AI竞争已超越模型性能比拼，深入实验室组织模式与技术路线的长期博弈。科技史学家塞巴斯蒂安·马拉比在InfoQ专访中指出，DeepMind的核心优势不仅在于谷歌的算力支持，更在于独特研发机制：科学家长期自由探索与关键期突击小组攻关的双轨模式，成功驱动AlphaGo、AlphaFold等十年级突破。
当前AGI竞争格局凸显三大实验室的根本差异：资金保障、安全取舍及规模化策略。随着AI进步动力从训练阶段延伸至推理与智能体层面，组织能力成为制胜关键。
DeepMind 为什么能成功？
InfoQ：如何概括哈萨比斯的核心特质？
马拉比：天造之才、争强好胜、友善谦逊。其竞争力源自六岁起的棋类竞技经历，而亲和力则汇聚顶尖人才——若失此特质，恐难成就今日伟业。
InfoQ：相较其他实验室，DeepMind的特殊优势何在？
马拉比：前瞻性奠基。2010年人工智能尚处萌芽，哈萨比斯凭十八岁确立的远见凝聚团队，早发优势使其在ChatGPT问世前十年稳居前沿。
InfoQ：自由研究与集中攻关如何平衡？
马拉比：核心在于“自由探索+突击小组”双机制。日常保障学术自由，但当研究临界点显现时，即组建垂直攻坚团队（如AlphaGo项目），融合游戏工业的高效交付能力与学术探索深度，此模式源自其双重职业背景。
InfoQ：人才策略关键是什么？
早期吸引力源于哈萨比斯作为科学家的公信力及免除非科研琐事的工作环境；谷歌收购后则依托三重优势：顶级薪酬体系、谷歌算力资源、剑桥实验室的文化归属感。特别是AlphaGo验证后，研发预算实现倍增。
赚几十亿美金，抵不过拿一个诺贝尔奖
InfoQ：谷歌收购后是否存在文化冲突？
马拉比：核心冲突集中于安全治理。DeepMind主张建立独立AI伦理委员会，谷歌则流于表面支持，引发三年拉锯。哈萨比斯曾接触马云寻求独立运营，但最终选择回归科研初心。
科研层面则高度协同：AlphaGo人机大战时，谷歌创始人布林与施密特亲临现场。本质源于价值取向——哈萨比斯视诺奖价值远超商业帝国，伦敦的学术氛围更契合其追求。
InfoQ：未被收购的DeepMind能否成功？
资金匮乏将严重迟滞突破：AlphaGo或因算力限制推迟问世。谷歌每年近10亿美元投入实为英国AI的胜利——本土天才撬动美国资本，使伦敦成为全球顶级实验室驻地。
AlphaGo 与 AlphaFold 背后，是选择问题的能力
InfoQ：二者方法论共通点？
马拉比：同属“无限机器”。AlphaGo破解361×360×...的棋路海啸，AlphaFold应对比宇宙原子更复杂的蛋白质折叠——本质是从指数级可能中提取有效解。
开源AlphaFold体现双重逻辑：回报积累十八年的CASP科学共同体；道德层面避免“单方面受益”。而后续版本AlphaFold 3/4转向闭源，则标志药物研发等商业化落地。
InfoQ：如何筛选十年级课题？
马拉比：“科学品味”决定成败。哈萨比斯2018年顶住压力押注AlphaFold，关键在其观察团队思维流畅度：频繁涌现新创意的组会昭示进步空间。他力排众议更换负责人，委派坚信突破在望的约翰·江珀，终获诺奖级成果。
AGI 竞争的真实格局
InfoQ：三大实验室核心差异？
马拉比：三维度分化：
模型水平动态交替，但安全策略影响长远格局。人才流动影响有限——AI智能体研发深度依赖系统性工程而非单点突破。
InfoQ：谁最接近AGI？
定义决定答案：若AGI指可替代人类工作的真实生产力，Claude Code等已部分实现。当前焦点非“谁拥有AGI”，而在于具体任务的实用替代率及持续优化能力。
InfoQ：突破将来自规模还是算法？
是“规模×算法”的复合驱动。算力瓶颈常被低估：规模化将持续进化新形式——从训练规模拓展至推理阶段，乃至未来智能体维度。
声明：本文为AI前线整理，不代表平台观点，未经许可禁止转载。