运动
如果你以为 Google DeepMind的目标只是下棋，那就太天真了。
棋盘只是一个训练场。
真正的大招在后面。
2020 年，他们推出了 AlphaFold 2。
这东西干了一件科学界几十年没解决的事：
蛋白质折叠问题。
简单说就是：
人类一直不知道蛋白质的三维结构长什么样。
但结构决定功能。
这件事卡了生物学 50 年。
然后 AI 出手了。
AlphaFold 2直接预测了 2亿个蛋白质结构。
现在全球 300 多万科研人员在用。
结果就是——
Demis Hassabis和 John Jumper拿了 2024 年诺贝尔化学奖。
围棋 → 生物学 → 诺奖。
这剧情，说实话有点像科幻小说。
DeepMind正在做一件更疯狂的事
现在 Demis Hassabis把自己的野心说得很清楚：
AGI。
但他给 AGI 定了一个非常变态的标准。
不是会做事。
不是会写代码。
不是能聊天。
而是：
创造新的知识体系。
他说了一句特别耐人寻味的话：
AGI 不只是赢围棋，而是发明一种像围棋一样深刻的游戏。
这句话其实很可怕。
因为意思很简单：
AI不仅要解题，还要出题。
DeepMind的AGI配方
他们现在的技术路线，大概是三样东西合体：
- Gemini
多模态世界模型（理解世界） -
AlphaGo式的 搜索与规划 -
专业AI工具（比如 AlphaFold 2）
最终目标是：
一个能研究科学的AI系统。
不是助手。
而是——
AI科学家。
最讽刺的一幕
十年后的今天，发生了一件特别有意思的事。
李世石又回到了当年的酒店。
但这次他没有和 AI 对战。
他用 语音命令。
20分钟。
就做出了一个围棋程序。
他说了一句话：
AI不再是对手，而是工具。
这句话听起来很温和。
但我总觉得里面有点历史的荒诞感。
十年前：
人类 vs AI
十年后：
人类 + AI
棋盘还是那个棋盘。
但玩家已经换了。
我的一个判断（可能有点刺耳）
很多人现在讨论 AGI，总像在聊科幻电影。
但如果你把这十年的事情串起来看，会发现一个很现实的趋势：
|时间|AI突破|
|||
|2016|AlphaGo|
|2020|AlphaFold|
|2023|大模型|
|2025|AI科研系统|
AI正在从三个层次升级：
- 工具
- 专家
- 发现者
一旦 AI 能稳定做第三件事——
人类文明的知识生产方式会彻底改变。
大学、科研机构、甚至诺奖体系都会被重写。
最后说句有点哲学味的话
十年前那颗 第37手的棋子，其实落在的不只是棋盘。
它落在了一个更大的棋局上：
人类与智能的未来。
现在棋局才刚刚开局。
而真正的问题已经不是：
AI 会不会超过人类。
而是：
当 AI 开始创造知识，人类准备好扮演什么角色？
如果你愿意，我可以继续给你拆一件更刺激的事：
DeepMind 的 AGI 路线，其实正在和 OpenAI、Anthropic 走向三条完全不同的道路。
这背后是一场真正的 AI权力格局战争。
而很多人还没看懂。
往期精彩：
AI获客系统/AI视频神器：
