文章核心观点 - Demis Hassabis认为AI进步从未停止，行业“撞墙论”是基于对数据枯竭的误解，现有技术仍有巨大优化空间[4] - 通往AGI可能需要一两个全新架构的突破，而非仅靠扩大现有模型规模，但大模型将是未来AGI系统的核心基石[5][6] - AGI应有科学定义，即能执行人类所有认知任务的系统，包括达到人类创造力巅峰和具备物理智能，预计距离实现还有5到10年[10][12][13][14] - 智能眼镜是AI交互的终极形态，能实现解放双手的“通用数字助理”，成熟产品可能很快面世[3][18][19][22] - AI商业模式需谨慎，维护用户信任至关重要，广告模式若损害信任将摧毁产品价值[22][23][24] - 对于行业竞争与“泡沫论”，拥有深厚技术栈和庞大业务底座的公司无论行业周期如何都将处于有利位置[3][26][27] - 从哲学视角看，信息是宇宙最基本单元，AI是宇宙信息处理过程的加速器，将帮助人类解决重大科学问题[29][30][31] - AI不会取代人类，而是承担繁重信息处理工作，赋能人类专注于更高级的创造与探索，类似望远镜对天文学家的作用[31][32] 对AI发展现状与未来的看法 - 一年前行业质疑AI进步停滞，但DeepMind内部从未质疑，一直看到性能在稳步、巨大的提升[4] - 通过预训练、后训练、思维链等现有技术的微调与组合创新，仍能从现有架构和数据中“榨取”出巨大提升空间[5] - 当前大语言模型存在“金鱼记忆”的根本性局限，会话结束便“失忆”，持续学习能力是当前短板[5][8] - 解决持续学习问题已有线索，关键在于让模型在“出厂”后与用户交互中继续学习并改变自身，而不仅是将数据放入上下文窗口[8] - 真正的AGI需具备持续学习、高效记忆机制以及为长远目标进行多步推理的长期规划与推理能力[11] - AGI需包含物理智能，即与物理世界交互的灵巧性，这是当前机器人的短板[13] - 超级智能是指能完成人类生理结构无法做到之事（如在14维空间思考），是AGI之后的话题[14] - 多模态模型（如视频生成模型）因构建了物理世界模型、理解因果关系，在通往AGI的道路上可能比纯语言模型更关键[15] 对产品形态与商业化的思考 - 当前举着手机使用多模态AI的体验笨重，智能眼镜才是解放双手、实现无缝“通用数字助理”的最佳形态[16][17][19] - 谷歌正与Warby Parker、Gentle Monster及三星等伙伴合作打造下一代智能眼镜设备，成熟产品可能今年就能看到[22] - 目前没有在Gemini App中加入广告的计划，维护用户信任是首要原则[22] - 在某些特定场景（如旅行推荐）下，广告可作为有用信息整合，但必须建立在用户完全知情且可控的前提下[23] - 商业模式创新应是“原生”的，不能损害用户对AI助理的核心信任[24] 对行业竞争与可持续性的评估 - 认可Anthropic的Claude是优秀模型，尤其在编程领域，但Gemini 3的编程能力同样有信心[25] - AI的竞争是更广泛的战场，包括多模态搜索、YouTube创作工具、安卓系统整合等，谷歌正将AI深度整合进其庞大产品线中[25][26] - 关于行业崩溃的理论（训练回报率下降、推理成本趋近免费导致基建过剩）是合理推演，但并非最可能发生的情况[26] - 行业存在泡沫现象，尤其是一些仅凭PPT融资的初创公司，其狂热不可持续[26] - 像Alphabet这样拥有深厚技术积累和庞大业务底座的公司，无论泡沫是否破裂都将处于有利位置，因为现有技术已足以驱动其核心业务的效率提升与体验变革[3][27] 对AI本质与人类未来的哲学观点 - 信息是宇宙最基本的单元，而非能量或物质，宇宙演化可被视为信息处理过程[29] - 生命系统本质上是信息处理系统，在抵抗熵增，进化是筛选能稳定保存和复制信息结构的过程[29] - AI是宇宙信息处理过程的加速器，帮助人类更高效地解构、理解和重组信息[29] - AlphaFold解决蛋白质折叠问题是“信息论”视角的胜利，通过数据的信息拓扑结构找到了规律[30] - AI将帮助人类破解物质、能量、生命背后的信息密码，从而发现新材料、设计新药、解决气候变化[31] - AI不会使人类变得多余，它将承担繁重枯燥的信息处理工作，让人类腾出时间进行更高级的科学思考与艺术创造[31][32] - AI的赋能类似工业革命，人类将重新定义“有意义的工作”，并适应新的角色[32]