三月，首尔某酒店的房间里，德米斯·哈萨比斯穿着一身黑色西装，没有打领带，凝视着窗外。与李世石九段的对局即将开始，他表面看上去沉着冷静，脑子里却翻涌着数百万种可能的走法和系统故障的隐忧。DeepMind的创始成员、多年老搭档穆斯塔法·苏莱曼这样形容那一刻的哈萨比斯：「风暴之眼」。

他是那种能让周围一切喧嚣安静下来、自身却蕴藏着比任何人都猛烈的能量的领导者。哈萨比斯的领导力，起点是一种近乎偏执的对「完美」的执念。同事们对他的评价出奇一致：「一个永远不会满足的人」。DeepMind首席研究员大卫·西尔弗回忆起哈萨比斯审查研究成果时的苛刻，是这么说的：

「他不会仅仅因为一个东西'能跑'就满意。他会不停地追问：'它为什么能跑？''这是不是最好的方法？''这件事对通往通用人工智能（AGI）的道路意味着什么？'那些问题有时候把研究员逼得精疲力竭，但最终正是这股力量把我们推过了极限。」

这种完美主义深深扎根在DeepMind的组织文化里。哈萨比斯拒绝硅谷那句「快速行动，打破常规（Move fast and break things）」的信条。他坚持的是另一条路：慢一点，但每一步都经过扎实验证。这是科学方法论的路径。

这条路线跟谷歌这家巨型企业追求速度的风格时常产生摩擦。当谷歌急于推出Bard和Gemini来应对ChatGPT的冲击时，哈萨比斯坚持认为，在安全性和准确性没有保障的情况下发布产品，违背了DeepMind的理念，他一直主张审慎。有些同事觉得他这种态度太磨叽，但每当AI出现幻觉（Hallucination）或输出带有偏见的信息时，事实一次次证明哈萨比斯的担忧是对的。

他的领导力还有一个鲜明特征：充当「防护盾」。他倾尽全力为研究员营造一个能屏蔽外部压力的环境，让他们不被商业化的业绩指标绑架，专心投入研究。2014年被谷歌收购时，他提出的条件之一是总部留在伦敦，这件事广为人知。

他想远离硅谷的喧嚣，在物理和心理层面上都守住一片保持学术纯粹性的空间。一位研究员说过：「德米斯就像替我们挡子弹的防弹玻璃。」他在与谷歌高层的激烈谈判桌上是冷静的策略家，但一回到实验室，脸上立刻换成那个充满好奇心的科学家表情，眼睛亮晶晶地问：「昨天那个想法后来怎么样了？」

不过这种领导风格有明确的代价。凡事都要掌控、追求完美的倾向，有时会造成决策瓶颈。DeepMind的组织越来越大，哈萨比斯一个人要顾及所有项目的细节，在物理上已经不可能了。可他仍然想亲自把握重要项目的方向，这偶尔会给执行层带来过重的工作负担和漫长的等待。

一些前员工坦言，DeepMind的高标准有时让人喘不过气来。「跟天才们共事的自豪感很强，但我每天都害怕自己达不到那个标准」，这样的心声揭示了哈萨比斯所塑造的「精英主义」文化的阴影面。对同事们而言，哈萨比斯不只是一个上级。他是会一起下棋、深夜探讨宇宙起源的伙伴，有时又展现出令人望尘莫及的直觉，像一位导师。他的领导力不是靠慷慨激昂的演讲或强硬的命令。它来自于洞穿问题本质的智识能力，以及要解决那些问题的纯粹热情。

同事们之所以心甘情愿地承受他的苛刻和执拗，是因为他们发自内心地认同他描绘的愿景：「破解智能，拯救世界」。他不是被封存在天才神话里的符号式人物，而是一个为了把神话变成现实、每天把自己和团队推向悬崖边的、充满挣扎的领导者。作为研究者、管理者、企业家的多重角色，德米斯·哈萨比斯的名片上印着「CEO」的头衔，但他的身份远不止于此。

他是世界级的神经科学研究者，管理着数千名员工的经营者，也是必须在巨额资本和技术权力之间

找到平衡的企业家。这三重角色有时互相冲突，有时互相补充，共同构成了哈萨比斯这个复杂的人。先说作为研究者的哈萨比斯，他至今仍活跃在一线。

他不是那种只看汇报的管理者。在为他赢得2024年诺贝尔化学奖的AlphaFold项目中，他提供了核心创意，把握了研究方向。他至今仍坚持阅读最新论文，喜欢和研究员们站在白板前一边写公式一边讨论。对他来说，经营只是让研究能持续下去的手段，本身从来不是目的。他亲自提出过将大脑海马体重构记忆的机制应用到AI强化学习算法的构想，把神经科学家的底子积极融入AI研究。这种「研究者的感觉」，正是DeepMind区别于其他大型科技公司AI部门的核心竞争力。

然而随着组织不断壮大，他不得不穿上管理者的外衣。2010年在伦敦一间小办公室起步的DeepMind，如今已经是汇聚了数千名博士级人才的庞大机构。哈萨比斯面对的课题是：如何让自由奔放的黑客文化与严谨的学术纪律和谐共存。

他想把DeepMind打造成「21世纪的贝尔实验室（Bell Labs）」。为此他花了大力气从学界招募顶尖人才，并设计了一套评价体系，让他们不必被论文数量束缚，可以挑战长期的艰深课题。与此同时，他必须管理母公司谷歌的期望。

年年亏损巨大，却把天文数字的资金投入短期内无法变现的纯科学研究，要为此找到正当理由，他就必须不断证明DeepMind的价值。AlphaGo的对弈事件、AlphaFold蛋白质结构数据库的免费开放决定，既是科学成就，也是让全世界记住DeepMind存在意义的高明经营判断。作为企业家，哈萨比斯要面对的现实更为冷酷。

当OpenAI的萨姆·奥特曼以激进的营销和产品发布搅动AI市场格局时，哈萨比斯必须在「负责任的AI」这一原则与市场需求之间走钢丝。他比谁都清楚AI将带来的冲击波，所以在技术普及与安全管控之间反复掂量。2023年谷歌的AI组织合并、「Google DeepMind」正式成立时，他事实上升任为统管谷歌整体AI战略的负责人。

这意味着他再也不能只做象牙塔里的研究者了。他必须在与竞争对手的速度战中

赢得先机，必须顾及股东的利益，还要应对各国政府的监管动向。这些复杂角色之间的张力给哈萨比斯带来了持续不断的压力。作为研究者，他想追求完美；作为企业家，他不能错过时机。

作为管理者，他希望组织稳定；作为创新者，他又必须不断推动变革。有意思的是，哈萨比斯没有回避这些矛盾，而是选择正面突破。他擅长将异质的元素熔合在一起，创造出全新的东西。就像当年做游戏开发时在编程和策划之间来回切换一样，他努力同时把握研究的深度和商业的广度。他常对同事们这样说：

「我们在做科学，同时也在做产品。两者并不矛盾。最好的科学，最终会成为最好的产品。」

这与他四十年来一直信奉的使命一脉相承：「破解智能，从而解决其他一切问题。」对他而言，研究、管理、商业不过是执行这个宏大使命的三种工具。哈萨比斯展示了一种在三重角色间自如切换的「混合型领导者」典范。时而是穿着实验服的科学家，时而是站在黑板前的教授，时而变身为西装笔挺的CEO。他正在为AI时代所需的新型领导力树立标准。

成就背后的生活结构：「夜间第二班」与专注的日常。伦敦的夜色渐深，城市的喧嚣退去，德米斯·哈萨比斯「真正的」一天才开始。他管这叫「第二班（The Second Shift）」。普通上班族下班后会休息放松，哈萨比斯却是和家人吃过晚饭、哄孩子入睡之后，到了晚上十点多才重新坐到书桌前。然后一直到凌晨四点，这段时间完全属于他自己的深度沉浸。

这个习惯不是普通的加班。这是他的一种近乎神圣的仪式：白天被潮水般涌来的事务、会议和决策耗尽之后，他靠这段时间恢复创造力，而不是被消耗殆尽。白天的哈萨比斯是Google DeepMind的CEO，带领数千人的团队，处理无数汇报，是个「管理者」。夜晚的哈萨比斯回归为纯粹的「研究者」和「空想家」。

这段时间里，他的书房变成一间安静的实验室。他读最新的论文，构思技术难题的解法，审视DeepMind的长期路线图。在这不被打扰的漫长时光中，他把白天来不及细想的思维碎片一一串联起来。有时像复盘棋局一样在脑中模拟AI模型的结构，有时翻阅物理学、生物学这类完全不同领域的书籍寻找灵感。

他之所以熬到凌晨四点，不是因为时间不够用。他迷恋的是深夜特有的那种清澈感。世界沉睡，所有噪音消失，在那片寂静中他能潜入思维最深的底层。他在采访中说过：「最重要的想法大多是在这个时段冒出来的。」AlphaGo那记决定性的「神之一手」，AlphaFold结构难题的破解线索，大概也是在这些孤独的凌晨苦战中孕育的。

凌晨四点上床，他大约上午十点起床。比别人晚，但他的大脑已经通过前一晚高强度的思考预热完毕。到了办公室，他从下午开始进入正式工作节奏。

他的日程精确到分钟，但他总能以清醒的头脑出现在会议上，因为夜间的思索给了他撑过白天的智识体力。哈萨比斯的这种生活节奏体现了他独特的时间观念。他未必总在两只手腕上各戴一块表（虽然有时确实会同时佩戴智能手表和机械表），但他对时间的流逝极度敏感。

他看上去像一个不断催促自己的人。「人生太短，而智能的奥秘太过庞大」，也许正是这个念头让他无法安睡。这个「第二班」同时也是他维持平衡的秘诀。白天被企业经营的现实重压碾过之后，一到夜晚他就能逃回科学和宇宙奥秘的理想世界。

这个循环让他不至于被耗干。对他来说，熬夜不是劳动，而是智识上的游戏和恢复的过程。在这段时间里，他暂时卸下CEO的重担，找回四岁时第一次面对棋盘的那个男孩眼中的好奇光芒。

哈萨比斯的伟大成就，不只来自天才般的禀赋，更是每晚重复的这种孤独而激烈的习惯一层层积累起来的结果。

好奇心与跨越边界的融合思维。理解德米斯·哈萨比斯大脑结构的钥匙，在于「没有边界」这四个字。他拒绝成为某个单一领域的专家，而是像在多个学科的边界线上起舞一样探索知识，是一位真正的通才（Polymath）。他的履历看起来像是把三个截然不同的人的人生拼到了一起。

世界排名第二的国际象棋神童，销量超过千万份的游戏的程序员，以及研究记忆与想象力、在世界顶级期刊发表论文的神经科学家。这些看似不搭的经历，在DeepMind这座熔炉里熔为一体。他的融合思维萌芽于童年的棋盘之上。国际象棋教会他的是逻辑思考与直觉的结合。

通过推算棋步来模拟未来的能力，洞察对手意图的心理直觉，以及在巨大压力下保持冷静的心理素质，后来都成了他经营企业和攻克难题的核心资产。十几岁时在游戏公司Bullfrog与彼得·莫利纽一起制作『主题公园』，他学会了把这种模拟能力写成计算机代码。设计出数千名游客根据各自需求自主行动的人工智能时，他心中生出了一个根本性的问题：「智能到底是什么？」

这个问题把他引向了神经科学的世界。在剑桥和UCL，他探索人类大脑如何储存记忆，又如何基于记忆去想象全新的未来。他发现海马体受损的患者无法想象未来，这项研究成果入选了2007年『科学』杂志评选的年度十大科学突破。

这项研究的意义远不止于脑科学本身。哈萨比斯把这个发现直接应用到了AI算法中。DeepMind的强化学习AI从过去的数据中学习（记忆），然后在陌生的环境中找到最优策略（想象），这个机制正是对人类大脑运作方式的模仿。将生物大脑的原理翻译成数字代码的能力，这就是哈萨比斯融合思维的精髓所在。

他的求知欲不止于科学和工程。他对历史、哲学、艺术同样保持着深切的关注。他相信文艺复兴时代的人文精神应当与现代技术相遇。

在思考AI将对人类产生何种影响时，他不只考虑技术层面的安全机制，还会提出哲学和伦理层面的问题。「我们创造的这种智能，将如何体现人类的价值观？」这样的追问，没有人文素养是提不出来的。他通过阅读与跨越时代的思想家对话，努力把他们的智慧融入当下的AI研发。哈萨比斯的融合思维也原原本本地体现在DeepMind的招聘和组织文化中。

DeepMind汇集了计算机科学家、物理学家、生物学家、神经科学家、伦理学家，甚至生态学家等各种背景的人才。哈萨比斯鼓励他们不用各自领域的术语，而用「解决问题」这门共同语言来沟通。他坚信「创新发生在不同学科的碰撞点上」。AlphaFold之所以成功，正是因为机器学习专家用一种全新的视角审视了结构生物学的难题。

对他来说，好奇心不是闲暇时的兴趣，更接近一种生存本能。他认为世界上的一切都是相互关联的。蛋白质的三维结构、围棋盘上的布局、宇宙的物理定律，看起来各不相同，但背后隐藏着一个共同的原理：处理信息，寻找最优状态。

哈萨比斯为了找到这个普遍原理，不停地跨越学科边界。他的融合思维是一种强大的工具：不把复杂世界的问题局限在某个单一范畴里，而是全方位地审视，从中找到解法。他用行动证明了DeepMind的使命并非空话。纪录片『The Thinking Game』（2024），特里贝卡电影节首映与哈萨比斯的内心世界。2024年6月，纽约特里贝卡电影节的银幕上浮现出DeepMind的标志。格雷格·科斯（Greg Kohs）导演的纪录片『思考的游戏（The Thinking Game）』在全球首映。

这部历时五年深入DeepMind内部拍摄的作品，不是一部企业宣传片。它是一份记录：记录了一群人挑战「破解智能」这个近乎不可能的使命时经历的苦恼与狂喜，以及站在风暴中心的德米斯·哈萨比斯这个人的内心。影片毫不掩饰地呈现了光鲜成功故事背后那些漫长的失败时刻。AI主导科学发现的时代序幕由此拉开，而「AlphaFold」项目初期遭遇的重重困境在片中占了不小篇幅。研究团队撞上死胡同后的沮丧，哈萨比斯面带焦虑在会议室里来回踱步的画面，有力地说明了天才级的成就绝非偶然灵感的产物。银幕上的哈萨比斯

同时展现出两副面孔：一面是信念坚定的CEO，另一面是面对未知领域心生畏惧的探险者。观众通过这部电影，看到了深埋在哈萨比斯内心的驱动力：他为何如此执着地钻研智能的本质，「理解」对他而言究竟意味着什么。影片穿插了他童年作为国际象棋神童受到关注时的影像、游戏开发者时期，以及创立DeepMind并加入谷歌的全过程。在这一路上，哈萨比斯说：「科学是人类发明的最伟大的工具。」他坚定地相信AI能把这个工具磨得更锋利，帮助人类解决疾病、气候危机、能源等重大难题。但影片并没有停留在乐观主义上。

片中也记录了哈萨比斯对AI潜在风险保持警觉、强调这种强大力量必须被控制在可管理范围内的场景。特里贝卡电影节的观众走出影院时，既感受到了技术成就的震撼，也带走了一个沉甸甸的问题：掌握这种力量的人类，该承担怎样的责任。对哈萨比斯来说，这部电影不是炫耀成就的奖杯，而是一份真诚的告白：他想与世界分享自己毕生投入的「思考（Thinking）」这件事的美与重量。

他在片中说：「如果我们理解了智能，那将是人类理解自身的最具决定性的时刻。」纪录片『AlphaGo』（2017）与本片的关联。『思考的游戏』是2017年引发全球巨大反响的纪录片『AlphaGo』的精神续篇，也可以说是那部作品叙事的完结章。两部片子都由格雷格·科斯导演执导，讲述的都是DeepMind的故事，但气质和方向截然不同。如果说『AlphaGo』是一部聚焦人类与AI「对决」的紧张体育剧，那么『思考的游戏』则是一部记录人类与AI「协作」、共同拓展科学疆域的智识探险记。

在前作中，与李世石九段的对弈呈现出胜负分明的零和博弈的紧迫感。AI被描绘成一个超越人类的可畏存在，一个必须被战胜的对手。而在这部作品中，AI以一个可靠伙伴的姿态登场，弥补人类科学家的局限，攻克了五十年悬而未决的蛋白质结构预测难题。

串联两部纪录片的线索，正是哈萨比斯的愿景。在「AlphaGo」的末尾一幕，他没有沉醉于胜利，而是说：「现在，我们要把这项技术用于解决科学问题。」「The Thinking Game」就是这句宣言如何变为现实的证明书。如果说AlphaGo是在围棋这个封闭系统（Closed System）中取得的胜利，那么AlphaFold就是在生物学这个无限复杂的开放世界（Real World）中取得的胜利。

从电影手法来看，两部作品同样一脉相承。导演一如前作，将复杂的AI技术转化为大众易于理解的视觉语言。不过，「AlphaGo」展现的是棋盘这个二维平面上的攻防计算，「The Thinking Game」则将蛋白质在三维空间中如舞蹈般折叠、缠绕的动态结构可视化呈现，以艺术的方式表达了生命的奥秘。

哈萨比斯这个人物本身的变化，也是一个耐人寻味的看点。2016年的哈萨比斯，是一位急于向世界证明自己技术实力的锐气十足的挑战者；2024年的哈萨比斯，已是诺贝尔奖得主、受封爵士的大师，展现出思考技术社会责任与人类未来的成熟思想家面貌。「AlphaGo」问的是「AI能否战胜人类？」，「The Thinking Game」问的是「AI与人类携手，能走多远？」

这两部纪录片，既是记录哈萨比斯与DeepMind十年轨迹的历史文献，也将作为宣告人工智能时代来临的宏大叙事诗的第一部与第二部，留存于世。

德米斯·哈萨比斯肖像

人工智能专家 金京镇律师

AI法律政策专家 · 前国会议员 · 著作等身

如果这本书曾在您身边短暂停留，请支持我们，让下一个故事得以问世。

（自愿赞助账户：农协 302-1096-0948-81 户名：金京镇）