今天谈谈我心目中AI界双子星：谷歌的哈撒比斯和Anthropic的阿莫代伊。 求学经历我就一笔带过了，大家应该都或多或少地关注过。哈萨比斯，剑桥大学计算机科学本科，UCL认知神经科学PhD；阿莫代伊，加州理工学院，转学到斯坦福大学本科物理专业，然后普林斯顿大学生物物理PhD，然后斯坦福博士后研究员。 这两个起点，决定了他们各自认为的智能定义。 因为哈萨比斯是认知神经科学出身，所以他的方法论内核是智能是一种可以被逆向工程的机制，先理解，再创造，用游戏和基准做验证。 可以这么说，DeepMind 早期的一切从Atari、AlphaGo到AlphaFold，都是给定一个定义良好的问题域，构造一个专用智能体。 阿莫代伊是物理出身，他的核心贡献是 scaling law 那条线，他的文章我看了很多，其实核心观点就是我们可能不需要不去理解机制，应该把模型当成一个自然现象，测它的标度行为，然后外推。 这本质上是统计物理的思路搬到学习系统上。不管微观机制，直接探究宏观量之间的幂律关系。 所以，两人对“什么算理解了智能”这个问题的答案根本不同。 哈萨比斯要的是机制，阿莫代伊要标度律加上事后的可解释性。 如果你关注了这些年AI公司的动态，其实也能明白为什么 Anthropic 把 interpretability 当成旗舰，因为在阿莫代伊看来，那是他们唯一的机制性资产，可以补上标度律留下的那个空洞。 关于大家最关注的问题，AGI。 阿莫代伊说 1–2 年，而哈萨比斯说 5–10 年，外界一直当成两种技术判断。 但其实我认为这并不重要，由于他们的角色和承担责任的特殊性，所有话语的商业性质我都需要单独拆分。 短时间线，其实对阿莫代伊是承重结构。因为它同时支撑今年的估值叙事、政策游说的紧迫性、以及“我们必须在场”的存在理由。 长时间线，对哈萨比斯同样是承重结构。毕竟是诺奖得主，他应该不会选择做 18 个月的预测，然后落空，而 Google 需要的姿态恰恰是稳健、不冒进。尽管，听说哈萨比斯最近要离开谷歌。 达沃斯 2026，我建议每个人重新看一遍。在会上，哈萨比斯和阿莫代伊同台对话，十分精彩，我记得会后我做了很多总结。 会上最诚实的一刻,是阿莫代伊的自问自答。 他说，他更希望哈萨比斯是对的，然后问：那为什么不能慢下来到哈萨比斯的时间线？接着，他自己回答：因为地缘对手在以相似速度做同样的事。 其实我个人认为，哈萨比斯的“CERN for AGI”至少在逻辑上是自洽的(毕竟，协调优于竞速)，只是它的代价是几乎不可能实现。 顺便说一句，我认为Sam Altman 从本质上和哈撒比斯与阿莫代伊是有很大区别的。从一开始，Sam做的就是用资本、商业契约和生态网络去撬动更多的资源。他代表着AI的商业化，他是实实在在的Venture Builder，而非理论派与技术派。