AI大神哈萨比斯：这4个思维，远比努力更重要

一套运转了30年的思维操作系统。

来源|笔记侠

作者|老贾

6月20日，约翰·江珀，谷歌DeepMind的明星科学家，AlphaFold（蛋白质结构预测系统）的灵魂人物，宣布离职加入Anthropic。

两天前，另一位重量级人物诺姆·沙泽尔刚宣布跳槽到OpenAI。

外界开始质疑：DeepMind是不是在AI竞赛中掉队了？

DeepMind CEO哈萨比斯的回应很淡定：“我们有目前所有实验室中最大、最广的研究板凳。”

如果你读过《哈萨比斯：谷歌AI之脑》这本书，他的这种从容就不会让你意外。

支撑哈萨比斯的，是一套运转了30年的思维操作系统。

这本传记由两度入围普利策奖的作者塞巴斯蒂安·马拉比耗时3年写成，采访了100多位谷歌AI关键人物，与哈萨比斯本人进行了超过30个小时的长谈。

这篇文章，会从这本传记里提炼出哈萨比斯 最关键的4个思维武器。

希望今天的分享，对你有所启发。

01

哈萨比斯的4个思维武器

哈萨比斯4岁下国际象棋，13岁拿到大师称号，17岁在牛蛙公司设计出百万级销量的游戏《主题公园》。

后来自己创业做游戏工作室失败，转头去剑桥读计算机科学，又去伦敦大学学院读了认知神经科学博士；

在MIT和哈佛读完博士后，2010年创立DeepMind，2014年被谷歌以约6.5亿美元收购。

2024年拿了诺贝尔化学奖。

这份履历，在科技圈找不到第二人。

01.先理解问题，再解决问题

1987年，列支敦士登一座古堡里。

11岁的哈萨比斯刚下完一场长达10小时的国际象棋残局。

他输了，被对手毫不收敛地嘲笑。

第二天早上醒来，他没有懊恼，反而产生一个更大的念头：

锦标赛大厅里挤满了聪明绝顶的人，他们在下棋这件事上耗尽了精力。

这样巨大的集体智力投入，难道不应该用在更崇高的事业上吗？

一个11岁的孩子，没有先想怎么赢下一局，先问的是这件事值不值得做。

科学家思维的原点就在这里：

先理解问题的本质，再决定要不要解决它。

后来，他把这个思维浓缩成DeepMind的使命：“解决智能，然后用它解决一切。”

02.跨学科理解问题的能力

在牛蛙公司做游戏设计，他学会了什么叫“涌现行为”：

你设定简单规则，复杂行为会自己冒出来。

后来他自己创业做游戏，想在一个虚拟城市里同时模拟上千个独立思维的角色，但2003年的电脑算力根本跟不上。

这次失败教了他一课：再好的算法，没有算力支撑也只能停在纸上。

后来，他去读了神经科学博士，他研究的是人脑中记忆、想象和规划的关系，思考人怎么用过去的经验来模拟未来？

这个研究直接启发了DeepMind后来的技术主线。

棋手的直觉训练，游戏设计的系统思维，神经科学对记忆和想象的机制理解，三样东西组合在一起，才有了后来的AlphaGo。

传记里说：哈萨比斯的思维拥有“无限维度”，能在哲学与电影、科幻与经济史之间自由穿梭，也能深入探讨神经科学、计算机科学与生物学的前沿议题。

这种跨学科的贯通能力，放在全世界都极其罕见。

03.信念驱动问题的解决

传记里有一段特别精彩的故事。

2018年，AlphaFold的GDT（ 蛋白质结构预测精度 ）评分只有60分左右。

团队负责人安德鲁·西尼尔觉得这已经很不错了，建议宣布阶段性胜利，结束项目。

哈萨比斯不接受。

他说：“我不想成为该领域的佼佼者，我想解决问题。”

然后他做了一件大胆的事：让年轻的物理学家约翰·江珀接替西尼尔担任团队负责人。

理由只有一句： “如果带领团队的人认为问题无法解决，那么团队绝对不可能破解这个难题。”

江珀接手后推动了一次技术豪赌：

用Transformer（ 变换器 ）架构彻底替换原有系统。

之前的研发成果几乎全部归零，GDT得分从60骤降到20。

这是一次“先跳下悬崖，再画降落伞”式的冒险，然后是漫长的爬升，哈萨比斯每天深夜盯着得分变化。

项目经理迈耶开玩笑说：“半夜摇醒哈萨比斯，问他GDT多少，他能立刻告诉你精确答案。”

迈耶还“发明”了一件有趣的事：每周在例会上播放GDT得分对应年份的流行歌曲。

得分到84，播1984年蒂娜·特纳的歌；到86，播1986年麦当娜的歌。

2020年4月，他播了MC Hammer 1990年的标志性嘻哈歌曲,GDT得分达到了90。

最终成绩是92.4分，第二名只有72.8分，差距巨大。

竞赛组织者莫尔特看到这个数字时愣住了。

为了验证真实性，他让AlphaFold预测一个连X射线晶体学都解不出的蛋白质结构。

DeepMind通过了测试。

莫尔特说了一句话：“我一直希望能活到这一天，但我并不总是确定自己能等到。”

截至2025年底，全球超过300万名研究人员免费使用了AlphaFold的预测结果。

2024年，哈萨比斯凭这个成就，获得诺贝尔化学奖。

关键项目负责人的信念，决定团队的天花板。

你团队里负责最重要项目的那个人，有足够的信念吗？

04.纯粹专注，在安静的角落里干大事

DeepMind的总部不在硅谷，在伦敦。

哈萨比斯把它叫作远离硅谷噪声的“黑尔格兰岛”（注：这里被称为在迷茫、焦虑或瓶颈期时，通过抽离喧嚣、回归宁静，从而获得灵感与突破的“精神避难所” ）。

他觉得在这个远离硅谷、相对清净、不受外界纷杂干扰的环境中，他能更专注地思考AI的前沿问题。

传记里写道：硅谷的科技领袖们普遍更激进更乐观，少数人又更保守更悲观，但都缺少“英式”的灵魂冲突。

哈萨比斯身上有一种“哈姆雷特气质”，同时站在加速和警示两端。

这离不开他安静、专注的思考。

我们每天打开手机，一天下来，你觉得自己知道了很多，但其实什么也没想清楚。

哈萨比斯的做法恰好相反。

他把DeepMind放在伦敦，远离硅谷的噪音。

他让想法“在安静中自然涌现”，靠潜意识慢慢琢磨。

他在保护最稀缺的资源：深度思考的时间。

你刷一个小时的AI新闻，获得的更多是噪音，噪音不值钱，判断才值钱。

四个思维串在一起就是：

先理解问题，再解决问题；

理解需要多角度输入；

深层理解催生坚定信念，信念驱动管理；

专注需要屏蔽噪音的环境。

它们共同指向一件事：理解，是一种追求。

哈萨比斯花了20年理解智能是什么，然后才开始造东西。

他让AlphaFold团队把整套系统推倒重来，因为他相信彻底理解问题之后的重建，比在旧框架上修修补补强一百倍。

结果呢？OpenAI用ChatGPT赢了舆论，哈萨比斯用AlphaFold赢了诺贝尔奖。

当然，在AI这个赛道，速度确实是生死线。

但哈萨比斯的传记告诉我们一件事：

速度的上限，由理解的深度决定。

你对问题理解得越深，你的选择就越精准，你才能跑在正确方向上。

03

建议你从哈萨比斯身上“偷”3件事

第一件：给自己一个“黑尔格兰岛”

每周找一个下午，关掉手机，去一个安静的地方坐两个小时，专门用来想问题。

不看微信、不刷新闻、不开会。

拿一张纸，写下你当前业务里最让你不安的那个问题，然后从头想：

这个问题到底是什么？我的假设对不对？有没有我一直在回避的可能性？

哈萨比斯说他的很多关键想法，都是在这种安静中“涌现”出来的。

第二件：做一次“跨学科审计”

把你过去所有的工作经历、学习经历、甚至爱好全部列出来。

然后逐条问自己：这段经历教会了我什么认知？

很多“看似无关”的经验，换一个角度就是金矿。

哈萨比斯的游戏设计经验启发了他的AI架构，你的经验也可能启发你的方向，关键是你得主动去挖，别把它们当作“过时的旧经历”丢掉。

第三件：找到团队里最有信念的人

关键项目的负责人，不是最有经验的人，不是最有资历的人，必须是真心相信“这件事能做成”的人。

可以做一个简单测试：

找你团队里负责关键项目的人，问他们一个问题，“你觉得这个项目最终能不能真正改变我们的公司？”

真心相信的人，回答时候眼里有光，而且能具体描述怎么改变。

不信的人，会用各种模棱两可的措辞，比如“应该可以吧”“要看情况”“还需要验证”。

把最重要的任务交给眼里有光的那个人，哪怕他经验不如别人。

· END ·

超 级 社 群

【投资人说】正在组建超级创业者社群、超级读者群、超级媒体群等，目前总人数已超1000人。

关注【投资人说】微信公众号，发送信息「进群」，与各行业精英直接交流，共同进步。

旗 下 媒 体