大学时代的缘分与两个儿子 1994年秋天，18岁的德米斯·哈萨比斯穿过剑桥大学皇后学院（Queens' College）古老的石墙走了进来。他在Bullfrog Productions参与制作了《主题公园》，卖出数百万份，用那笔收入自己凑齐了大学学费。同一时期，一位从意大利远道而来的年轻女性，正在这所大学里沉浸于生物学的世界。

特蕾莎·尼科利（Teresa Niccoli）。日后她将成为细胞生物学博士，在UCL站到痴呆症研究的前沿。关于两人在皇后学院初次相遇的确切时刻，哈萨比斯几乎从未公开谈起过。他就是这样的性格。

内向害羞，严格守护私人领域。不过有一件事是确知的：两人在大二时成为恋人，而且他们把开始在一起的那天当作纪念日，而非实际的结婚日期。这一个小小的事实，道出了两人关系中许多东西。重视起点而非形式的态度，珍视关系原点的情感。哈萨比斯攻读计算机科学的那些年，特蕾莎走上了生命科学之路。

学科不同，但两人之间有着共同的底色：对复杂系统的好奇心，对看不见的结构的理解欲。哈萨比斯被神经网络和机器学习的可能性深深吸引时，特蕾莎正沉迷于细胞极性（polarity）和微管（microtubule）的动力学。一个人探索人工智能的结构，另一个人探索生命的结构。

方向不同，但提问的深度一样。两人大约在2005年结婚。长子2007年出生，次子2009年出生。

巧合的是，2009年也是哈萨比斯在UCL获得认知神经科学博士学位的那一年。妻子怀着二胎、即将分娩的那段时间，丈夫正以一篇关于海马体（hippocampus）损伤患者想象力缺陷的论文震动学术界。两人都站在脑与生命这一巨大谜题面前，同时也不得不站在家庭这另一重现实面前。

特蕾莎在大儿子出生时做了一个大胆的决定：离开学术界，做五年全职主妇。她这样回忆道：

「孩子长得太快了。我想陪他们度过那段时光，说实话，我不太擅长同时做很多事。」这位曾在剑桥格登研究所（Gurdon Institute）师从丹尼尔·圣约翰斯顿（Daniel St Johnston）教授做博士后研究的前途光明的科学家，就这样走进了换尿布和辅食的世界。那五年里，特蕾莎和其他母亲们建立了友谊，还以非全日制的方式在伦敦国王学院修读了医学伦理与法学硕士课程，借此缓解求知的渴望。

思考科学带来的伦理与法律问题的这段时光，日后为她的痴呆症研究增添了人文的厚度。哈萨比斯怎么看待两个儿子的存在？他在极少数公开的采访中这样形容孩子们：「他们各有各的出色。一个偏科学，另一个偏创意。」

父母都是科学家的家庭里长大的孩子，但据了解，哈萨比斯并不强迫他们走某条特定的路，一如他的父亲科斯塔斯当年的做法。科斯塔斯·哈萨比斯开过玩具店，当过唱作人，又做了教师。那种多样性的遗产传到了德米斯身上，又正在传向下一代。

两个儿子现在都是十几岁的少年了。据特蕾莎为「科学中的母亲（Mothers in Science）」项目撰写的文章，「和青少年一起生活是另一种挑战，但两个孩子都能自己上下学了，日常的后勤安排轻松了不少。」与此同时，特蕾莎在2019年获得了英国阿尔茨海默病研究基金会（Alzheimer's Research UK）的高级研究员资助，在UCL建立了自己的实验室。

这间实验室以果蝇（Drosophila melanogaster）为模式生物，研究额颞叶痴呆（Frontotemporal Dementia）和阿尔茨海默病的分子机制。以尼科利实验室（Niccoli Lab）为名运营的这间实验室，截至2025年已带领数名博士生和博士后研究员，在《科学》（Science）期刊上发表了论文。丈夫用AI预测蛋白质结构、摘得诺贝尔化学奖的同时，妻子在果蝇的脑细胞中追踪痴呆症的秘密。

一个家庭里，两位科学家各自用自己的方式与人类疾病抗争。这种对称，或许是哈萨比斯家族故事中最令人感触的部分。

北伦敦居所与利物浦FC球迷的日常 被谷歌收购之后，哈萨比斯也没有离开伦敦。伦敦北部的海格特（Highgate），因卡尔·马克思墓所在的海格特公墓而闻名，毗邻汉普斯特德希思（Hampstead Heath）的大片绿地。哈萨比斯一家就在这个街区安静地生活着。他在接受《伦敦标准晚报》（Evening Standard）采访时明确表示，没有离开伦敦的打算。

「相对于我们的规模，我们的产出很高。世界顶尖大学源源不断地培养出极其聪明的人，而因为这里的机会没有旧金山那么多，顶级人才反而在寻找更有意思的事情做。」据说谷歌收购后，哈萨比斯一直到2016年都还坐火车通勤。除了眼镜和外套稍微贵了一点之外，他拒绝了硅谷式的蜕变。

借用一篇人物特写的说法，「无论是坐在棋盘前还是探索ZX Spectrum的极限，他看起来都和当年那个北伦敦的天才少年一模一样。」这种朴素可能是刻意的。哈萨比斯虽然没有公开说过，但童年时期并不宽裕的家庭环境，很可能让他对奢侈毫无兴趣。

父亲科斯塔斯开过玩具店，写过歌，后来当了教师。家境不算富裕，但智识上的刺激从不匮乏。那段记忆似乎塑造了成年后哈萨比斯的价值观：把智识探索放在物质炫耀之前。前面简短提到过的利物浦FC，这里再多看几眼。

住在北伦敦却不支持阿森纳或热刺，而是支持利物浦，在英国足球文化中是一个需要一番解释的选择。1970到80年代，利物浦统治着欧洲足坛，在全国各地积累了大量球迷。在伦敦出生的小德米斯，很可能是被那个年代利物浦的辉煌所折服。

对一个一心想在国际象棋中登顶的少年来说，站在欧洲之巅的球队是自然的归属对象。这份球迷情结成年后也没有改变。2019年5月7日，利物浦在安菲尔德（Anfield）以4比0击败巴塞罗那，历史性地打进欧冠决赛的那个夜晚，哈萨比斯就在那座球场里。

首回合0比3落后后上演的奇迹般的逆转。迪沃克·奥里吉借角球快发打入的进球。那天安菲尔德回荡的「You'll Never Walk Alone」合唱声中，站着一个正在设计AI未来的男人。

哈萨比斯对利物浦的热爱已经超越个人爱好，延伸到了职业领域。据报道，DeepMind曾与利物浦FC合作分析追踪数据（tracking data），用AI预测球员和球的运动轨迹，模拟各种场景的结果。这项技术曾被公开应用于角球战术。

AI模拟成千上万次角球，从中找出最优的起跑位置和跑动路线。一位诺贝尔奖得主为自己支持的球队提供AI战术开发，这件事本身就展示了哈萨比斯这个人独有的一面：宏大的科学抱负和少年般的足球热情，共存于同一个人身上。

2025年，哈萨比斯还在X（前推特）上发了一条把利物浦和主题公园联系在一起的帖子，秀了一把球迷情怀。「我最爱的两样东西终于碰到一起了：利物浦和主题公园。」他分享了一张用Nano-Banana AI工具生成的利物浦主题等距投影（isometric）图像，并补了一句：「忍不住了，得做一个新的等距投影游戏。」

诺贝尔奖得主、谷歌DeepMind CEO，在社交媒体上坦率地流露对少年时代做过的游戏的怀念和对球队的热爱。这就是哈萨比斯的日常。私人生活的保护与工作-生活的平衡（或失衡） 认识德米斯·哈萨比斯的人描述他时，用的词往往差不多：害羞（shy），坚定（determined），回避公众关注（low profile）。在AI领域的大人物中，哈萨比斯处于一个独特的位置。他与埃隆·马斯克的推特风暴、萨姆·奥尔特曼的政治动作、马克·扎克伯格的个人品牌塑造截然不同。

他更愿意让研究成果和论文替自己说话，几乎不谈家人。这种对私人生活的保护，看起来是一种有意识的选择。DeepMind被谷歌收购，AlphaGo击败李世石，AlphaFold横扫蛋白质结构预测竞赛，媒体对哈萨比斯的关注呈指数级增长。

2024年获得诺贝尔化学奖之后更是如此。即便如此，哈萨比斯不公开家庭照片，在采访中提到妻子和孩子名字的时候少之又少。关于孩子，外界知道的只有那句简短的话：「他们各有各的出色。」这种克制背后一定有原因。

AI已经处在社会和政治争论的风口浪尖。DeepMind CEO的家人受到不必要的关注，既是安全问题，

也是父母保护孩子成长环境的本能。特蕾莎·尼科利同样独立地维持着自己的学术身份。尼科利实验室的网站和UCL的研究主页上，丈夫的名字都没有出现。

她以特蕾莎·尼科利的名字发表论文、申请经费、指导学生。她在Google Scholar上的被引次数超过4700次。这不是丈夫的影子，而是一位独立科学家的立足之地。

然而从工作与生活平衡的角度看，哈萨比斯的人生与其说是「平衡」，不如说更接近「失衡」。他的工作节奏广为人知：白天以CEO身份处理管理事务和开会，夜间进入他所称的「第二班（second shift）」，沉浸于研究和深度思考。

一直工作到凌晨三点，读论文、整理想法、审阅代码。这个模式从创办DeepMind之前就延续至今，也是他2000多篇研究论文、h指数83、超过15万次被引这些学术成果背后的支撑。这种生活对家庭的影响，哈萨比斯从未坦率说过。

不过特蕾莎的职业轨迹提供了间接线索。她选择五年的职业中断，背后一定有一个现实判断：两个人不可能同时全身心投入研究。特蕾莎写道：「孩子们小的时候更辛苦，但家人帮了很大的忙，家里还住着一位互惠生（au pair）。」请互惠生住家帮忙这件事说明，两位科学家夫妇为了兼顾育儿和研究，搭建了积极的支持体系。

哈萨比斯据说把家庭放在第一位，但这个「第一位」在现实中到底是什么样子，外人很难知晓。他同时担任谷歌DeepMind和Isomorphic Labs两家公司的CEO，还是英国政府的AI顾问，频繁在国际会议上做主旨演讲。2024年，诺贝尔奖之后，斯德哥尔摩颁奖典礼、翠贝卡电影节纪录片首映、Lex Fridman播客出镜，行程接连不断。

在这样的日程里，他回到海格特的家中与十几岁的儿子们一起吃晚饭的时间到底有多少，恐怕只有哈萨比斯自己知道。有一点是确定的：哈萨比斯不离开伦敦这件事本身，就是对家庭的一种承诺。把DeepMind总部留在伦敦，被谷歌收购时将留在伦敦作为条件提出，拒绝硅谷的诱惑。这所有的决定背后，

都有一句无声的宣言：「这里是我家人的根。」孩子们上的学校，特蕾莎在UCL的实验室，每个周末散步的汉普斯特德希思。守住这个日常的半径，和想要改变世界的雄心共存，这或许就是哈萨比斯式的平衡。也许这根本不是平衡，而是对失衡的有意识管理。承认完美的平衡不可能做到，但预先决定什么是绝对不放手的东西。对哈萨比斯而言，那个「绝对」既是研究，也是伦敦的家。

为了两样都不放手而熬到凌晨三点，如果这就是他的解法，那它自有它的道理。很难说这很美，但可以说这很诚实。哈萨比斯钟爱的书与灵感源泉 大卫·多伊奇的《真实世界的脉络》：物理学与知识的增长 如果让哈萨比斯只推荐一本书，他在不同场合反复提到同一个名字。

大卫·多伊奇（David Deutsch）的《真实世界的脉络（The Fabric of Reality）》。在埃兹拉·克莱因（Ezra Klein）的《纽约时报》播客上，哈萨比斯将这本书列为推荐书单第一名，说：「我认为这本书提出了物理学所有的大问题。我希望有一天能用我们的AI工具去挑战那些问题。」

这一句话浓缩了哈萨比斯全部的智识野心。多伊奇是牛津大学的物理学家，量子计算的理论先驱。《真实世界的脉络》出版于1997年，尝试将四种理论统合在一起。

量子力学、认识论（卡尔·波普尔的科学哲学）、进化论（理查德·道金斯）、以及计算理论（艾伦·图灵）。多伊奇的核心主张是：这四条线索其实从不同角度照亮了同一个现实、同一个世界，只有统合性的理解才能逼近宇宙的真实面貌。哈萨比斯被这本书吸引的原因再清楚不过，因为他自己一辈子做的事情正是如此。

国际象棋与游戏设计，神经科学与机器学习，强化学习与蛋白质结构预测。试图将这些看似毫不相关的领域纳入同一个框架。多伊奇在物理学维度上做的事，哈萨比斯在智能的维度上同样在做。多伊奇这本书对哈萨比斯的影响可以具体追溯。多伊奇强调「解释（explanation）」的力量。

仅仅预测世界是不够的，还要理解为什么。这个观点与哈萨比斯设计DeepMind时的核心原则一致。AlphaGo不是一个为了赢棋而造的程序，

而是通过围棋来验证通用学习算法的实验。胜利是副产品，理解才是目的。

多伊奇还是多世界诠释（many-worlds interpretation）的支持者。按照量子力学的这一诠释，所有可能的事件都确实发生了，只不过发生在不同的宇宙中。哈萨比斯是否支持这一诠释尚不得而知，但他对「现实的模拟」这一概念的兴趣是明确的。

他在神经科学博士阶段发展出的「心智模拟引擎（simulation engine of the mind）」理论，以及DeepMind正在开发的世界模型（world model），都有一个共同点：它们都是「模拟并预测现实的系统」。哈萨比斯高中时读过的史蒂文·温伯格（Steven Weinberg）的《终极理论之梦（Dreams of a Final Theory）》也在同一条脉络上。把物理学的基本定律编织成一个统一理论的梦想。哈萨比斯正在用AI的语言翻译这个梦。

2025年，在与Lex Fridman的第二次播客对谈中，他提出了一个推论：「自然界中生成或可被发现的所有模式，都可以被经典学习算法高效地发现和建模。」因为自然不是随机的，而是选择过程的产物，所以其中的模式是可以学习的。这可以看作多伊奇「一切物理过程都可以被计算模拟」这一丘奇-图灵-多伊奇原理的AI版本。《真实世界的脉络》对哈萨比斯而言，不只是一本书。

那是他毕生想要解开的问题地图。智能是什么，现实是什么，知识如何生长。这三个问题如何汇聚为一，这张地图就是指南。哈萨比斯说「总有一天，我想用我们的AI工具去挑战这些问题」，这或许并非遥远的梦想。正如AlphaFold解开了困扰学界五十年的蛋白质折叠难题，AI为物理学基本定律投射新光芒的那一天，也许终会到来。

到那一天，哈萨比斯书架上翻得最旧的那本书，大概就是《真实世界的脉络》。格雷格·伊根的《排列之城》：意识与模拟。在哈萨比斯的推荐书单里，如果说大卫·多伊奇是科学灵感的源泉，那么格雷格·伊根（Greg Egan）就是想象力的

源泉。这位澳大利亚科幻作家于1994年出版的《排列之城（Permutation City）》，是哈萨比斯在多次采访中反复提及的小说。在「以斯拉·克莱因秀」上，哈萨比斯这样介绍这本书：「在AI和超现实模拟的语境下，它展示了这个世界可以变得多么迷人、多么怪异，是一个了不起的故事。」

在X（原推特）上，有粉丝推荐伊根的另一部小说《流散（Diaspora）》，哈萨比斯回复道：「同意。《流散》很了不起，但我觉得先读《排列之城》比较好。」

《排列之城》构建的世界是这样的：在不远的未来，存在一种将人类意识复制到计算机中的技术。被复制的意识体，即「拷贝（Copy）」，生活在虚拟环境中。小说主角保罗·达勒姆对意识的本质进行了一场激进的实验。

他探究的是：被模拟的意识算不算「真正的」意识？如果支撑模拟的物理硬件消失了，意识还能继续存在吗？这部小说打动哈萨比斯的原因是多层次的。第一层，意识问题。哈萨比斯2022年在与莱克斯·弗里德曼的对话中说过：「意识和智能可以双重分离（double dissociable），可以拥有其中之一而没有另一个。」

有智能但没有意识的系统，有意识但智能有限的存在。《排列之城》用小说的形式探索了这片可能性的空间。第二层，模拟问题。哈萨比斯在神经科学研究中的核心概念「心灵的模拟引擎」，指的是人脑通过模拟现实来预测未来的内部模型。《排列之城》将这个想法推到了极端：如果模拟足够精密，模拟内部的存在能否察觉自己身处模拟之中？如果能，那意味着什么？第三层，物理学基本定律与计算的关系。伊根是硬科幻（hard science fiction）作家，小说中精确地反映了真实的物理学和数学。

《排列之城》里提出的「尘埃理论（dust theory）」虽属虚构，却引出了关于计算与现实边界的深刻哲学追问。哈萨比斯从多伊奇的《真实世界的脉络》中获得的科学灵感，在伊根的小说里以叙事的形式再次相遇。哈萨比斯的阅读品味中有一个清晰的模式。

他读科幻是为了汲取想法。相比文笔和人物塑造，吸引他的是概念。关于阿西莫夫的《基地》系列，他说过

类似的话：「和大多数科幻一样，我读科幻主要是因为其中的想法。《基地》是我大概12岁时读的，当时我是否真能评判文字质量，那就不好说了。」

伊根的文风也以概念密度而非情感深度著称。两人在这一点上颇为相似：比起美，他们更想先抵达真。伊根的另一部作品《流散》同样影响了哈萨比斯的世界观。

这部小说描绘了人类进化为机器人、数字存在、软件社会等多种后人类形态的未来，可以说是哈萨比斯反复提及的「智能的扩展」这一愿景的文学原型。AI不是取代人类智能，而是智能本身的形态变得多样化。《排列之城》和《流散》展开的，正是这种可能性的地图。读科幻的科学家很多。

但想把科幻里读到的想法真正实现的科学家，凤毛麟角。哈萨比斯属于后者。《排列之城》所想象的意识模拟仍然遥远，但AlphaFold所设想的蛋白质结构预测已经变成了现实。伊根的小说曾在少年哈萨比斯心中点燃的那些梦，有一部分已经实现，其余的正在路上。

道格拉斯·霍夫施塔特的《哥德尔、埃舍尔、巴赫》，尤瓦尔·赫拉利的《人类简史》，阿西莫夫的《基地》。1994年，17岁的德米斯·哈萨比斯在牛蛙制作公司的办公室里，白天为主题公园编写AI程序，夜晚和同事讨论人工智能的极限。点燃那些讨论之火的，是一本书。道格拉斯·霍夫施塔特（Douglas Hofstadter）的《哥德尔、埃舍尔、巴赫：集异璧之大成（Gödel, Escher, Bach: An Eternal Golden Braid）》，简称GEB。哈萨比斯这样谈论这本书：

「对我来说，这是一本真正重要的科学著作。我当时一边做主题公园一边开发AI，同时也在读GEB这样的书。那是一部令人难以置信的作品。

它把哥德尔的不完备定理与数学、埃舍尔的画作、巴赫的赋格编织在一起，展示了这些东西如何彼此关联。反复出现的模式循环，无穷的图案。然后他把这一切与意识和智能联系起来。我深受启发，开始思考这些深层的问题。」GEB出版于1979年，获得了普利策奖。它从数学家库尔特·哥德尔、画家M.C.埃舍尔、作曲家约翰·

塞巴斯蒂安·巴赫这三位大师的作品中发现了共通的结构：自我指涉（self-reference）、递归（recursion），以及形式系统内部意义的涌现。霍夫施塔特的终极追问是：在物质基础（大脑神经元）之上，非物质的现象（意识、自我）如何浮现？这个问题贯穿了哈萨比斯的整个职业生涯。

从国际象棋AI起步，到设计游戏中NPC的学习行为，到研究海马体的神经机制，再到创立DeepMind追求通用人工智能。每一步，哈萨比斯都站在「智能究竟是什么」这个问题面前，而GEB是他遇到的第一座路标。少年哈萨比斯和同事们谈论的「AI不该只用在游戏里，能不能把它提升到人类水平」，那些对话正是从GEB播下的种子中萌发出来的。还有一本书，出现得更早。

艾萨克·阿西莫夫（Isaac Asimov）的《基地（Foundation）》系列。哈萨比斯这样回忆：「真正塑造我的（formative），是阿西莫夫的基地系列。有意思的是，不是机器人系列，而是基地。

机器人那些书我其实几乎没怎么读。」《基地》讲的是数学家哈里·谢顿用一种叫「心理史学（psychohistory）」的数学工具预测银河帝国的崩溃，并制定秘密计划缩短黑暗时代的故事。12岁左右读到这个系列的哈萨比斯，一定被「用数学和科学设计文明未来」这个想法深深震撼。

DeepMind的使命宣言「解开智能之谜，用它来解决其他一切问题」，回响着谢顿式的雄心。区别在于，谢顿依赖人类行为的统计预测，哈萨比斯依赖的是会学习的机器。这些书的选择本身说明了一些事情。哈萨比斯同样热爱伊恩·班克斯（Iain M. Banks）的「文明（Culture）」系列。他把《考虑弗莱巴斯（Consider Phlebas）》列为自己最喜欢的书之一，甚至把主题公园游戏的作弊码设成了小说主角的名字「霍尔扎（Horza）」。

班克斯的文明系列描绘了高度发达的AI（心智，Mind）与人类及外星种族共存的乌托邦文明。就像埃隆·马斯克用文明系列中的飞船名字命名SpaceX的无人驳船一样，哈萨比斯也从这个系列中读出了AI与人类共同进化的未来蓝图。

尤瓦尔·赫拉利（Yuval Noah Harari）的《人类简史（Sapiens）》在另一个层面上耐人寻味。赫拉利是频繁警告AI风险的知识分子，哈萨比斯是致力于实现AI潜力的实践者。两人直接对话的记录不多，但哈萨比斯读过《人类简史》这件事本身就表明，他并未停留在技术乐观主义之中。

《人类简史》追溯智人经历认知革命、农业革命、科学革命而主宰地球的历程，同时直面了这个过程背后的暴力与剥削。哈萨比斯对AI安全性和对齐（alignment）问题的认真态度，也许正因为这类人文阅读在他的技术乐观主义中充当着平衡砝码。贯穿哈萨比斯书架的主线是这样的：

打破学科壁垒、试图勾勒全景的书。GEB将数学、艺术、音乐编织在一起，《真实世界的脉络》将物理学、认识论、进化论、计算理论编织在一起，《基地》将数学与文明命运编织在一起。哈萨比斯自己也在做同样的事，将神经科学、计算机科学和游戏设计编织在一起，向着一个统一的智能理论前行。他读的书，是他梦想的世界的缩影。音乐与爱好：从鼓打贝斯、氛围电子到古典，广泛的音乐品味。DeepMind伦敦总部里有一间音乐室。AI研究所里设音乐室，听上去有些奇怪。但对哈萨比斯来说，音乐不是奢侈品，而是工具。

在美国成就学院（Academy of Achievement）的深度访谈中，哈萨比斯这样解释：「我大量使用音乐。专注工作时我会听音乐，根据想营造什么样的氛围来选不同的音乐。

从古典到鼓打贝斯，取决于我要做什么。」这个回答浓缩了哈萨比斯的思维方式：连音乐都以目标为导向来使用。编程时选节奏感强、能量充沛的音乐；思考或阅读时选维瓦尔第或莫扎特这类古典。

他说关键是「调到对的情绪（get you in the right mood）」。哈萨比斯偏好的具体类型是「液态鼓打贝斯（liquid drum and bass）」。这是鼓打贝斯的一个子类型，快速节拍上叠加旋律，但没有歌词。哈萨比斯的描述很精确：「要有节拍，也要有旋律，要有趣。但不能有歌词。

一旦有歌词，大脑就会开始跟着文字走。只能是纯器乐。」他还从神经科学角度来解读：「大概是让人进入alpha状态吧。这类现代音乐

有重复性。听几遍之后就变成背景，把大脑带入一种节律状态，有助于集中注意力。」这里值得留意的是，哈萨比斯在解释自己的音乐偏好时，用的依然是神经科学的语言。

「alpha状态」是一种脑电波类型，对应放松而专注的意识状态，被认为与冥想和创造性思考相关。一个认知神经科学博士像观察实验对象一样观察自己的大脑，设计出最优的工作环境。这与其说是音乐品味，不如说是音乐策略。

哈萨比斯建议年轻人也这么做：「弄清楚自己在什么状态下运转得最好，这是最重要的事情之一。搞明白什么东西能让你进入某种创造性状态，然后把它用到极致。」

这条建议凝聚了一个从游戏设计师、神经科学家到AI研究者一路走来的人对自我的整体理解。哈萨比斯对古典音乐的兴趣，和GEB也有关联。霍夫施塔特在巴赫赋格中发现的自我指涉结构，卡农中反复与变奏的模式，和哈萨比斯在AI中追求的学习结构彼此映照。

通过重复发现模式，通过变奏创造新事物。巴赫的音乐建立在数学结构之上，DeepMind的AI同样建立在数学结构之上。电影配乐在哈萨比斯的世界里也占据着重要位置。在Elixir Studios时期，哈萨比斯与作曲家詹姆斯·汉尼根（James Hannigan）合作，为《共和国：革命》和《邪恶天才》制作了交互式音乐，两部作品都入围了BAFTA交互音乐奖。

游戏中的音乐根据玩家行为实时变化，这种交互式音轨本身就是AI与音乐的交汇点。哈萨比斯在成就学院的采访中还说过另一句话：「电影我也大量使用。」

音乐和电影，游戏和科学。对哈萨比斯而言，这一切都是进入「创造性状态（creative state）」的入口。对有些人来说，音乐是背景；对有些人来说，音乐是欣赏的对象。对哈萨比斯来说，音乐是切换大脑工作模式的开关。打开液态鼓打贝斯就进入编程模式，放上维瓦尔第就切换到沉思模式。他的大脑是一件由音乐调音的乐器，而这件乐器奏出的声音，就是AlphaGo和AlphaFold。

对物理学的深厚兴趣与阅读习惯。哈萨比斯的X（原推特）个人简介上写着几行简短的文字：「Google DeepMind联合创始人兼CEO。正在通往AGI的路上。试图理解现实的根本本质（Trying to understand the fundamental nature of reality）。」末尾一句才是关键。

一个AI研究者的个人简介里出现「试图理解现实的根本本质」这句话，说明哈萨比斯将自己定位为一个探索者，而非技术工匠。这份对物理学的热情从高中时代就开始了。起点是读到了斯蒂芬·温伯格（Steven Weinberg）的《终极理论之梦（Dreams of a Final Theory）》。温伯格是1979年诺贝尔物理学奖得主，在这本书中讲述了用一个统一理论来解释物理学一切定律的梦想。

对哈萨比斯来说，这本书回答了「为什么要做科学」的问题：想走到可知事物的尽头去看一眼。成年后的哈萨比斯，对物理学的兴趣有了更具体的形态。2025年在莱克斯·弗里德曼的播客上，他谈到了流体力学和纳维-斯托克斯方程（Navier-Stokes equations）。这些问题在经典系统中被认为极难求解，而他探讨了基于AI的方法可能带来惊人突破的可能性。

DeepMind已经取得的成果，包括天气预报（WeatherNext）、核聚变等离子体控制（托卡马克反应堆项目）等，都是将AI应用于物理学难题的具体案例。有一个证据表明，哈萨比斯对物理学的兴趣远不止业余爱好。那就是他在诺贝尔奖演讲中提出的推理。

「自然界中生成或发现的所有模式，都可以被经典学习算法高效地发现和建模。」他将此称为「最稳定者的存续（survival of the stablest）」。生命有进化，地质时间有风化，宇宙时间有轨道力学，它们共同塑造出模式。正因为这些模式并非随机的，学习算法才能高效地重新发现它们。这既是用物理学语言表达的AI理论，也是用AI语言表达的物理学理论。哈萨比斯是两个世界之间的翻译者。而这种翻译能力，正源于他的阅读习惯。

哈萨比斯的阅读模式有几个鲜明的特征。他是以想法为中心来阅读的。比起文学之美或叙事张力，他享受的是发现新概念。谈到阿西莫夫的《基地》时他说「和大多数科幻一样，我读科幻主要是因为其中的想法」，正是佐证。

他读书不分领域。量子物理（多伊奇）、科幻（伊根、班克斯、阿西莫夫）、哲学（霍夫施塔特）、历史（赫拉利）、管理（艾德·卡特穆尔的《创新公司》）都在他的书单上。他还会把读到的东西串联起来：把GEB中的自我指涉结构联系到AI架构，把《基地》中的心理史学联系到通用学习算法，把多伊奇关于可计算性的论述联系到DeepMind的研究方向。支撑这种阅读习惯的，是他的「夜班（night shift）」。

白天作为CEO开会处理管理事务，夜晚读论文和书、深入思考。持续到凌晨三点的这段时间，是哈萨比斯创造力最旺盛的时刻。液态鼓打贝斯在背景中流淌，屏幕上打开的是最新的物理学论文，笔记本上画满了新的关联草图。对哈萨比斯来说，阅读是输入（input），研究是输出（output），连接二者的是关联（connection）。谈到艾德·卡特穆尔的《创新公司》时，他说：

「读完一本书之后冒出20个以前从未想到的新点子，这种事不常有。这本书做到了。」读一本书能提取出20个新想法的人，这就是哈萨比斯的读书方法。

书不是已经完成的知识，而是新问题的起点。物理学的基本定律、意识的本质、智能的结构，这三个问题在哈萨比斯的书房里汇聚成了一个问题：现实是什么？他X平台个人简介的末尾一句话，因此不是一句空话。「努力理解现实的根本本质。」

这不是职业描述，而是一种存在宣言。在这份宣言的脚注里，写着他十几岁时读过的温伯格、侯世达和阿西莫夫的名字，写着他二十多岁时读过的多伊奇和伊根的名字，还留着无数尚未写就的书的空白。

伦敦联排别墅林立的街道

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

如果这本书曾在你身边停留片刻，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）