Hassabis把AGI的时间表收窄到两三年，这次他给了一个可检验的标尺

Google DeepMind创始人Demis Hassabis对通用人工智能（AGI）的时间判断又往前挪了一步。据Free Press Journal报道，他现在预计AGI会在两到三年内出现，比此前给出的预期更短。他对AGI的定义没有变：在广泛的能力范围内达到人类水平的认知。同时他提出用「爱因斯坦测试」来评估这类智能，并认为AGI最可能先在科学研究、尤其是物理学领域带来改变。

时间表收窄，比时间表本身更值得看

预测AGI的年份向来是行业里最不值钱的东西，每隔几个月就会有人给出一个新的数字。但Hassabis的身份让这次的表态有额外分量：他不是在台上讲愿景的研究者，而是掌管着一个已经把模型送进数百万用户产品里的实验室。一个处在工程一线的人把窗口从模糊的「若干年」压缩到两三年，说明他看到的进展曲线和他自己的判断在收敛。

对做产品和做技术的人来说，这个信号的实际含义不在于「三年后会不会真的实现」，而在于规划周期。两三年正好是一个团队从立项到产品成熟的时间跨度。如果这个量级的能力有可能落在这个窗口内，那么现在开始设计、明年开始迭代的东西，就要考虑能力跃升之后产品还站不站得住。

爱因斯坦测试：从「能不能」转向「怎么算」

Hassabis提出的爱因斯坦测试，是这次表态里更具体的一部分。它指向的不是让模型答对多少题，而是能否产出类似爱因斯坦那样的原创性科学成果。这个提法把AGI的评判标准从基准分数拉到了「有没有做出新东西」上。

这对做AI应用开发的人有直接影响。现有的评测体系大多围绕已有答案的任务构建，模型在这些任务上的分数已经很难区分能力层级。如果评价重心转向原创产出，那么围绕模型能力做产品的人需要重新想清楚：自己的价值是建立在「模型答得准」上，还是建立在「模型能提出新问题、给出新路径」上。前者会随着模型升级被抹平，后者才有积累。

科研先落地，内容与搜索是下一站

报道中提到，Hassabis认为AGI可能最先改变科学研究，物理学是重点方向。这个判断符合当前的技术现实：科学问题有明确的验证机制，假设可以被实验证伪，模型输出的对错有客观标准可依。

但这也意味着，那些验证机制模糊的领域会被排在后面。内容生产、营销、SEO这些工作恰恰缺少硬性的对错标准，模型在这里的表现提升会更慢、更不均匀。对站长和营销人员来说，短期内更现实的变量不是AGI本身，而是科研领域跑通的方法会不会外溢成通用的推理能力。如果会，搜索和信息获取的形态会跟着变；如果不会，现有工作流的改动幅度会比预期小。

接下来盯什么

比起继续追问「到底哪一年」，有几个更可操作的观察点。一是DeepMind后续会不会把爱因斯坦测试变成公开的评测方法，一旦有可复现的标准，行业就有了新的比较维度。二是科研场景的落地会不会以产品形态出现，而不只是论文里的演示。三是Hassabis的时间表是否会被同行跟进修正，多家实验室的预期同时收窄，比单个人的表态更能说明问题。

时间表可以改，标尺一旦立起来就很难收回。这次真正值得记住的是后者。