本周，Google DeepMind CEO Demis Hassabis 在公开场合再次强调，“Today’s systems are nowhere near [AGI]. Doesn’t matter how impressive the demos look.”（当前系统离 AGI 还很远，无论演示看起来多么惊人）。这一表态与马斯克、Altman 等乐观派形成鲜明对比，反映出行业对 AGI 时间表的分歧正在从 hype 转向现实校准。
支撑这一审慎立场的案例不止一例。Hassabis 此前在 Cambridge 讲座中反复指出，多学科协作仍是突破关键，而非单一模型规模扩张。相比之下，部分创业公司仍宣称 2027 年内实现 AGI，资本却已开始重新评估：企业落地更关注推理成本与真实 ROI，而非遥远愿景。过去一年，类似“演示即产品”的叙事在编码、金融场景验证后，逐步暴露规模化瓶颈——数据隐私、任务完成率、能源约束成为共同痛点。
根本驱动力在于技术路径与商业现实的错配。闭源巨头依赖海量算力堆叠，追求“演示领先”；开源与学术界则强调可解释性与协作效率。Hassabis 的表态本质是提醒市场：AGI 不是工程里程碑，而是需要物理、生物、认知科学同步突破的系统工程。
未来 6-12 个月，关键悬念在于哪种声音更能主导资本分配——乐观派若持续获得融资，或加速“军备竞赛”；审慎派若主导企业预算，则可能推动更多垂直代理与长上下文应用落地，而非通用 AGI 押注。观察重点是 Hassabis 等学术派后续访谈与实际多学科项目进展。
信源：https://x.com/xah_lee/status/… (相关 Hassabis 引述帖)
https://x.com/moisescabello81/status/… (Hassabis 讲座引用)
