哈萨比斯把 AGI 时间表缩到两三年

「两到三年。」这是哈萨比斯在 2026 年 10 月给出的新答案。按日历算，落在 2028 到 2029 年之间。

一、发生了什么

10 月 21 日，The Decoder 报道了他接受《华尔街日报》采访时的说法：通用人工智能可能在未来两到三年内出现。他给的定义是「在全部认知能力上与人脑相当的系统」。

今年早些时候，他的说法还是三到五年。他自己的解释很直白：这件事会很快发生，我的估计一直在往当下挪。

他用来判断的标准叫「爱因斯坦测试」——一个只学过 1901 年以前知识的系统，能不能写出爱因斯坦 1905 年那几篇论文。这道题的难点不在知识量，而在于提出什么问题、往哪个方向走。

背景也值得交代：他已经从 Google DeepMind 卸任，现在的重心是 Alphabet 旗下的药物研发公司 Isomorphic Labs。所以这两到三年，是他作为行业观察者兼创业者给的判断，不是某条产品线的交付日期。

二、跟你有什么关系

做三年规划的技术负责人。 预算周期、机房合同、团队编制，长度差不多就是两到三年。这个判断如果成立，你今天签的东西要能撑到那天；如果不成立，你也不该为它提前买单。

把「等模型变强」写进路线图的产品经理。 这是最危险的一种挂账：把难题押后，赌明年的模型自己解决。时间表缩短的消息会让这种押后显得更合理，实际上什么都没变。

在选方向的人。 值得盯的不是「几年」，是他用什么在测。提出假设、设计实验、判断哪条路值得走——这些能力和你现在岗位的哪一部分重合，比年份有用。

三、怎么判断这类预测

1. 先看定义。AGI 没有公认标准，同一句话在两个专家嘴里可能指完全不同的东西。这次他说清楚了「全部认知范围与人相当」。没给定义的预测，可以直接跳过。
2. 把预测翻译成可打分的任务。别记「2029 年 AGI」，记「什么时候有系统能在没人教过的问题上独立完成一轮实验设计」。后者你年底就能评。
3. 存档。把今天看到的每个时间表连日期抄下来。一年后回看，你会知道谁在认真估，谁在跟着热度改。
4. 分清能力和可用。演示跑通、放进生产、成本算得过来，中间通常还隔着几年工程。

四、三个别信的说法

「专家说两三年，排期就按两三年做。」 预测是概率判断，排期是对外承诺。把前者直接翻译成后者，等于把不确定性转嫁给执行团队。正确做法是把它写进规划的第二档情景，而不是基线。

「时间表只会越来越短，所以还会再缩。」 这次确实是从三到五年收到两到三年。但预测者同时面对媒体激励：更激进的说法更容易被引用。只有一个方向的两次修订，推不出趋势。

「AGI 一来，你现在做的事就没意义了。」 他的定义强调的是认知范围的完整，不是成本、可靠性、合规和分发。后面这几样恰恰是大多数工作真正卡住的地方，也最不容易被一次模型升级抹平。

五、一句话结论

两到三年这个数字，真正的价值不在日历，而在于它逼你说清楚：你打算用什么测试，来判断它到了。

信息来源

• Deepmind founder Hassabis shortens AGI timeline from five to two to three years - The Decoder，2026 年 10 月 21 日（转述《华尔街日报》采访）

功能与价格以官方公告为准。本文写于 2026 年 10 月 22 日。