目录
- AI竞赛为何难以避免 [00:00:00 - 00:10:00]
- DeepMind为何错过产品化 [00:10:00 - 00:20:00]
- 从AlphaFold到语言模型 [00:20:00 - 00:30:00]
- 拆分Google与安全监管 [00:30:00 - 00:40:00]
- Demis的科学品味与接班 [00:40:00 - 00:50:00]
- 写作经历与播客收尾 [00:50:00 - 00:50:14]
AI竞赛为何难以避免
一凯：欢迎收听跨国串门计划。这是一档专注于让中文听众无障碍欣赏全球优质外语播客的节目。通过先进的AI声纹克隆技术,我们不仅将内容翻译成中文,还完美保留了原主持人和嘉宾的独特声音,为您呈现全球顶尖的AI财经健康与科技领域精品内容。我是主播一凯，一位热衷于AI领域的产品经理，很荣幸能为您搭建这座，跨越语言障碍的桥梁，接下来让我为您简单介绍，本期我们克隆的这档节目，并分享几句非常精彩的原话，本期我们克隆的是 Unsupervised Learning with Jacob Efron 在2026年6月1日更新的，一期访谈节目，标题是 A Conversation with 德米斯·哈萨比斯 Biographer 主持人Jacob Efron是Redpoint的投资人 长期和AI领域的一线人物对话，本期嘉宾Sebastian Malaby是The Infinity Machine的作者，他为了写这本书和DeepMind联合创始人德米斯·哈萨比斯深聊了30多个小时，节目里有几句原话很有代表性，因为这项技术太有吸引力了，不可能只有一个团队对它感兴趣，他对我说的话也是我书里的最后一句，是我仍然乐观，我觉得人们太快就把OpenAI和Altman加冕为赢家了，同时低估了Demis 这个人也低估了Google DeepMind这家公司，因为对他来说这是一种近乎精神性的追寻，这些话背后有很多值得细听的细节 [00:00:53]
Jacob Efron：那我们就一起来进入这期完整对话 Demis有内部而讲 Sam连本科学位都没读完，所以Demis并不太把Sam当回事，你觉得他会不会觉得，或者说他是不是，不得不比现在，更像一个公众人物 The Myth在某些方面，太理性了，有没有那个时刻，让你对他的看法，变化最大，我跟他聊的时候，他有时会突然激动起来，开始拍桌子说，也许只要我们，用正确的方式，研究科学，更深入地理解自然 我们就会更接近，某种可以作为，依据的东西 Sebastian Malaby为了写 The Infinity Machine这本书，和DeepMind的CEO 联合创始人德米斯·哈萨比斯 聊了三十多个小时，我有机会和Sebastian 坐下来听他完整回顾这段经历，这次聊得非常有意思，我们谈到了Sebastian 在书里写到的一些故事，包括Reid Hoffman 曾经提出给Demis十亿美元，让DeepMind从Google独立出来，我们也聊了Demis和Elon的关系，以及这些年来，这种关系是怎么变化的，还聊了他怎么看Sam Dario 以及今天这个领域里，所有AI领导者之间的大致关系，我们还谈到了 Sebastian对Demis的观察，什么在驱动他，他的盲点是什么，这是一场非常有意思的对话 Sebastian花了前所未有的时间，近距离接触了，今天真正站在 AI前沿的人之一，我觉得大家会很喜欢 Sebastian在这里，这些坦率的看法，好都说我们开始 Sebastian非常感谢你，来参加我们的播客，真的很感谢，谢谢你，很高兴能来，我感觉The Infinity Machine 以及你讲述的 DeepMind和Demis的故事，已经吸引了很多 AI圈里的人，我自己是，一下子读完了这本书，好像24小时之内，就看完了这个故事，真的非常抓人，而且你获得了，非常难得的采访机会，比如和Demis 一次在酒吧里，坐好几个小时，聊各种事情 让我们看到今天这场AI竞赛里，最有意思的人和公司之一，所以谢谢你写了这本书，也谢谢你来播客里聊这本书，今天我们的目标是借助你的报道，理解那些塑造了这场AI竞赛的人，决策和关系动态，所以也许可以从这里开始，我觉得你梳理一个很有意思的主题，是今天这些实验室之间的竞争，到底是不是不可避免的，如果当时有不同的人不同的决定，事情有没有可能走向另一条路，我很好奇你做完这些研究之后，觉得当时真的存在另一条路吗，还是说这种局面基本上不可避免
Sebastian Malaby：我觉得这是不可避免的，当你有这样一种极其强大的技术时，一定会有多个国家里的多个实验室，拼命想把它做出来，我们也知道，中国的技术战相当强，所以即使缺少半导体，他们也会去尝试，而且他们现在实际上做得还不错，然后很明显在美国，还有其他几个国家，比如法国的Mistral 加拿大的Cohere 注定会有很多玩家，因为这项技术太有吸引力了，不可能只有一个团队对它感兴趣，但这场讨论里奇怪的一点，是事前人们并不是这么看的，当Demis创办DeepMind的时候，他真的希望自己能避免那种竞赛动态，现在回头看 [00:03:37]
Jacob Efron：这似乎有点天真，但那确实是他的希望，你书里有一个非常有说服力的意识，我记得Demis在面试时会说，你看也许有一天我们会非常接近AGE 到时候我们会飞到一个地堡里，像一个团队一样把这些问题都想清楚，然后他会问候选人，你愿不愿意登上那趟飞机去做这件事，我觉得Anthropic的创办起点里，肯定也有一部分是这种信念，我们需要成为那个团队，当我们走到通用人工智能的边缘时，我们要有自己来把这件事想清楚，这显然也是创办这些公司时 很关键的一部分，你觉得这些人尤其是Demis 现在还相信这一点吗，还是说在看到过去几年，事情的发展之后，他们的想法已经变了，我觉得Demis已经从一个极端，摆到了另一个极端，一开始他认为可能会出现一个
Sebastian Malaby：单一主体的情境，也就是只有一个实验室，而他说的那个实验室，其实就是DeepMind 也包括他自己，但现在，他走到了相反的极端，他看到这个领域已经非常拥挤，所以如果只有一个实验室，自己追求安全，几乎没有意义，因为如果一个实验室更安全，但其他实验室不安全，这并不会让世界更安全，所以他确实已经转向一种看法 [00:04:58]
Jacob Efron：这是一个集体行动问题，只有政府才能解决，你书里有一点让我觉得特别有意思，早期有一次AI安全峰会，是Demis和团队组织的，他们分享了自己取得的进展，也讲了为什么会担心，当时房间里有些人，比如Reid Hoffman Elon Musk 听到这些信息之后，就想原来这项技术，真的开始有用了，那我们自己也可能，应该围绕他做点什么，往后要把安全这件事做成，显然需要这些不同公司，同意共享一些东西，并且合作，我想那次经历，应该让Demis心里很不舒服，考虑到过去的经验 你觉得他和这个领域里的，其他关键人物，现在怎么看待，把自己正在做的事，分享出去，你说的完全对，那是在2015年 2015年夏天，他们在SpaceX 开了这次峰会，由Elon Musk主持 [00:05:51]
Sebastian Malaby：当时的想法是 DeepMind要把它拉进来，让它成为他们努力的一部分，比如让它来主持某种安全监督委员会，这样它就不会去建立一个竞争对手，当然到了2015年底，它确实建立了一个竞争对手，也就是OpenAI 所以这件事让大家非常清楚地意识到，我们会进入一场竞赛，如果你现在问未来的合作怎么办，我觉得从Demis的角度，或者坦率说，从很多实验室领导者的角度看，你没法信任其他人，因此要建立信任，唯一的办法就是有一个政府执法者站出来说，规则对所有人都是一样的，大家在同一个公平的竞争环境里，你们都必须遵守某种安全要求，比如放慢速度，模型发布前先做测试，诸如此类，而且所有人都必须这么做，接下来的反应当然会是，可是中国那边的人怎么办 [00:06:03]
Jacob Efron：所以我最终认为，这必须是美国和中国之间的合作，虽然现在很多听众可能会觉得，这个前景非常遥远，你觉得Demis和其他人真的认为这现实吗，这显然是一个非常紧迫的问题 但大家似乎对政府没有太多信心，当然对世界范围内的政府间合作，也没有太多信心，从理性上讲，这确实像是解决这个问题的清晰路径，但你觉得他们真的认为这件事有可能成功发生吗，我觉得他们应该相信，这是有可能发生的 [00:07:09]
Sebastian Malaby：我们有食品药品监督管理局，人们会抱怨他慢抱怨各种问题，但他确实有专家评审，会去看临床试验，然后判断这种药安全吗，能不能放行，如果药品可以这样做，而且也应该这样做，那么AI模型当然也需要在事前接受审查，因为它们可能造成的破坏，比一种药大的多，规模也大得多，我觉得英国其实有一个例子，政府的AI安全研究所相当有效，里面有一些很优秀的科学家，那里的首席科学家是Jeffrey Irving 他最早在DeepMind 给早期模型做过很多post-training 他是非常严肃的研究者，顺便说一句，他也在OpenAI待过，并且和Dario有过密切合作，所以那里确实有很强的人，他们过去在一些系统里发现过漏洞，然后私下把这些漏洞分享给那些，没有发现同样漏洞的私人实验室，这说明 公共机构内部是可以汇集一些技术专长的，因为总会有一部分人，有足够的使命感和公共精神，愿意去为政府工作
Jacob Efron：所以我不认为我们应该放弃这条路，从外部看这一点很难判断，这个故事甚至有点让人沮丧 Demis一开始很理想主义，后来意识到这种动态，不会按他希望的方式发展，所以读你的书时，如果试着读出自理行间的意思，其实很难判断，他到底是已经接受了，这种竞赛动态，还是重新找到了某种希望，相信政府间合作，真的有可能发生，因为你举的那些例子，显然也都只是在，单一国家内部，肯定还不是跨国家协调的那种规模，他对我说的话 [00:08:25]
Sebastian Malaby：也是我书里的最后一句是，我仍然乐观，这是Demis的原话，他是在试图说服我，因为我在采访里一直追问他，你真的乐观吗，因为看起来我们已经进入了竞赛动态，比如2025年1月 DeepSeek出现了，这其实标志着中国实验室，进入了这个领域，我从2025年一直写到2025年底，我问他说 Demis,你还乐观吗，他说是的,我仍然乐观，我觉得他这么坚持的原因，一方面是不然他还能怎么说，另一方面也是因为，当某种戏剧性的事情发生时，世界确实会聚合起来，并且采取行动，你看COVID 看世界对COVID的反应，各国政府在本国范围内，确实做了很多人们，事先没有想到的事情，所以在危机里，人们确实会反应，比如贸易这种事，保护主义对经济表现的影响很慢，也很微妙，你就很难看到 政治上有人真正行动起来，试图修复它，过去几年我们看到的就是这样，但如果是一个很急迫的事件，比如Anthropic的某个模型发布了，大家突然开始担心，你就会看到美国政府几乎来了180度大转弯 [00:09:45]
DeepMind为何错过产品化
Sebastian Malaby：你就会看到美国政府几乎来了180度大转弯，从放任不管，变成我们最好管一管这个东西，我觉得这说明冲击效应队，政府会不会采取行动非常关键，换个话题
Jacob Efron：你整本书里一条很重要的主线，显然就是DeepMind的故事，以及它最终和Google的关系，这真的是一个很不可思议的故事，我记得你好像是在ChatGPT出现前不久开始这个项目，或者说让Demis同意配合这个项目的，那当然已经是在AlphaFoldld之后，也发生过一些很有意思的事情，但从你开始这个项目之后，整个世界又以很多有趣的方式变化了，在你这本书出版之前，人们一直在谈Demis和DeepMind 但你做了研究，你觉得大众叙事里，对Demis和DeepMind最大的误解是什么，人们平时谈这两者的时候
Sebastian Malaby：最搞错的是哪一点，最让我惊讶的是，人们基本上低估了Demis 我的书几周前出版之后，我接受了很多采访，很多时候人们甚至不会念他的名字，他们会把Demis念错，也会把Hasabis念错，他们几乎不知道他是谁，我的出版方Penguin Press 当时在想封面设计怎么做，他们想用他的照片，但同时又觉得大家认不出他，所以不能靠一个没人认得的人来卖书，对吧 [00:10:37]
Jacob Efron：到了现在我猜Sam Dario 这种人上书封面应该就没问题，对完全没问题，没错 Elon也可以 Elon肯定可以，而Demis其实是在2010年，创办了那个最早的实验室，比别人早很多
Sebastian Malaby：后来OpenAI复制的那套模式，也是他先做出来的，我做研究的时候记得去见过Darrell 他说没错 Demis是最早的那个人，而且AI for Science这个领域，当时基本上是他一个人的，那在当时是真的，我觉得现在没那么绝对了，所以我觉得人们就是低估了他的重要性，他们也低估了Google这家公司，因为他们觉得这是创新者窘境，觉得Google太慢了 OpenAI先推出了一个模型，先推出了一个聊天机器人，然后OpenAI有了巨大的品牌效应，所以没人能追上，结果证明这个判断是错的，到2025年末 Google DeepMind的模型 Gemini 3.0 在排行榜上已经比对手更强，当然从那以后，我没有看到Anthropic 有一波很大的上升，但重点是，我觉得人们太快，就把OpenAI和Altman 加冕为赢家了，同时低估了Demis这个人 [00:11:15]
Jacob Efron：也低估了Google DeepMind 这家公司，这很有意思，显然在你报道之后，到了2026年，我们看到这些coding agent崛起 Anthropic和Claude Code 确实是最早的一批OpenAI的Codex 也很快跟了上来，感觉Google仍然在做非常了不起的科学研究，而且他们在排行榜上一直表现很好，但不知道为什么，在时代氛围里，在产品的实际使用上，它总是有点吃力，如果说两个里程碑时刻，一个是ChatGPT和消费级产品，另一个是Claude Code和Coding Agent 那Google在这两个领域里，从使用量的角度看，似乎都没有一个特别有竞争力的产品，不是说产品本身不好，也不是说模型不好，模型是好的，但他们好像一直没有真正搞定后面这一部分，我想知道你怎么看 Gemini的使用量可能比我们意识到的更多 [00:12:09]
Sebastian Malaby：现在它已经有点被打包进Google搜索里了，比如那个AI Mode 但我同意你更大的观点，也就是说，在证明消费者体验这件事上，两个标志性时刻，一个是你说的消费端ChatGPT 另一个是最近的Coding 它们都不是来自Google DeepMind 我觉得这可能说明了一点，部分原因在于Demis的性格和他的知识背景，他是神经科学PhD 研究的是智能到底是什么，这样非常宽的问题，所以他做人工智能也采用非常宽的路径，他们对AI研究有一种什么都试试的方法，只要有两条不同路线可以走，他们就会说那我们两条都做，如果还能找到第三条路，他们大概也会做，他们非常分散下注，相比之下我觉得Anthropic能做出coding 是因为他愿意下更集中的赌注 Anthropic从来没有进入生成式视频这个完整领域 也一直没有一个Sora对应的产品，同时OpenAI作为一家创业公司，没有Google那种需要保护的生育包袱 [00:13:40]
Jacob Efron：所以它一开始愿意推出一个会大量幻觉的聊天机器人，这其实很像Transformer本身的故事 OpenAI当时基本上是下注，决定全力压住扩展Transformer Transformer当然是Google发明的，但Google同时在走很多条不同的路 然后就像你刚才说的OpenAI开始做很多事情 Anthropic则决定说我们就专注Coding 你有没有看到Demis和DeepMind的中心发生变化，我是说考虑到已经发生的这些事，也考虑到这里面那种很明显的张力，对一个博学型的人来说，对一个对AI很多方面都非常感兴趣的人来说，一边是同时关注很多不同方向，另一边是盯住当下正在发生的那件事 OpenAI很有名的一点是，他们后来收缩了方向，说我们之前做的太多了，现在必须真正聚焦Dragon Anthropic的Coding Models 你觉得Demis和DeepMind的人，现在是怎么想这件事的，我觉得他们确实有这种倾向，就是想什么都做，刚才我也说了，而且我不觉得这个倾向已经被纠正了，其实就在上周，我还和他们那边一位年轻科学家聊过
Sebastian Malaby：他跟我说的基调就是这样，我们总是下多种赌注，从来不会真的沿着一条路猛冲到底，从公司角度看，也许这说得通，如果我们看消费端发生的事，也就是通用ChatGPT模型这条线，他们确实晚了Transformer 在2017年出来之后，他们在开发这类产品上晚了，后来在产品化上，他们又落在ChatGPT后面，但到2025年，他们又追上来了，所以也许如果你像Google一样，财力很深，技术团队也很强，有大量人才，还有惊人的compute 你就承受得起这种节奏，他们不是Apple Apple是另一个极端，基本上说随便吧，我们不做这个AI 别人想把它放到我们的iPhone上，我们收费就行，这是对AI极其放手的一种姿态 Google则参与的多得多，但它不介意落后一两年，因为它觉得自己能追上 [00:14:41]
Jacob Efron：我在想到了某个时候，这一点会不会改变，很明显你们已经让一些，价值两万亿美元以上的公司冒出来了，至于他们最后到底值多少钱，还要再看，至少在预测市场里，他们看起来像是值这个数，这些公司已经起来了，而且拿下了很多地盘，所以我觉得接下来会非常有意思，要看他们这种聚焦方式，或者说他们同时追很多，不同方向的方式，最后会不会继续下去，你在书里画了很多篇幅，谈DeepMind和Google的治理，也谈这两个组织是怎么一起工作的，我觉得其中一个最有意思的部分是 DeepMind曾经考虑从Google拆分出去，当时背后似乎还有一些融资安排，但他们最后选择没有这么做，你觉得他们为什么最后没有决定从Google拆出去，另外回头看那是正确决定吗 [00:15:33]
Sebastian Malaby：当时确实有一个秘密计划叫Project Mario 目标就是拆分出去，我从其他来源发现这件事之后 Demis不是很高兴，有一次我还不得不和Google DeepMind的总法律顾问谈，他试图说服我不要写这件事，其他人把文件泄露给了我，我手里有这些文件，所以我肯定掌握了很好的信息，这件事都是真的，然后我就写了，就这样这个故事的重点，其实有一部分，要回到你刚才说的安全问题 Demis非常非常想拿到，对Google DeepMind Models安全监督权，或者按当时的说法，是对DeepMind Models安全监督权，但Mountain View的Google总部，没有给他这个权利，所以他需要一个可信的威胁，也就是可以拆分出去，于是他去找了Reed Hoffman Reed Hoffman承诺出10亿美元，资助他们拆分出去 Demis用这个来向Google施压，不过我不认为他真的提到过 Reid Hoffman做出了这个承诺，但他确实在推动Google 因为他知道自己手里有这个备用选项，我跟很多当时在场的顾问聊过，当时DeepMind正在判断，要不要选择Reid Hoffman支持的拆分方案，有些人说你看你应该拆出去，因为那样你就是一家独立startup 会拥有startup相关的所有激励，警觉性灵活性和敏捷性，你可以给整个团队非常强的，和业绩挂钩的财务激励，那会很棒，所以你应该拆出去，但Demis最后的看法是，从法律上说，这可能会变成一场法庭斗争，问题是我们到底有没有权利，这么做而我只想做科学，我不想被法律斗争分散注意力，我想要大量pew的访问权，所以我留下，这就是他做出的决定，这个决定是对还是错，他确实让他后来拿到了诺贝尔奖，这可不是小事，是诺贝尔奖 2020年也就是他放弃和母公司斗争，之后一年他发布了 Alpha Fold Protein Folding Prediction Model 后来让他拿到了诺贝尔奖，你刚才的说法更像是说 [00:17:59]
Jacob Efron：这件事是谈判筹码的一部分，用来争取一些安全方面的安排，你觉得当时DeepMind团队，到底有多认真的考虑过这条路，我觉得他们自己心里，其实一直没有真正走到那个决策点，他们想要一个拆分出去的B计划
Sebastian Malaby：因为有这么一个选择总没坏处，但他们也不确定，接下来该怎么在跟Google的谈判里使用它，我觉得他们最后决定绝不明确告诉Google 他们手里有这个选项，而是暗示一下背后可能还有别的安排，意思就是，如果你们不按我们想要的方式做安全监督，我们可能会做一些你们想不到的事，但最后，他们从来没有真正明确挥舞过这个威胁，也没有真的执行这个威胁，哪怕Google并没有给他们想要的安全监督，所以到头来从某种意义上说，这是一个关于创始人天真的故事，这里既包括Demis本人，也包括他的联合创始人 Mustafa Suleiman 他现在在Microsoft 他们进入这场谈判的时候，并不太确定自己的最终目标是什么，最后他们也没有真正用上 [00:18:24]
Jacob Efron：那个拆分出去的选项，准确地说，最后他们没有使用拆分选项，所以有时候为这件事，花三年时间来回跑 Mountain View其实是在浪费时间，我想问在你和Demis的那些谈话里，当然我们已经聊过AI安全峰会，也聊到他意识到那并不理想，还有没有别的事情是他对过去的十年，整个发展过程感到后悔的，他后悔什么呢，我会说他肯定不会后悔把那么多精力投入到 AI for science上 顺便说一句我特别喜欢你书里的那个意识，就是AlphaGo赢了，击败世界上最强棋手的那一天，他已经开始转向生物方向了，而且有人在麦克风里捕捉到了这一点，我觉得这特别能说明他是一个很有野心，而且永远在往前走的领导者
Sebastian Malaby：对，他大概只享受了10秒钟的胜利，然后就说我们接下来要做的是，解决蛋白质折叠问题 [00:19:53]
从AlphaFold到语言模型
Sebastian Malaby：解决蛋白质折叠问题，那确实很惊人，但我觉得这里更严肃的一点是，他不只是因此拿到了诺贝尔奖，他也认为，而且我觉得他这个判断是对的，这件事对于整个人类社会能不能接受，人工智能是绝对核心的，如果AI不能给人类带来明确的好处，只是带来很多工作岗位的冲击，那即使它可能有利于生产率，对承受冲击的人来说也会很痛苦，那我不确定，从政治上看 AI还能不能在没有巨大反弹的情况下，真正大规模铺开，所以我觉得一方面，推动科学进步本身是好事，拿诺贝尔奖当然也不错，但另一方面，如果没有这类科学成果 AI也不可能真正成功，我觉得他对此一秒钟都不会后悔，那他会不会后悔，没有更快转向Chatbots当然会，如果能像OpenAI的Ilya Sotsky那样，在Transformer一出现的时候就理解它 那当然会更好，那篇论文刚发布，伊利亚就从椅子上跳起来，沿着走廊跑去找Elec Redford说，我们要基于这个Transformer架构，做一个语言模型，我的意思是，就在论文发布的当天，因为他已经有了准备好的头脑，自从读博士以来，他一直在思考怎么处理文本这类序列数据，所以Transformer论文一出来，他马上就看到了它的重要性，当然如果DeepMind当时也能那么快，产生同样的判断那会很棒，但他们实际上花了两三年才走到那一步，坦率地说 Damn it 到现在对这一点还是有一点盲区，我跟他说你们差不多晚了三年，他就说不不不，我们有Chinchilla 我们有这些其他模型，我就说是，是，但你们没有在2020年底发布那些模型，而OpenAI到那时已经在这条路上做了三年半，所以你们就是晚了 但他非常抗拒这个说法 [00:21:47]
Jacob Efron：我觉得这是因为，他确实为这件事感到后悔，我也觉得这点很有意思，你在书里的写法大概是说，他对Transformer架构的某种抵触，部分原因可能在于，他显然有非常深的神经科学背景，他相信通向通用人工智能的路径，必须经过某种那个世界，更像人类学习方式，更像人脑的东西，这显然就是RA 而不是单纯靠消费整个互联网，毕竟你怎么可能只靠消费互联网，就真正理解什么是人类呢，我觉得你的观点其实是结果证明 通过扩大这些模型的规模能理解到的东西，远比人们原来预想的多，顺便说一句，我觉得机器人领域可能也会遇到某种类似的两难，要在模拟环境里训练机器人，你需要这些真实世界的模拟环境
Sebastian Malaby：而视频很可能是搭建这些模拟环境的一个重要工具，所以，如果DeepMind在通向更强机器人能力的路径上压对了方向，它其实具备所需的条件，但我们还要再看语言和Transform模型，那件事的问题在于 Demis低估了语言对超级智能的重要性，机器人领域也可能出现类似情况，要把机器人做对 [00:22:28]
Jacob Efron：到底是不是要靠制造实体机器人，让他们在某个实体实验室里撞来撞去，甚至把胳膊撞坏呢，这个点很有意思，因为机器人领域确实也有很多类似之处，现在有10种15种不同路线，大家都在尝试 我想如果你是Google再加上DeepMind的一贯做事的方式，你大概会在很多路线里都下注，与此同时也会有一些创业公司说，我们就全压X路线或者全压Y路线，接下来会怎么发展会很有意思，因为在今天配方还不清楚的时候，你完全可以理解 DeepMind为什么要保留选择，这样做并不是特别不理性，但这也会让你暴露在另一种风险下，有人真的全压Transformer 或者全压代码，或者全压机器人领域里，下一个类似的关键方向，我觉得这里其实还有一个更大的有趣问题 由风投支持的创新，能不能胜过Hyperscaler 这些科技巨头的AI路线，这个问题上我的观点肯定有偏见，这也公平，不过我觉得我偏见没那么重，我现在写的是一家Hyperscaler
Sebastian Malaby：但我上一本书写的是风投，两边我都写过，我觉得这件事的天平其实很微妙，因为从一个角度看，这是一个非常吃资本的项目，你需要非常深的口袋，如果看OpenAI在Generative AI上
Jacob Efron：长期和Google对抗的能力，我今年一月在纽约时报写过，我认为OpenAI到下个夏天前，破产的概率有50% 顺便问一下，现在还是50%吗，是的，我当时说的是失败 [00:23:57]
Sebastian Malaby：我的意思是他会以折价把自己卖给某个hyperscaler 我确实对他们做的一些开支削减，印象很深，取消Sora是个聪明的动作，他们做了一些很厉害的成本削减，这一点我认可，但另一方面，关于Sam会被Brett Taylor取代的传闻，也已经传得很广，整体感觉就是领导层已经信誉受损，综合来看我现在仍然觉得，到下个夏天前他们失败的概率大概是五五开，这不是因为他们没有好技术，他们有技术确实很好，问题在商业模式，商业模式有问题，而问题在于他们面对的是Google Google有近乎无限的现金，可以一路把你耗死，所以从一个角度看，这像是一次有利于既有巨头的平台迁移，但另一方面，就像我们刚才讨论的，当你拥有近乎无限的人才computer和资金时，你往往不会做那种高度集中的战略下注 如果你的对手是一批由风投做支持的创业公司，而每家公司都做了不同的高度集中的下注，那么也许其中某一个下注就会成功 [00:25:06]
Jacob Efron：但这是一个利润空间很薄的游戏，就算看Anthropic 我觉得一直都有一个问题，他们能不能筹到足够的资本，继续留在这场竞赛里，或者他们最后是不是基本上必须出手，或者和某个Hyperscaler深度绑定，某种程度上他们现在已经是这样了，当时看起来，他们可能会沿着这条路走向Google或Amazon 然后就在你可能会怀疑，他们还能不能继续筹到，留在这场游戏里所需的资本时 Coding Model爆发了，而且爆发的非常大，现在Anthropic是湾区最火的公司，但这里有一个很有意思的反事实，如果这些东西，晚6个月晚12个月才见效，那它当时开始真正跑通，并不是必然的，很多事情回头看，都可以写成一个特别清晰的叙事，但事情最后会这样发展，并不是必然的，我想回到你刚才谈Demis的一点，也就是他显然很关注科学，也相信我们必须证明 AI能给社会带来有益的结果，否则整个世界都会转而反对它，有一点尤其让我在意，你一开始也提到过 你没法把Demis放在封面上，因为大家认不出他是谁，从很多方面看，今天全世界一提到 AI想到的人是Sam和Dario 他们在很大程度上，占据了公众讨论的空间，也影响了人们怎么理解AI 所以我想问两点，第一 Demis对这件事是什么感受，第二，随着时间推移，你觉得他会不会觉得，或者说他是不是必须，比现在更像一个公众人物，去塑造这场讨论，很明显 他对这些事情非常有热情，而且这种热情，和他对科学的感受是相通的，先说清楚，我的出版商最后做了一个折衷，封面上还是有他，但把画面处理得有点模糊，让他看起来像一个有神秘感的极客
Sebastian Malaby：这样就算你认不出他是谁，那也仍然是一张很酷的照片，所以他们最后就是这么做的，回到你的问题，我觉得Demis确实明白，自己需要更多的走到台前，他在某种意义上，很擅长讲述自己的故事，也就是说，他很会把自己一路走到今天的经历，整理成一种回顾性的叙事，并且讲给别人听，他和我聊了三十多个小时，当然这里面肯定是有原因的，另外还有那部纪录片 The Thinking Game 很多人都看过，再往前还有一部关于AlphaGo的纪录片，那部片子不是偶然拍出来的，他们当时去首尔和围棋冠军，李适时比赛的时候，是真的带了一个纪录片团队过去，所以他确实擅长这种回顾性的讲故事，但他不太做的是前瞻性的叙事，他不像Sam 至少在Sam最风光的时候 Sam只要发几条推文 [00:26:37]
Jacob Efron：就能把一个新的DeepMind发布，抢走注意力，他们总是会提前一天动手，好像知道什么事情要发生一样，对，我们说提前一天动手，意思就是在X上先放一点风声，发几条帖子
Sebastian Malaby：甚至都不用真的发布什么东西，但因为Sam在X上的关注量，大概是Demis的五六倍，所以回声式效应强得多，哪怕是别人发布产品，他也真的能主导叙事，这对DeepMind来说是个问题，一方面会影响产品采用，另一方面也会影响人才招聘，控制叙事确实很重要，我觉得Google DeepMind那边也明白这一点，至于他们到底有没有能力对抗这种局面，我们还要再看，他们不会去做Darryl会做的那种事，比如和Pentagon公开打上一场高调的仗，或者发布一些很有传播性的公开声明，这些事会立刻把你变成一个超级名人，而Demis在某些方面太理性了，不会选择和政府公开开战，所以也许这让他没那么有名，也许他在媒体里没有那么靠前，本身就是战略精神带来的负责任 [00:27:43]
Jacob Efron：我很好奇你最后了解到的情况，是这种公众叙事到底会不会吸引研究人员，很明显这场竞争很大一部分就是人才竞争 Google有非常出色的研究人员书里，你也写到过Jack Ray这样的人，他离开过后来又回来，然后又再次离开，所以你怎么看 或者说你和大家聊下来，什么样的人会被DeepMind吸引，他们在多大程度上需要改变自己的招聘品牌，才能继续和其他公司保持同等竞争力，这是个很好的问题，我觉得他和我们刚才说的，资金雄厚的Hyperscaler模式 [00:28:47]
Sebastian Malaby：与风投模式之间的竞争是有重叠的，以Jack Ray为例，当他离开DeepMind去OpenAI的时候，他跟我解释说，这是因为OpenAI当时集中压住语言模型 AI语言模型就是他们唯一关心的事情，而那正是Jack在做的方向，所以他想去哪里，我觉得今天在机器人领域也会有类似情况，会有一些非常优秀的研究人员，他们想去一个只做某个集中压住的地方，而且他们自己也相信这个方向，然后他们就会全力以赴加入那个团队，去实现他们认为正确的路线，但如果你把一个机器人研究员，放进一个很大很谨慎很多元化的实验室，然后对他说我们真的相信你，但我们同时也相信另外五个压住，而且这些压住都在同时推进，那他的感觉就不会那么好，这里会少掉一种热情，你怎么看这个决定
Jacob Efron：AlphaFull的工作最后被拆出来，或者说独立成了Isomorphic 对吧，变成了另一家公司 Alphabet当然还是持有很多股份 [00:29:53]
拆分Google与安全监管
Jacob Efron：Alphabet当然还是持有很多股份，但它是一个独立项目，你觉得这说得通吗，你觉得这会不会成为，以后反复出现的一条路，这是个很好的问题
Sebastian Malaby：我觉得Isomorphic 确实起到了这个作用，这次拆分出来，另一个原因，也是为了更方便和制药公司，大型药企，这些合作伙伴合作，用独立公司的形式，可能会稍微容易一点
Jacob Efron：是因为他们不想，直接和Google合作之类的吗，可能是，也可能只是因为大家觉得，这件事本身作为一个独立业务，规模就可能变得非常大，另外Google和DeepMind 之前各自都做过
Sebastian Malaby：AI医疗有它自己的政治，也有非常长的周期，他们觉得这件事，需要放到一个不同的地方，所以他们就这么做了，但我觉得你提出了一个很好的点，这么做可能还有一个额外理由，就是给人们一个选择，让他们去一个，自己就是核心堵住的地方工作，他们做的那件事，就是最重要的事，我觉得这是一个非常重要的招聘工具，我还想补充一点，这在硅谷，可能已经算是挺多人知道的事了 Anthropic的人员流失率，相对其他公司非常低，这说明如果你作为领导者的身份特征，像Dario那样非常直接，不过绿地表达自己对安全的极度关注，对责任和社会影响的极度关注，还会写很长的文章，那么有些人可能永远不会加入你，因为他们觉得你有点怪，但那些真的加入的人会非常喜欢你 [00:30:32]
Jacob Efron：也非常相信你，于是就会形成一种很惊人的忠诚度，这一点很特别，你这本书里还有一个关键人物，我们还没聊到就是David Silver 他显然在很多reinforcement learning工作里，都起了关键作用，也很早就和Demis在很多事情上合作，你书出版之后，他最近也离开了DeepMind 去创办另一家公司，我很好奇你怎么看这件事，我觉得这其实很符合，你刚才讲的那条线索，我的意思是它过去是，现在也是一个极其坚定的 [00:31:25]
Sebastian Malaby：reinforcement learning信徒，坚定到某种程度，我觉得DeepMind的大多数同事，最后都觉得有点太过了，最早在Atari游戏系统那件事上，它是英雄人物 DeepMind在2012年2013年，推出那个系统取得了很惊人的突破，那几乎就像早期agent领域的ImageNet David Silver是其中的关键人物，后来有了AlphaGo 再后来有了AlphaZero 那些基本上都是从reinforcement learning学出来的，也有deep learning 但整体上非常偏向reinforcement learning 然后David Silver和他的博士导师Rich Sutton 发了一篇论文，叫什么来着，我记得好像叫experience is enough之类的，那篇论文的核心意思基本上是，要从经验中学习，从reinforcement learning中学习，不要从数据中学习 David对这个愿景非常坚定，他认为从数据中学习是更差的，因为数据里包含错误，如果用围棋来类比，你拿人类围棋选手过去的棋局来训练，即使是专家棋局，那些棋手对围棋的理解也不是完美的，如果你想达到super intelligence 就必须超越这一点，所以机器必须从自己的经验中学习，不能依赖人类通过文本或其他数据，传下来的那种已经凝固的知识，他对此非常相信，所以在他看来，一切都是agent 而且只能是agent 他们必须从自己身上学习 Demis曾经跟我说过一次，其实不止一次，他说这种方法也许最终会在未来某个阶段胜出，到那时你已经有了通用人工智能 然后你只是在把它进一步完善成更强的Super Intelligence 因为归根到底，是的，如果机器从自己的数据中学习那种数据更纯净，最终会带你走得更远 但如果你想先走到通用人工智能 就需要用现有数据把自己启动起来，整个Language Model革命证明的正是这一点，在很长一段时间里，几乎没有多少reinforcement learning [00:33:34]
Jacob Efron：除非你把RLHF也算进去，如果base model本身不够强，那就行不通，对吧，除了这些特定领域以外，现在这个时间点，有趣的地方就在于，把大规模预训练LLM 和这些可验证领域上的 reinforcement learning结合起来，所以reinforcement learning 现在总体上，显然又重新流行起来了，进一改又重新流行起来了，成了改进这些模型的一种方式，所以在我看来，如果是几年前 reinforcement learning 更不受重视的时候离开，反而更说得通 我觉得它现在发生，时机挺有意思的，我觉得你说的对，但这也反映了人从有感觉到，真正行动之间的滞后，坦白说，我觉得他已经有一段时间，感觉到自己被困在一个大组织里
Sebastian Malaby：这个组织本质上并不想在 reinforcement learning这张桌子上，压太多筹码，只愿意压很小一部分，而且就算在reinforcement learning内部，他对应该怎么做的看法，也和一些人不一样，我觉得他是很典型的创业型人物，他想待在一个小组织里，在那里，他的愿景，就是整个组织的愿景，因为他在reinforcement learning上，非常有远见，所以他出去做自己的事
Jacob Efron：是说得通的，我们刚才其实反复聊到一点，到头来这些实验室，是有少数几个人掌舵的，而这些人之间，有非常强的个人经历和关系 Sam和Dario的关系，显然已经有非常多记录了 Elon和Sam的关系，也在现在这场诉讼里被摊开了，但我觉得 Demis和他们每个人之间的关系，普通大众可能了解的少一些，所以我想请你稍微讲讲这一点，他们之间到底有什么关系 Demis对现在这个领域里，另外两位主要主角，大概是什么感觉 Demis和Elon的关系 [00:34:51]
Sebastian Malaby：非常有意思 Elon当时像Mysa他，对吧，是的，不过往回说这件事的起点是，他们都拿了同一家VC机构 Founders Fund的钱 Elon是SpaceX那个人 Demis是DeepMind那个人，大概在2012年前后
Jacob Efron：他们都被邀请去参加一次 LPED会议，两个人都做了展示，然后就聊了起来 Elon印象非常好胜，那场ED会，要是认真听，价值可太高了，所以Elon的意思大概是 [00:35:31]
Sebastian Malaby：我掌握着世界上最重要的技术，因为就算世界被你的AI搞砸了，我们还可以搬去火星，成为多行星物种，他说我手里这个才是最重要的东西，这时候Demis说是啊，但如果你觉得自己在火星上就安全了，别忘了我的AI会掌握太空飞行，然后它会一路跟你到火星，所以到最后你还是不安全，然后现场沉默了一下，接着Elon说，然后他下一句话就是，我想投你们的B轮，于是他给B轮写了一张500万美元的支票，然后就像你说的 2014年初，他想买下DeepMind 阻止他卖给Google Demis直接把他挡回去了，这里有个很疯狂的故事 Luke Nozick是Founders Fund的合伙人，也在SpaceX董事会里，他在洛杉矶一个派对上见到Elon 两个人一致认为，必须阻止DeepMind被卖给Larry Page 他们觉得Larry Page是个超人类主义者，不能相信他 于是他们跑到派对楼上的一个小储物间里，在伦敦的半夜用Skype打给Demis 说你必须卖给我们，不能卖给他们，他们说卖给SpaceX 卖给Tesla怎么都行，就是不要卖给Google 因为他们是邪恶的 Demis的反应就是，不不Google有算力，我要卖给他们，再见晚安，然后他挂了电话，接着Elon就炸了 Elon开始叫Demis 邪恶天才这个说法，其实是在指Demis当年做游戏设计师时，参与过的一款游戏，然后伊朗就开始抹黑Demis 而且一直执着于这件事，我觉得在我们最近看到的这场审判里，也就是伊朗对Sam的那场案子里，这一点又更多浮现出来了，伊朗当时非常执着于，把Demis看成那个必须被制衡的邪恶天才，这就是他们之间的历史 Demis现在很愿意说，他们如今相处得挺好，我没有直接从伊朗那里听到这一点 但我感觉很可能已经翻篇了，伊朗现在已经转去和Sam斗了，所以他说现在和Demis没问题，可能是真的，但这就是那段历史，至于Sam 如果把他和Demis放在一起比较，两个人的性格和背景差别实在太大 Demis有诺贝尔奖 Sam连本科都没读完，所以Demis不太把Sam当回事 Sam没有大学学位，更不用说PhD或诺贝尔奖了，在Demis看来 Sam是硅谷人脉网络的终极化身，手腕高明，知道怎么先假装做到，直到真的做到，知道怎么把自己的说法讲成真理，坦白说我觉得这里面也有些道理 Sam非常擅长融资，也非常擅长利用自己在硅谷的人脉，这些当然都很厉害，但这和成为一个严肃的科学家不是一回事，像这样的人你不能信任，我觉得现在人们在相当程度上，已经开始接受Demis对Sam的看法了 但Demis一直都是这么想的，所以我觉得他从来没有喜欢过Sam
Jacob Efron：我记得是经济学人在谈你的书时说，他很像是在检验一种伟人史观，但我们很好奇，我们今天已经聊了很多这四位主角，我想知道你做完这么多研究之后，会觉得这一切是不是某种程度上不可避免，或者说掌舵这些公司的 如果是Demis或者是其他这些人到底有多重要，我很好奇你的看法，我以前写过一本关于Alan Greenspan的书，他是全球经济里权力极大的人物，但最终也没能阻止2008年的金融泡沫，我把那本书叫做The Man Who Knew [00:38:44]
Sebastian Malaby：因为他明白泡沫很危险，事实上他博士论文写的，就是这个，他一直很关注泡沫膨胀的问题，但他阻止不了这件事发生，我觉得写Demis这本书时，几乎也可以用同一个书名，我最后叫他The Infinity Machine 但他本来也可以叫The Man Who Knew 因为Demis从一开始就知道，这东西很危险，但作为一家实验室的负责人，哪怕是一家非常强大，非常有钱的实验室，哪怕他本人有诺贝尔奖得主，这样的地位，他知道他危险又能怎么办，因为就算他把自己的实验室做得很安全，也挡不住别人不安全，所以我觉得这种竞赛的动态里，确实有某种不可避免的东西，同时谁在领导这些实验室也确实重要，很明显Darryl改变了AI安全的叙事，第一是他公开和五角大楼发生冲突，第二也更重要的是他发布模型的方式 这是一个很清楚的例子，另一方面Sam决定发布ChatGPT 尽管他当时会产生幻觉，这是一个选择 [00:39:52]
Demis的科学品味与接班
Sebastian Malaby：这是一个选择，他本来可以不这么做，而这个选择彻底影响了 AI竞赛后来展开的方式 Demis的方式更低调，他对当时的英国首相 Rishi Sunak说，我们应该办一场，全球AI安全峰会，后来事情就真的发生了，峰会在Bletchley Park举行，中国也来了，那算是国际社会围绕AI安全，展开对话的开端，所以我觉得Demis 做事更多是在幕后，但这些领导者的个性确实重要，不过，他也不是唯一重要的因素
Jacob Efron：背后还有一些更底层的力量，在我们结束之前，既然你花了这么多时间，和Demis相处，我确实还有几个，关于写作过程的问题，很想深入问一下，你好像花了三年时间，一直在同一家酒吧和他见面，我想知道在这一系列谈话里 [00:40:28]
Sebastian Malaby：有没有哪个时刻，让你对他的看法变化最大，让我意外的地方很多，其中一个是，他对探索科学深层奥秘，这件事的信念有多深，这其实带有一种精神性的信念，而我之前完全没意识到，有时候我们谈着谈着，他会突然激动起来，我们每次谈两个小时，所以确实能聊得很深，他会开始拍桌子说，你看这张桌子它是个谜 Sebastian它是个谜，我们并不理解它，他说这些原子在里面跳来跳去，原子之间还有空隙，可这张桌子却是坚固的，他说为什么你的笔记本电脑能思考它，明明只是一堆沙子和铜，这里到底发生了什么，为什么这个世界被设定成这样，能以一种谜一样的方式运转，我们必须理解这件事，他背后一定有某种智能，这一切不可能只是巧合，不可能刚好就是这样，也许那有点像上帝 也许如果我们用正确的方式接近科学，更深入地理解自然，我们就会更接近某种，也许可以称为上帝的东西，我之前完全不知道他会这样想，但我认为他的确是这样想的 [00:41:35]
Jacob Efron：这也解释了为什么，他明知道这种超级强大的AI很危险，却仍然继续推动他的发展，因为对他来说，这是一种近乎精神性的追寻，我感觉在这个领域里，对很多人来说，通往通用人工智能这件事 都有一种宗教或者精神层面的意味，看着它展开，真的很有意思，而且我觉得在你的作品里，这一点表现得非常清楚，我还想问你，这本书写的范围很广，也很开放，有没有一些事情是Demis不太愿意谈的，或者有没有哪些内容 是你本来想写进书里，但最后没有呈现出来的，由他一开始就说得很清楚，他愿意大量谈自己，但不谈他的家庭，所以我就把那部分略掉了，书里只是顺带提了几句，他娶的是自己在Cambridge的女朋友 [00:42:14]
Sebastian Malaby：他们现在仍然在一起，有两个孩子，一切都很正常，但我基本不谈这些，我写Greenspan的时候去采访他，很多很多很多位前女友，是理解这个人的一种方式，而且那其实以一种很好的方式，把他作为人的一面呈现了出来，但我对Demis没有真的往那个方向去写，还有一件事是，他不想谈他和Sundar Pichai 以及Google在Mountain View的领导层之间的冲突，但我写了那部分，因为其他人告诉了我这些事，所以我在书里写了不少这方面的内容，他希望这些事不要写进去，但这个愿望没有被完全满足，他也不太想让我写，他是怎么让联合创始人 Mustafa Suleiman离开的，他会说，我其实没有解雇，他当时有一个流程，是我的总法律顾问，做了某种关于霸凌问题的调查，诸如此类，那确实算是导火索 但不是Mustafa被挤出去的深层原因，在DeepMind 除非Demis想让一件事发生，否则它不会发生，我觉得他只是判断Mustafa到了该离开的时候
Jacob Efron：因为他们在太多问题上，意见不合，所以确实有一些内容是他不想写进书里的，有时候他的这个偏好，得到了尊重，有书没有，关于你这本书外界已经有很多公开讨论了 我感觉你也上了很多节目，很多人都在聊这本书，我觉得大家也抓住了我们今天讨论过的很多主题，那书里有没有哪些部分或者哪些角度，你觉得讨论的还不够，或者你希望大家能更多谈一谈，我觉得里面有一些关于科学创新的启发 [00:43:45]
Sebastian Malaby：也有关于怎么做Deep Tech公司的启发，我们前面谈过DeepMind的一些短板，比如没有足够集中，地下重铸之类，但从积极的一面看，我觉得很有意思的是，他发展出了自己所谓的科学品味，我的意思是，他第一次创业时做的是一家，叫Elixir Studios的电子游戏制作公司，他基本上把公司搞砸了，因为他在产品工程上野心太大，比如图形效果能不能做到特别惊艳，能不能用早期的reinforcement learning 让游戏抉择变得更有意思，他把技术团队逼到了极限，要求他们做得太激进，结果就是他们没法按时交付产品，所以那次结果并不好，他从第一家公司里赚到了一些钱，但并没有达到他期待的成功，然后时间快进到他做DeepMind 他在2018年遇到一个关键时刻，当时AlphaFold的研究已经做了两年 他的AlphaFold团队做出了全世界最好的蛋白质预测系统，这个团队的负责人Andrew Senior就说，好了老板,Demis,我们已经做到了，现在我们可以宣布胜利,然后去做别的事了，因为我们不可能精确预测蛋白质，别开玩笑了,那是不可能的，他的意思是,我们已经是世界第一了,这就够了，但Demis说不,不,这不是重点，我们想预测蛋白质，是为了让研究生物学家和医学研究者，能用我们的预测去研发药物，或者带来其他了不起的突破，只是比其他实验室更强，没有意义，我们要解决这个问题，但负责这个团队的Andrew Sr.说，那是不可能的，于是Demis坐进团队会议里，这就是科学品味发挥作用的地方，他会去听他所说的流动性，也就是想法的流动性，如果研究团队能互相抛出各种可能性讨论，还有哪些方向可以探索 那就是流畅的，在这种情况下，你就应该继续往前走，投入更多资源，推得更用力，如果会议里是一片沉默，没人有什么好想法，那当然就应该放弃，所以他做了这个测试，他听这个团队讨论，团队在交换想法时是流畅的，于是他基本上换掉了项目负责人 Andrew Sr.去做别的事了，他换上了另一个人 John Jumper 后来John Jumper和他一起成为诺贝尔奖，共同得主，我觉得从第一次创业时，因为野心过大，而把公司搞砸 [00:45:47]
Jacob Efron：到后来在蛋白质折叠问题上，判断正确，这个演变过程，对于怎么在公司内部，做这种前沿科学，是很有启发的，我很喜欢这个故事，你这本书的一部分作用，显然是把Demis这个人，更完整地呈现出来 把他的故事讲出来，而这可能本来就是一个，没有被足够了解的故事，那在这本书里，或者更广泛地说，在AI生态里还有没有其他人，你也觉得他们同样，值得被更多看见，值得有人为他们写一篇，深入报道或者某种传记 也就是这个AI世界里其他不那么被歌颂的英雄，在我的书里，我确实把Ilya Sutskever和David Silver 放在一起对照写，其中一个代表Deep Learning 传统他是在多伦多跟着
Sebastian Malaby：Jeffrey Hinton读博士的另一个David Silver 则代表我所说的 Edmonton Alberta传统，他是在Rich Sutton门下读博士的，而Rich Sutton是Reinforcement Learning领域的，某种大师，我觉得这两个人都很重要，我在讲Demis的故事时，也嵌入了他们两个人的小串，把他们两种方法放在一起对照，其实完全可以给他们两个人，写一本很精彩的双人传记，当然Google在AI上的命运是好是坏 [00:46:57]
Jacob Efron：在不同阶段大家也猜测过，也许有一天Demis会成为Google的CEO 你觉得这有可能吗，有可能问题是他自己想不想做，因为我觉得他确实很喜欢，还能留出一点空间去思考科学问题
Sebastian Malaby：他每天都像上双班一样，也就是说他会先和家人吃晚饭，然后再回到书桌前，一直工作到凌晨四点，那段时间他是在做科学研究，不过我觉得现在他很多深夜时间，其实都花在和Mountain View通电话上，协调那些在Mountain View向他汇报的人，所以他的科学时间其实已经在被挤占了，但如果他成了CEO 那显然就一点都不剩了，我觉得他内心真的很矛盾，不确定自己到底想不想要这个职位，但在我看来这一切都有点取决于，如果Sander决定离开，那谁会是最可能接任CEO的人，如果不是Demis的话，如果接任的人让Demis很放心，那他大概会很乐意不去做这个职位，但如果他对那个人不放心，那他可能就会把自己也放进候选名单里，因为他不想为一个自己不认同的人工作 [00:47:36]
Jacob Efron：Sebastian 这场对话真的非常有意思，我通常喜欢把最后一句话留给嘉宾，我觉得这一次你大概很清楚，可以把大家指向哪里，不过最后还是交给你，听众们还应该从这场对话里带走什么，另外也请你一定介绍一下这本书
Sebastian Malaby：说真的,我写这本书写得非常开心，这是我的第六本书，我和Demis在一家英国酒吧楼上聊了30多个小时，那真的是很特别的经历，他会希望我说明一下，我们喝的是咖啡,不是一瓶托,一瓶托的啤酒，但这个人的知识跨度太惊人了，他可以即兴谈神经科学、计算机科学，物理、生物、化学，也可以谈电影史、小说、科幻，这真的很狂野，我也确实努力把那种能量写到书页上，这是我第一次在书里，把第一人称当作一种写作手法来用，因为我想把我和他的那种对话感用进去，所以书里会有The Mist在那即兴发挥，然后我问他一个问题，或者在他说话之间，穿插我当时在想什么，帮助读者理解，这次经历太特别了，所以他也推动我在写作记忆上，做了一些创新，至少是对我自己的写作来说 [00:48:40]
Jacob Efron：所以我很享受这个过程，各位如果去读这本书，我也希望你们会喜欢，太棒了，非常感谢你来到播客，和我们聊这部书，太好了，谢谢你 Jacob 太好了，我是Jacob Efron 这里是Unsupervised Learning 在这档播客里，我会和AI领域，最聪明的人聊天，问他们很多问题，关于模型正在发生什么，以及这对世界上的企业，意味着什么，我希望大家能感受到，我做这件事，真的非常开心，除了我在Redpoint 做投资人的日常工作之外 [00:49:46]
写作经历与播客收尾
Jacob Efron：这是我用晚上和周末，做的项目，但我们之所以能请到，这些非常棒的嘉宾，真的离不开像你们这样的听众，订阅这档播客，并把它分享给朋友，说到底，这正是让整个节目运转起来的原因，所以也请大家考虑这样做，非常感谢你们的支持和收听，我们下期再见 [00:50:00]