作者：钳岳星君 视频来源：YouTube: Sir Demis Hassabis on Creativity and AI | Will AI Change How We Create? | Hannah Fry（Royal Society of Arts，2026 年 Albert Medal 颁奖典礼） 时长：1 小时 2 分 45 秒 字幕源：kome.ai 自动转录，文中对 Van Gogh 等明显 ASR 错词做了保守纠正

文章依据原视频 AI 字幕整理，Demis 在那段访谈里同时面对 Hannah Fry（主持访谈）、David Joseph（RSA CEO，开场致辞）、Thomas Heatherwick（建筑师，提问建筑与公共健康）、Kate Far（National Theatre 联合 CEO，提问非可计算性）、Usha（House of Lords 议员，提问教育翻转）——文内名字均按字幕原文保留，必要时给出中译。

当合成器被禁的那一年：Demis Hassabis 在 RSA 谈 AI、创造力，以及人类最后的手艺

一、序曲：被禁的不是机器，是恐惧

1982 年，英国音乐家工会一个分支投票决定禁止合成器。

不是限制，不是征税，是禁止。

理由朴素得近乎天真——一台键盘能模仿一整支弦乐团，而一支弦乐团意味着四十个工作岗位。压垮骆驼的最后一根稻草叫 Barry Manilow：他正巡演英国，却没有带管弦乐队，只有一台合成器。

合成器模仿小提琴惨不忍睹，模仿一种前所未闻的声音却惊艳绝伦。于是整个 80 年代的声响从这场禁令的废墟里长了出来。他们对机器的判断错了，对人的判断却没错——某些乐手再也没接到活，另一些却找到了新的位置。当时没人能分辨谁是谁。

说这话的人是 David Joseph——RSA 的 CEO，2026 年这场 Albert Medal 颁奖典礼的主持人。他用这个故事的开场很巧妙：他想引出的是另一件事。

RSA 这间大厅见证过所有的"送回盒子"。1877 年 Alexander Graham Bell 在这里展示电话，William Cook 揭幕第一条电力电报，Thomas Edison 的灯泡第一次亮给英国公众。David 念完这些名字后说：“这间大厅不是博物馆。那些都是真实的夜晚，人们走进来时不知道会发生什么，走出去时已经见证了历史——而且每一次，总有理性的声音告诉你不会成功。几年后，它就摆在每个人的家里。”

Albert Medal 设于 1864 年，纪念 Prince Albert 主持学会十八年。第一位得奖者是 Rowland Hill：一便士就能把信寄到全国。Hill 之后是玛丽·居里与镭；是再次获奖的 Bell，这次为了电话；是 1945 年的 Winston Churchill；是 Stephen Hawking；是 Tim Berners-Lee；是 JustGiving 联合创始人 Zarine Kharas；是牛津疫苗的 Sarah Gilbert。

“没有一项在当时看起来是显然的。”

然后他提到了今晚的获奖者：Sir Demis Hassabis。13 岁国际象棋大师，17 岁写出 Theme Park 卖了数百万份，剑桥本科，神经科学博士，创办 DeepMind，又做出击败世界冠军的 AlphaGo。RSA 院士（2009）。皇家工业设计师。2016 年他曾站在这同一间大厅里讲人工智能——David 说：“坐在这里的各位当时没人能告诉你哪些会成真。”

其后，诺贝尔化学奖、骑士勋章、加拿大盖尔德纳奖，三个医学领域最重要奖项接连到手。但 David 没有停在奖项清单上。他想让人明白 Demis 真正做的是什么。

你的身体由蛋白质驱动——亿万微小的机器，每一个都各司其职，消化晚餐，抵抗感冒。而每一个蛋白质能完成任务的根本，是它的形状。你要理解一种病，要做一种药，你需要那个形状。过去，搞清楚一个蛋白质的形状，一个科学家要花几年，有时候整个职业生涯。AlphaFold 已经做完了 2.62 亿个。

然后 David 念出了他整段开场最让人无法忘记的句子：

“他把这 2.62 亿个形状全都免费给了地球上每一位研究者。”

“五十年来人们用同一种方法去啃这个问题，而改变发生的那一刻，是因为有人换了一种方式看它。这就是为公共利益服务的创造性行为。”

请注意这个判断的分量——David 把 Demis 做的这件事和 Rowland Hill 把信寄到全国这件事放在了同一句话里。一便士邮资。免费蛋白质结构。看似不同的领域，做的是同一件事——把以前只有少数人才能享有的东西，变成每个人都能用的公共品。

二、Hannah Fry 的引入：一个没有 50% 模式的人

Hannah 上台，没念 CV——她说念完 Demis 全部简历要到第二天早上。她说她想让我们看见简历背后那个人。

她回忆起 2017 年第一次采访 Demis 的情景。她看着那份"大多数人还没想清楚自己擅长什么时他就已经做到了"的事迹清单——棋童、游戏设计师、剑桥毕业生、世界级神经科学家——斗胆问了一句：

“Demis，你就不能再努力一点吗？”

Hannah 没料到他真的回答了。Demis 说他小时候他父亲给过一模一样的建议：只要你尽了全力，结果怎样不重要。大多数孩子听到这话是安慰，Demis 那年大概九岁，把它听成了哲学问题：

你怎么知道你尽了全力？你怎么在不把自己逼死的前提下优化"努力"本身？

他的逻辑是冷峻的——如果最后你还活着，说明你还能再给一点。

Hannah 引了 DeepMind 联合创始人 Shane Legg 的话作结：“Demis 没有 50% 模式。甚至没有 99% 模式。只有 100%。”

Hannah 补了一句私人注脚：她陪 Demis 玩过 Bananagrams——她说：“如果有机会，千万别玩，对你的 ego 没好处。”

她说她注意到 Demis 一辈子都在问"表层不合理"的问题：

不是"我如何下棋更好"，而是"我下棋时大脑在做什么"； 不是"我怎么做一个电脑游戏"，而是"现实中有多少可以被仿真"； 不是"AI 能不能在游戏里赢我们"，而是"AI 能不能帮我们解开科学最难的题，顺便帮到人类"。

“对人的关切不是事后追加的补丁，而是 Demis 思维过程的每一道工序里都在场的东西。”

三、Demis 的答谢：矩阵乘法、手艺、一场新文艺复兴

Demis 上台，先谢了 RSA 和这间大厅。他说 Albert Medal 历届得主的"跨学科"性质让他最触动——“这就是我一辈子尝试活成的样子，在创造力和科学之间，我从来不看见边界。事实正好相反。”

接着他用一段话把整场演讲的暗线牵出来。

90 年代他设计、编写游戏时，游戏业才是把 AI 推进到学术之前的地方——不只是软件想法，连硬件都是。今天跑 AI 用的 GPU，最初就是为 3D 图形造的。“结果发现一切都是矩阵乘法。也许宇宙也是——但这个我们等会儿喝东西时再聊。”

他谈到家人——父亲、母亲、兄弟姐妹都在创意那一侧：姐姐是职业音乐人、作曲家。“我整个家庭、基因、成长，全是艺术那一边的。但有趣的是——我先是通过国际象棋，然后是计算机，然后是科学受训的。我的正式训练全在科学逻辑那一侧。可是心里头，我想我更多是被创造性的、直觉的、情绪性的东西驱动的。”

“你不会料到一个科学家这么说。但区分好科学家和伟大的科学家的，是创造力。所有好科学家都已经技术过硬，否则根本到不了那个层级。然后，是创造的那一面，是直觉的飞跃——才是大突破的来源。”

“我认为它将是人类有史以来发明的最深刻的技术之一。它的规模将和电力相当，和电话、互联网、移动相当——至少和它们一样大，也许更大。”

他给了一个具体的尺度：“也许是工业革命影响的 10 倍——而附加的挑战是，它可能以 10 倍的速度发生，不是用一百年，而是用十年。”

工业革命带来现代医学、儿童死亡率下降，也带来我们都知道的代价——需要新的制度、新的治理方式来应对。“AI 同样如此。”

他重申自己一辈子做 AI 的核心动力之一，是用它推进科学与医学——AlphaFold 是这条线上的代表，他现在推动的 Isomorphic Labs 加速药物发现也是如此。

但话锋随即急转：“当然这不只是技术问题，还包括我们作为社会想用它做什么。技术只是打开所有这些可能性、这些路径——我作为工程师、科学家看到的是可能性，不是规范。我们应当用它做什么、什么对社会有益、它应如何塑造下一个时代——这件事，必须由艺术、人文和社会科学来定义，由在座的 RSA 诸位来定义。”

他把这称作一个"哲学问题"，并断言我们现在就处在"奇点的山脚下，离完全 AGI 还有几年"，社会还没准备好。

他把这称作一个"哲学问题"，并断言我们现在就处在"奇点的山脚下，离完全 AGI 还有几年"，社会还没准备好。

“我们要重视什么？目的是什么？我们将如何用这些工具增强而不是替代人类创造力？在 AI 的世界里，工艺（craft）与作品的灵魂意味着什么？”

craft 这个词不是修辞装饰，它是 Demis 整个答谢的核心。他后面会反问：“但如果存在某种捷径呢？——那你就不能再靠’投入了多少努力’来定义它了。”

这一句"you might not be able to define it by the effort that has gone in"，是 Demis 给自己九岁时那个哲学问题的最成熟版本。九岁时他问：你怎么知道你尽了全力？ 四十年后他把它翻过来问这个世界：如果"尽了全力"不再能被看见，我们还能怎么定义价值？

“我希望像 RSA 这样的地方，能成为横跨科学和艺术的讨论召集点。”

四、DeepMind 之前：棋童、游戏设计师、神经科学家——同一条暗线的三个角度

Hannah 接过话筒时，没顺着颁奖致辞的礼节继续，而是追问那个表层看起来最不像同一条路的人：

游戏设计师 → 神经科学家 → AGI。这看起来像是急转弯，但你一直在说是同一个问题的不同角度。

Demis 笑着说：“如果你不知道我在尝试打造 DeepMind 和 AGI，那看起来确实有点奇怪。但我做游戏设计，在剑桥读计算机——为什么换去神经科学？因为我想从每一个可能的角度去问那个问题：什么是智能？什么是支撑智能的能力？”

90 年代游戏业已经把当时所知的 AI 推到了尽头，2000 年代初神经网络革命还没来，他需要一种"正交的"信息源——还有哪里比大脑本身更好？恰好 fMRI 刚刚走入主流。“用一台 fMRI 机来看大脑——我们所有人都觉得这很神奇。”

他挑了记忆与想象作为博士课题。原因有三：第一，它们本身迷人；第二，想象——“对未来进行规划”——他下棋和做游戏时一直在做的那种事；第三，几乎没人研究过"想象"——大家都研究记忆，没人研究想象——而且当时没人知道 AI 该怎么做这件事。

Hannah 接得漂亮：她说她把 Demis 讲的事情拼在一起，忽然明白——大脑是一个仿真引擎，游戏是仿真引擎，甚至国际象棋、文学、音乐都是一种"在你能够短暂进入的现实版本里花一点时间"的东西。她追问：这真的就是同一个问题，对吗？

Demis 说：是的。

五、游戏的"特洛伊木马"：当世界不让你做 AI，你就用游戏走私

这段话让我在回听时停下来了两次。

Demis 说：“我没那么多时间。我这辈子一直很急——因为有那么多美妙的事情要发现、要创造、要体验，还有那么多有趣的事要做。我喜欢做有多重理由的事。至少四种理由，如果可能的话。”

然后他讲了他在 90 年代末做 Elixir Studios 时干的事——把游戏当"特洛伊木马"，塞 AI 研究进去：

“游戏很好。我爱游戏。但我也用它来当特洛伊木马——尤其是用我自己那家公司 Elixir Studios——把一些 AI 研究夹带进去。这是 90 年代早期，你没法用别的方式拿到 AI 研究的资金。我会塞一些 AI 研究进去，比如和 Dave Silver 一起——名义上是为了做游戏、做模拟、做那些游戏里的小人——然后这成功了，就可以资助下一个 AI 的想法。”

他接着把游戏设计与科学研究做了一次令人屏息的类比：

“我从这里带到 DeepMind 的一件事是——你怎么把尖端工程和一个创造性的目标结合起来。这种情况下就是’什么时候这游戏会变好玩’。你想吓一个游戏设计师，就这么问他：这游戏什么时候好玩？三个月还是六个月？发行商付了钱，会问：现在好玩了吗？还不好。但它会好玩——这有点像做 PhD 时那种’什么时候这个突破会发生？'”

“如果你已经知道答案，那就不叫研究。如果你知道它什么时候好玩，那就不叫创造性。你正在做的东西——其实需要很多品味、直觉、对所做的事的某种信念。”

“我意识到，做科学和做游戏设计在这一刻是非常相似的。最好的游戏设计师和艺术家，在我看来和最好的科学家做的是非常类似的事——下面垫着的是伟大的工程和技术能力。”

然后他用一句话把 AlphaFold 的故事接了回来：

“这就是为什么我喜欢搭建跨学科团队。必须彼此喂养。工程告诉研究下一步，研究又告诉工程下一步——这就是 AlphaFold 和 AlphaGo 成功的原因。”

注意这句话的精准：他没有说"我们雇了厉害的工程师和厉害的研究员"。他说的是两者必须彼此喂养。工程和研究之间不存在上下游；它们是同一个回路的两端。这个观察出自一个真做出了 2.62 亿蛋白质结构的人，分量不同。

六、AI 与创造力：双重性，同一枚硬币

Hannah 的问题从这里开始尖锐起来。

“新的创作过程会长什么样？”

Demis 给了双重回答，干净得像外科手术。

他说 DeepMind 走了一条和某些竞争对手不同的路——与顶级艺术家合作构建工具。他们和 Darren Aronofsky 合作，和各领域的顶级音乐人合作，和开发 Eve Online 的冰岛公司合作。“我们很早就和不同领域里的顶级创作者合作，定义这些工具最终会做什么。”

然后他说出了这场对话的轴心：

“任何技术都是这样——它可以用于真正增强人类的事情，也可以用于不那么好的事情。我们正在看到 AI 这面镜子的两面。”

第一面：AI slop。

“有这么一个 AI slop 的说法——指那些相当平庸、没什么创意的玩意儿，只是为了能让人停留几秒钟。我觉得我们不太想朝那个方向走——虽然作为轻度娱乐也许还行。”

他没有说 AI slop 应该被禁止。他说的是"我们不想朝那个方向走"。这种克制，恰恰因为它温和，反而更刺耳。

因为 AI slop 不是抽象威胁，它是今天内容平台正在发生的事：3 秒钩子拉起注意力、AI 生成的图像与配音糊成一片、算法把"停留时长"喂成唯一指标——创意在"足够像"上止步，品味在"足够快"上让位。它对真正的艺术家构成一种羞辱：你的十年功夫，要和三秒钟生成的平庸竞争同一个推荐位；它对观众构成一种更隐蔽的伤害：看过一万条"差不多"的内容之后，分辨"好"和"差不多"的那条神经会钝掉。Demis 没有说这些，但他提到 Van Gogh 时说的"在每一笔里"，正是站在 slop 的对立面。

第二面：让顶级的更快，让新来的有路。

“但账本的另一边——伟大的艺术家现在可以快速迭代大量想法，在投入过多资源之前找到他们真正想下注的那一个。我觉得这对已经在顶端的人来说非常好。它也让他们能做那些原本拿不到资金或资源的项目。”

“另一件让人兴奋的事——下一批正在崭露头角的艺术家——他们能更快地打入专业世界。因为他们不必只做一份幻灯片来描述他们想拍什么电影，他们能做出原型甚至一支短预告片。”

Demis 在这里没有回避双重性，但他用一种典型的英国科学家式的克制说：“我想这一切还有待塑造。我能看到正反两面。我相信由我们、创意社群去推动它往好的方向走。”

Hannah 立刻接住了一个更深的问题：当机器在每一项技能上都越来越强，人类将如何定义自己？

Demis 的回答有两条时间线：

接下来十年——“我们会看到一次难以置信的创造力的繁荣。最优秀的创意科学家和艺术家可以用这些工具把他们产出的东西乘以 10。这将是接下来几年的事，会非常惊人。”

再之后——“这些工具可能继续变好、变得更自主。然后问题来了——之后会发生什么？我猜测（但我认为这要由社会来塑造）人类的连接、人类的创造力、人类的工艺和灵魂，会比以往任何时候都更重要。”

他用了一个类比：我们仍然欣赏古典大师和原画，而不是今天能复制的无数副本。然后他反问自己：“但如果存在某种捷径呢？如果你不能靠’下了多少功夫’来定义价值呢？”

“所以我认为我们需要集体搞清楚——我说’我们要重视什么’、‘我们要视为美德的是什么’、‘我们要欣赏和表彰的什么’的时候，到底是什么意思。”

他把这个责任交给"像 RSA 这样的 august 社会"，再交给下一代：“我们的孩子会作为 AI 原住民成长，他们将能做不可思议的事。但社会应当鼓励他们去建造什么样的东西？”

他接着给了一个我认为是当晚最清醒的判断：

“我都能想象出一个我们创造滋养人、连接人、积极的世界——‘正和’。我也能想象如果我们不加约束，就会出现沉迷式的孤岛。我们已经在社交媒体上看到过——如果你只把技术丢给市场，它就会去资本主义带它去的方向。资本主义很伟大，它驱动了进步，但它需要一层哲学的、社会学的叠加——关于我们究竟想要什么。”

七、非可计算性：Penrose、Turing 与 Van Gogh 的每一笔

提问环节，来自 National Theatre 联合 CEO Kate Far 的问题，是当晚最硬的一个：

有没有任何人类叙事元素是"非可计算的"？如果有，我们如何在一味追求创新的浪潮中保护它们？

Demis 的回答分成三层。

第一层：这是一个开放的经验问题。

“我会说这是一个实证问题——我们用计算机能做到的极限是什么？大脑可能在做不同的事情。这部分是我想研究神经科学的原因。我一直相信，制造一个智能的造物——AI——然后拿它和人类心智比较，将是弄清楚人类心智还有哪些特殊或独特的事情的最好方式。”

第二层：Penrose 与 Turing 之间的位置。

“这是一个开放的辩论。如果你去问 Roger Penrose，他会谈论大脑里的量子效应、量子意识的想法。如果这是真的，那么今天这样建造的经典计算机 AI 机器就做不了那些事。”

“但在那一边我不太确定我同意他。目前没有任何证据表明这是真的。我站在 Alan Turing 这一边——大多数我们能做到的事情，即便我们不知道怎么做，最终将被证明是可计算的。如果这是真的，那也许机器最终能做这些事情——只要给它们足够的输入和数据。”

第三层：“基于真实故事"为何有意义。

“那不必然意味着它会更好，因为什么是更好？在创意世界里没有那种线性意义上的’更好’。它们只会是不同的。然后就归结到——对另一个人类来说什么更有意义。”

“我经常举的例子是——为什么我们有时候会在意一部电影或一本书是不是’基于真实故事’？如果这个短语没有意义，我们为什么要费心提它？我认为那是因为在这些特定的故事里，知道另一个人类真的经历过那件事，对观众更有意义——它有一种附加效果。所以这个永远不会是真的关于一个 AI 创作的艺术品。”

然后他说了 Van Gogh。

“当你看一幅 Van Gogh 的画，你能看见他的痛苦，在每一笔里。每一笔。如果一个 AI 机器人也能做到，对我们——作为同类人类——还那么有意义吗？大概不会，大概永远不会。”

“但这正是需要在哲学上拆解的事情。”

Demis 并没有说"AI 永远做不到艺术”——他说的是 Turing 立场：可计算性边界目前没有被证据否定。但他也明确说：在创意世界里，“更好"不是一个有意义的概念。它们只会是不同的。而"不同"在艺术里，意味着我们人类会用"这是否对另一个人类有意义"来做最终裁决。

“基于真实故事"这个例子，是当晚最锋利的文化评论——它指向的不是技术能力，而是人类存在本身在审美里的不可替代的附加价值。Van Gogh 的每一笔，是他痛苦的物理印痕。这个印痕不是"风格参数”，是一个有限生命的痕迹。AI 可以学会那个笔触，但复制不出那个痛苦——更精确地说，复制得越像，那个痛苦就越缺失。

这是一个看似温和、实则极深的回答：Demis 没有把"人类独特性"建立在"AI 做不到什么"这种注定失败的防守策略上，而是建立在**“我们为什么要在意另一个生命的痕迹”**这种正面立场上。

这就是那一笔不可替代的原因。

八、Heatherwick 的问题：建筑作为公共健康

Thomas Heatherwick——那位设计了 2012 伦敦奥运会主火炬与 Google 伦敦总部的建筑师——从观众席提了第二个问题。

Thomas 的话远比提问更重。他说 Demis 选择不去加州而是留在伦敦，是"对英国最有英国味的东西——eccentricity 的最好体现”，是"最理性的事"。然后他话锋一转：

“数字革命的前半段虽然奇妙，但它也在制造 Noreena Hertz 在她书里说的’孤独的世纪’——人和人之间的脱节，以及彼此有毒的相处方式。回到你说的健康——这是一个绝佳的时机，让我们不再把建筑只当成单件艺术品，而要把我们周围的建筑当成公共健康。”

Demis 答了三件事，每一件都用他自己的话。

第一件，物理空间塑造下一层创造力。“我一向相信物理空间能激发你下一层创造力。”

第二件，1945 年之后我们失去了什么。

他没有泛泛而谈，而是给出了一个非常具体的个人偏好："我最喜欢的建筑风格是 Art Deco。但你可以看到 Georgian 时期在伦敦周围很多美丽演变，然后就好像停下来了——这很奇怪，不应该这样。"

这一句"我最喜欢 Art Deco，然后它就奇怪地停下来了"——是一个诺奖科学家在用最私人的方式谈论公共建筑。它不是说"我们应该建更多 Art Deco"，而是说：我们曾经知道怎么把美建进城市里，然后我们在某个时刻停下来了。

第三件，丰裕带来的可能性。

“进入一个更丰裕的时代——我们也许不必只用成本作为唯一的衡量。我们讨论过：建筑成本不该是唯一标准，我们还应纳入人类健康、人类灵感这些因素。AI 革命下会有很多新建筑——数据中心，等等。也许我们应该稍微多花一点钱，让它们美一些。这些是新的资产类型——为什么我们不应该考虑这些新资产对物理环境的影响？”

这一句"为什么我们不应该考虑这些新资产对物理环境的影响"——把"数据中心"这种被默认为纯工程对象的东西，重新拉回到了"公共环境"的话语里。这是一个跨学科者才会问的句子：它把 AI、建筑、公共健康缝在了一起。

然后他加了一句很 Demis 的话：“这是我想在接下来几年里花一部分时间想的事——这些新技术的积极影响。但没有认真的创造努力——也许甚至一场新运动——不会发生。”

紧接着他给了当晚对伦敦最动情的辩护：

“在美国——金融在纽约，政府在 DC，科技在旧金山，娱乐在洛杉矶。在伦敦，我们有一个熔炉——一个城市同时拥有这一切。如果像我一样相信跨学科很重要，那我认为伦敦是世界上最跨学科的城市，你能在同一个地方和世界顶尖的科学、建筑、艺术专家对话。我不认为在世界任何其他地方、在最高层级上能这么容易做到。”

我必须停下来承认：这是当晚我被最深的政治判断。它不是说"我们要建很多 AI 公司"，而是说伦敦的真正资产是跨学科密度。

九、MIT 食堂里那些教授：失败也要失败得有意思

这段话位于 Heatherwick 问题之后，是 Demis 给当晚所有想做事的人留的话——也是整个方法论最锋利的暴露。

他说他在 MIT 做博士后时，“故意去他们的地盘见他们”，是因为他知道有些最大的 AI 教授会告诉他"这不会 work"——这种新学习方法在 80 年代 MIT 就试过了，不 work，你得去做逻辑系统。

请注意这一段里的两层傲慢：

第一层是教授的傲慢——“这个 80 年代我们试过，不 work，你得回去做逻辑系统。” 这不是论证，这是用过去的失败代替思考。它的潜台词是：这个领域已经盖棺论定，你的好奇心不合时宜。

第二层是Demis 自己的傲慢——但这种傲慢方向相反。他说：“我非常仔细地听了他们的论证，最后归结为教条。“他接着说：“他们没有在我看来第一性原理的论证说明它不会 work。”

一个还未成名、没有 DeepMind、没有诺贝尔奖的博士后，坐在 MIT 食堂，听领域里最大的几位教授说"这不会 work”——然后他在心里把这话拆开，发现里面没有 first principles，只有"我们试过不行”。

然后他做了那个当晚最重要的判断：

“所以我那时想——好吧，我不确定它会 work，但至少我会以一种新的、有趣的方式失败。”

“如果你去探索一些可能 work 的新东西，而它不 work——你也在为人类知识之墙添砖加瓦。如果它不 work，它会以一种有趣的、新颖的方式不 work。”

这是当晚最不像"诺奖得主"的一段话。它来自一个被领域权威当面否定、然后在 30 年后拿诺贝尔奖的人。他在告诉在场的所有人：失败是昂贵的，但失败得有创意 是你能为知识做的最好的事之一。

更重要的是，这段话把"反对 dogma"和"拥抱失败"缝在了一起：当权威用教条代替论证时，你唯一体面的回应是——去有意思地失败。这不是鲁莽，这是方法论的洁癖。

十、Usha 的问题：教育翻转、AI 原住民

House of Lords 独立议员 Usha 问了一个"务实"的问题：AI 在认知发展上的潜力如何被教育系统真正拥抱？

Demis 给了当晚最具体的政策建议。

第一步：承认五十年前的系统早该升级。

“我认为教育上必须发生一些相当激进的事情。也许它本来就该发生。我们讨论的是一个 50 年代的战后系统，本来就需要更新。”

第二步：承认学校系统只为"中等"学生服务。

“我 90 年代上学的经历，加上我父母后来教晚间补习班的经历——为落后和超前的孩子开班——让我看到问题：今天的学校系统迎合的是中等。如果你不在那个区段，要么你不被推得足够，要么你不被帮得足够。”

第三步：把 AI 当"个性化家庭教师"放进课外。

“我的建议是——把课堂翻转。课堂不再是知识传授的地方——这件事在课外通过 AI 工具完成。AI 工具能做到个性化：如果你在代数上需要更多帮助，AI 工具知道，给你更多相关练习。想象每个人都有一个伟大的私人教师。”

“那些擅长讲课或教材的人——你直接看全国最好的数学老师的 YouTube 视频。为什么每个数学老师都得准备同一份材料？这没有意义，而且占用了大量教师时间。”

第四步：课堂变成什么？

“那在课堂上做什么？应该更像蒙台梭利项目式学习——人与人之间所有那些对未来重要的东西：创造力、创业精神、团队合作、领导力、被领导、团队一员——这些可以在学校做，而且很棒，老师也会更喜欢。”

“想得不一样——它是一个协作空间、一个项目空间，像你在牛剑 supervisions 系统里看到的，也许或蒙台梭利学校——我没上过蒙台梭利学校，但那种方式我们应该去探索。”

把它拼起来：

翻转课堂（课外 AI 个性化辅导）+ 蒙台梭利（项目式自主探索）+ 牛津 supervisions（小班一对一深度讨论）= AI 原住民一代。

他用一句话封了顶：“我们必须有意地训练我们的孩子和下一代成为 AI 原住民。这就像 90 年代不教他们用电脑或互联网——他们会落后于世界其他地方。而这是他们拥有工具、装备技能去塑造未来的唯一方式。”

十一、当晚的最后一道弧线：丰裕时代的目的

Hannah 在结尾把话题升到目的论层——“如果未来没被写定，那最好的版本是什么样的？”

Demis 给了三层答卷。

第一层：用工具撬开根节点问题。

“我们进入一个丰裕的世界。那将解锁——比如真正的太空旅行——本质上归结为怎么造燃料，那是能源问题。所以很多事情可以用对特定根节点的解来搞定。”

第二层：目的与价值是更大的挑战。

“那将解锁——真正进入人类最大繁荣——但我认为那时的最大挑战将是经济学和哲学层面。目的与价值的问题——我今晚提到的一些事——将是更大的挑战。”

第三层：科学幻想作家是我们的北极星。

“我们需要更多’好的北极星’——基于硬科学的、在科学上合理且潜在可实现的。对于像我这样的成长经历——Asimov 的《基地》系列、Iain Banks 的《文明》系列——这些是我觉得人类能到达的、令人惊叹的宇宙或世界的灵感。”

最后一句话是 Demis 给当晚最长的一记温柔：他提到他经常停下来、在跨洋飞行时惊叹——我们怎么用为狩猎采集而演化的大脑做到了这一切？“如果你想一下——这真是奇迹。所以如果我们能演化到这里、适应了这里，我毫不怀疑我们和下一代会搞清楚下一步该做什么。”

十二、结尾：合成器的故事还没讲完

让我回到开头那个被禁的合成器。

1982 年音乐家工会投票禁止合成器，他们错了——但他们的恐惧不全是错的。有些乐手再也没接到活。我们能不能在 2026 年——在 AlphaFold 把 2.62 亿蛋白质结构免费送出去四年之后——做一件 1982 年那些投票者想做、却因为没有这种工具而注定失败的事？

不是禁止 AI。 不是放任 AI。 而是像 Demis 反复说的——有意地塑造它。

Demis 在当晚的最后几分钟里把这个责任明确交给了 RSA 和在座的人：

“这不是要被送回盒子的东西，它不会消失。它可以带来许多美妙的事，也可以带来一些不那么好的事。我们得确保它安全，让它越来越自主——存在技术风险。但即便我们把技术搞对了——我们是否能把它的经济也搞对，让每个人都分享？我们是否能把哲学层面搞对？这些都影响一切——物理世界、艺术世界、哲学世界，都会变。那种变化可以是好的，但我们必须有意地让它变好。”

回到 1982 年——投票禁止合成器的人是错的，但他们对人的担忧不是错的。

2026 年——站在 RSA 大厅、领过 Albert Medal、做出 2.62 亿蛋白质结构的那个英国科学家，今晚说的话是同一句话的更复杂版本：

我们担心的是对的。我们不能假装它不会发生。我们能做的是——用我们拥有的所有手艺、灵魂、跨学科的密度，去让它变好。

合成器被禁那年，Demis Hassabis 六岁。

那年他大概正在下棋——他以后会告诉你，他那时候已经意识到：你怎么知道你尽了全力？

四十年后，他用另一个版本把这个问题翻了过来——如果"尽了全力"不再能被看见，我们还能用什么来定义价值？

九岁的问题是关于"如何活"——四十岁的问题，是关于"我们的文明还能欣赏什么"。这是同一个问题的两端。这就是 Demis 一整晚反复回到的那个词——craft——真正的分量：它不是简历上的一个标签，它是 AI 时代里人类价值的最后锚点。

你不知道。但你必须继续尝试，因为如果不去尝试，就永远不会有 2.62 亿个蛋白质结构被免费送给每一个人。

这就是 2026 年 Albert Medal 得主的真正答案——不是关于 AI 的能力，而是关于我们应当如何使用我们已有的能力，去做 AI 自己做不到的事。