办公室的灯刚熄，家里的灯又亮起。

一天结束，也是他真正开始的一刻。

Demis Hassabis 在《财富》最新视频采访里透露了他的作息：

“大约晚上 10 点，我会开始第二轮工作，一直做到凌晨 4 点。”

白天，他的会议一个接一个，几乎没有空隙；夜里，他留出六小时，只做一件事：思考。

这种作息，他已经坚持了十年。而现在的 AI 行业，让这种节奏显得愈发必要。

他领导的 Google DeepMind，正处于一个关键时刻：

• Gemini App 月活跃用户达到 6.5 亿
• Search 的 AI Overview 一天触达 20 亿人
• 最强模型 Gemini 3 在多个关键排行榜上名列前茅

“我们进展飞快。”

他的语气很平静，但话里藏着整个行业的焦虑：技术越接近临界点，洗牌的速度就越快。

在这场采访里，Hassabis 谈了竞争、泡沫、算力与人才，也推演了 AI 将如何重塑科学、医疗与未来的设备形态。

第一节｜洗牌已开始：竞争在加速

从竞争开始。

采访里有一句话非常关键：

“领先可能只保持几个月。”

这就是当下的 AI 行业。顶尖实验室之间的差距越来越小，领先优势随时会被打破。

模型竞赛：更新速度决定位置

Hassabis 对 Gemini 3 的表现很满意，但他也坦白，竞争从未像现在这样激烈。

因为所有人都在冲刺：模型更新从“一年一版”变成“几个月一版”，新能力从单点突破变成全方位扩展，代码、多模态、视频、语音同时迭代。

他没有直接说“必须加速”，但他每晚工作到凌晨 4 点的作息已经说明了一切。

在这种节奏下，模型能力上慢一拍，就会被挤到第二梯队。

算力紧缺：芯片成了新门槛

在采访里，他反复提到：

需求前所未有，即使是谷歌的芯片也远远不够。

这就是整个行业正面对的最大瓶颈。想做更强的模型、想让产品真正落地，都绕不开算力。

对企业意味着什么？

预算的重点变了：从买服务器，变成抢计算资源。

大公司能提前锁定供应，小公司要排队等。

能不能做，先看能不能跑得动。

算力不够，再好的想法也发挥不出来。这是另一个战场：谁拿到了算力入口，谁就拿到了继续参赛的资格。

人才争夺：钱只是基础，使命才是筹码

行业曾报道，有研究员收到 1 亿美元报价，这是 AI 行业第一次出现这种数字。

但 Hassabis 认为，真正能留下顶尖人才的，靠的是使命感，靠的是能产生影响的工作。

钱当然重要。不过到了这个级别，人与团队之间的吸引力更多来自：能否参与前沿研究、能否把研究变成产品被上亿用户使用、能否解决医学材料等真正的难题。

顶尖人才看重的是价值和影响力，这个标准正在改变整个行业的用人规则。

对普通人来说，未来的竞争看的是你能否接近价值更高的场景，岗位名称已经不重要了。

在洗牌期，旧的岗位会消失，但对每个人核心能力的要求会更高；团队会重组，新的机会也将大量出现。

第二节｜富足在成形：三条技术路径

洗牌在发生，但机会也在浮现。

在访谈里，Hassabis 给出了三个方向，已经从概念变成现实。

多模态助手：理解世界的新入口

Hassabis 被问到什么最让他兴奋时，答案很明确：多模态。这是他们从一开始的目标，会成为能随身携带的助手。

多模态的意义是什么？

让 AI 从回答问题，变成理解环境。能看到、能听懂、能回应真实世界。

具体来说：

AI 从搜索框进入眼镜，变成随身设备

从被动等待指令，到主动理解你所处的场景

从软件工具，变成随身的思考伙伴

为什么是现在？Google 十多年前就做过智能眼镜，当时太超前，缺少杀手级应用。现在时机成熟了，AI 助手就是那个应用。

Google 与 Warby Parker、Gentle Monster 的合作，就是把这种能力变成实体产品。

这意味着未来工具可以替你处理更多琐碎任务，你的时间自然能用在更有价值的事上，个人产出能力会成倍提升。效率会暴增。

AI 药物设计：计算替代试错

除了设备入口，Hassabis 在医疗领域也看到了突破。他列出了一串具体进展：

• Isomorphic Labs 已进入多个药物的临床前阶段
• 与强生、礼来、诺华同时合作
• 共有约 17 个药物项目在推进

AI 现在能在计算机里直接设计药物分子。传统药物研发从靶点找到分子，有时要 10 年以上；AI 能把这条路径压缩成几个月。

更重要的是，AI 能看到人类看不到的分子结构特征和药物设计路径。这是一种全新的科研方式。

AI 从根本上缩短了治疗研发周期，人类能攻克更多疾病。

新材料突破：自动化科研闭环

采访接近尾声时，Hassabis 提到：

“我们会在英国建立一个自动化材料实验室。”

AI 不再只预测蛋白质，还要开始设计材料。

新材料能改变什么？电池寿命、芯片导电性能、氢能储存、超导体、新型能源材料。这些领域的突破会带来连锁反应，多个产业会同步受益。

自动化实验室的作用是形成闭环：

AI 设计 → 机器人合成 → 设备测量 → 数据反馈给 AI

传统实验一个周期可能要几周甚至几个月。这个闭环可以 24 小时运转，不断迭代优化，研究速度会快很多。

Hassabis 在访谈里描绘了三个未来：

一个能理解世界的助手

一种能把药物研发拉回到可控范围的能力

一套能持续输出新材料的科研生产线

这三个方向，就是他所说的“富足”。前三年也许变化不明显，但十年之后，积累的量变将引发不可逆的质变。

第三节｜为什么富足之前，一定会先经历洗牌？

洗牌在发生，富足也在靠近，但为什么是这个顺序？

Hassabis 给出了一个时间判断：

“最早 2030 年，可能有 50% 的机会到达 AGI。”

也就是说，富足还要等几年。但是技术在快速进化，市场需求在爆发，所有人都想抢占位置，资源却有限。

在 AGI 到来之前会发生什么？

技术临界点将近，但不会立刻实现

从现在到 AGI，大约还有 4-8 年。

Hassabis 的预测比较保守：不会有突然的飞跃。

短期内 AI 不会一下子替代所有工作，但每年都有新变化。某个岗位的工作内容变了，某个产品要重新设计，某个团队发现原来的流程不适用了。单看每一年变化不大，但几年下来差距就拉开了。

这个过程就是洗牌。有些公司会站稳脚跟，有些会被淘汰出局。

泡沫并存：整体估值合理，但个别项目过热

关于泡沫，Hassabis 的判断很犀利：AI 行业的整体需求是真实的，但部分早期项目的估值确实偏高。

为什么会出现这种割裂？

因为两个趋势在同时发生。一方面，模型调用量、用户规模、企业采购都在激增，市场确实有真实需求。另一方面，大量尚未完成技术验证的早期公司，仅仅因为踩中了概念就拿到了千万美元融资。

资本急于抢占入口，往往会导致定价失效。

结果是：行业整体在增长，但估值虚高的项目会出局。活下来的是那些能证明商业价值的团队。钱会跟着价值走。

路线分化：应用快速见钱，前沿决定格局

访谈里，Hassabis 提到中国团队更专注应用落地，西方团队更专注前沿突破。

• 应用路径：现金流快、场景清晰、容易规模化。
• 前沿路径：技术壁垒高、回报周期长，一旦成功，能重塑行业。

两条路径各有价值。做应用可以先活下来，但长期竞争力还是看前沿突破。

只走一条路都有风险：只做应用的公司，可能在技术上被甩开；只做研究的团队，可能烧完钱还没找到商业化路径。

真正能穿越周期的团队，既要快速落地，也要有技术积累。

未来十年，拼的不是数量，是精准度。技术突破可能就是几年的事。资本的耐心也在变，更关注你能不能验证出来，不只是听你讲概念。对个人来说，机会藏在新技术、新科学、新材料里，能不能抓住才是关键。

技术路线的选择，决定了谁能走到最后。

富足会来，但不是平均分配到每个人。

在那之前，这场持续数年的洗牌，会先完成对整个行业的残酷筛选。

结语｜洗牌在眼前，富足在前方

采访结束前，Hassabis 说：

“我希望还能有时间认真思考。”

越接近富足，越需要冷静。

过去两三年，模型迭代在加速，应用落地的速度也在加快，资本在重新押注。行业看起来很热闹，但底层逻辑在改变：芯片成了瓶颈，AI 在推动科学进展，虚高的估值在调整。

拐点就在当下。

未来不会一夜到来，但路径会越来越清晰。

原文链接：

https://www.youtube.com/watch?v=BhfTQXMtoZw&t=977s

https://www.youtube.com/watch?v=-RPbxvz6sB8

https://x.com/demishassabis/status/2021223548744822972?referrer=grok-com

https://www.businessinsider.com/google-deepmind-ceo-demis-hassabis-work-routine-sleep-six-hours-2026-2

来源：官方媒体/网络新闻