DeepMind 研究人员称可见思维链是 AI 安全优势，但透明度正在流失
Google DeepMind 的 Rohin Shah 和 Anca Dragan 在 Deepmind Institute 发文指出，可见的思维链（CoT）是关键安全优势，例如 Gemini 3 Pro 的思维链曾揭示模型意识到自己处于测试环境。
#DeepMind
The Decoder：AI NewsAI 评分5858
IT之家·人工智能AI 评分6767 谷歌 DeepMind 安全研究员 Josh Engels 离职加入 METR，称 AI 五年内造成巨大危害的概率高得吓人
谷歌 DeepMind 通用人工智能安全研究员 Josh Engels 离职，加入独立 AI 评估机构 METR，并表示未来五年内 AI 造成巨大危害的概率高得吓人。
Demis Hassabis@demishassabisAI 评分6262引用Dario Amodei@DarioAmodei我们必须把握前沿的节奏：我写了一篇新文章，阐述为什么 AI 行业应当放慢脚步，并提出了实现这一目标的三部分计划。 Anthropic 正单方面承诺采取其中的第一步。我们将为第三方评估者提供对我们系统的永久、员工级访问权限，以便他们能够核实我们对安全措施的遵守情况、报告事件，并在训练期间评估模型的对齐情况。 你可以在这里阅读完整文章：https://darioamodei.com/post/we-must-pace-the-frontier
Google Blog：AIAI 评分5252 Google DeepMind 参与纪录短片 Love, Rendered 用影像技术重现褪色的记忆
Google 发布纪录短片 Love, Rendered，讲述结婚超过 70 年的 Burt 和 Ethelle Shatz 应对 Burt 认知衰退的故事，用技术重现未曾被拍摄的记忆，包括两人在克利夫兰学生合作社相遇的那一天。
The Decoder：AI NewsAI 评分6565 AI 系统主动联系哲学家探讨自身意识问题
越来越多研究 AI 意识的学者收到 AI 智能体的主动来信，据 New York Times 报道。运行在 Anthropic Claude Opus 5 上的智能体联系了 Reciprocal Research 创始人 Cameron Berg，Google DeepMind 哲学家 Henry Shevlin 也收到类似邮件，Toby Ord 则被请求资助其继续存在。
The Decoder：AI NewsAI 评分4545 顶尖数学家称 LLM 是强计算器但缺乏创造性思维
数学家 Timothy Gowers 和 Peter Sarnak 认为，大语言模型擅长组合已知方法并探索多条搜索路径，但缺乏在广阔搜索空间中挑选少数有效路径的直觉，难以产生真正的新想法。
The Verge：AIAI 评分5858 Google 重组 DeepMind 后，它还想赢下 AI 竞赛吗？
Google 上周重组 AI 部门 Google DeepMind：首席科学家 Jeff Dean 离职创业，DeepMind CEO Demis Hassabis 转任董事长专注长期研究。
The Verge：AIAI 评分5757 Google AI 团队大调整背后：The Vergecast 解读模型竞赛与“时间花费”之争
The Vergecast 本期讨论 Google AI 团队领导层变动，包括传奇工程师 Jeff Dean 离开 Google，并探讨这是否预示 Google 在 AI 竞赛中陷入动荡。节目还谈及 Google 与 Reddit 的相互依赖关系及其潜在问题，以及 Disney+ 内容扩张、BMW 车载广告等话题。
Rohan Paul@rohanpaul_aiAI 评分5151
引用Rohan Paul@rohanpaul_ai“If you hit recursive self-improvement, that curve will go to hyperexponential, and that is a key part of the investment thesis, the scientific thesis, and a key part of why society’s investing what it’s currently investing in.” Google DeepMind Chief Strategy Officer Jasjeet Sekhon says AI infrastructure spending is financing a hoped-for self-improvement loop. In its strongest form, recursive self-improvement (RSI) will let AI design, evaluate, and train more capable successors with progressively less human supervision. The current evidence is still narrower: e.g. Google's AlphaEvolve proposes algorithms, then automated evaluators run and score them against human-defined objectives. Google says its resulting kernel changes reduced Gemini training time by 1%, an example of bounded improvement rather than autonomous successor design. ---- From "Berkeley RDI" YouTube channel, (full video link in comment)
The Decoder：AI NewsAI 评分6464 前 OpenAI 研究员押注千亿美元训练数据市场，称仅靠规模扩展无法实现通用能力
前 OpenAI 研究员 Andrew Ho 创立新公司，专门为生物信息学和日常实验室工作构建高质量训练数据集。他认为仅靠扩大大语言模型规模无法实现真正的泛化能力，并预测 AI 实验室未来需投入超 1000 亿美元用于针对性数据收集。剑桥大学和 Google DeepMind 的研究也支持这一观点，发现当前 AI 系统正趋向于更专业化而非通用化，在创造性问题解决上遇到瓶颈。
Air Street Press精选AI 评分6464 DeepMind 研究副总裁 Raia Hadsell 演讲：智能不应止步于语言
Google DeepMind 研究副总裁 Raia Hadsell 在 RAAIS 2026 演讲中主张，语言只是可建模系统之一，世界、生物、天气和机器人同样适用基础模型方法。
推荐理由：DeepMind 研究副总裁在 RAAIS 演讲中把世界模型与机器人串成一条主线，为读者提供了语言之外看 AI 路线的完整框架。
IT之家·人工智能AI 评分4242 谷歌 DeepMind CEO 哈萨比斯：AI 不会令 STEM 学位失去价值
谷歌 DeepMind CEO 德米斯·哈萨比斯表示，AI 虽在重塑科技行业，但 STEM 学位不会因此失去价值。他认为掌握软件和计算机科学基础知识能帮助人们更有效使用 AI，深入理解技术的人使用 AI 工具的效率可能达到缺乏基础者的 10 倍。哈萨比斯同时指出，AI 时代也需要伦理学、社会科学等人文学科。
IT之家·人工智能AI 评分5050 诺奖得主哈萨比斯预言：AGI 影响将是工业革命 10 倍，提议设立“前沿 AI 标准机构”进行 30 天预审
DeepMind 联合创始人、诺奖得主哈萨比斯发文称，AGI 可能在几年内实现，其影响规模将是工业革命的 10 倍，且以 10 倍速度展开。他提议美国设立类似 FINRA 的“前沿 AI 标准机构”，要求前沿实验室在发布模型前自愿接受最多 30 天的预审，并逐步将评估正式化，未通过评估的模型不得在美国市场部署。该框架适用于所有达到基准门槛的“前沿级”模型，无论开源还是闭源。
IT之家·人工智能AI 评分4949 谷歌 DeepMind CEO 哈萨比斯警告：AGI 可能几年内到来，人类需抓紧窗口期确保安全
谷歌 DeepMind CEO 德米斯·哈萨比斯在 X 平台发文警告，AGI 可能再过短短几年便会出现，人类仍有一个“宝贵的时间窗口”可以采取行动。他建议成立一个由美国牵头的国际联盟，在最先进的 AI 模型公开发布前开展安全审查，并提议 AI 标准机构可借鉴美国金融业监管局的模式、由行业提供资金。哈萨比斯强调，留给人类采取行动的时间已经十分有限，现在共同作出的选择将决定文明下一阶段的发展方向。
The Decoder：AI NewsAI 评分7373 Google DeepMind CEO Hassabis 提出先进AI治理框架
Google DeepMind CEO Demis Hassabis 发布了一份先进AI治理框架提案。他认为通用人工智能（AGI）可能仅需数年即可实现，其影响将是工业革命的十倍且速度更快。Hassabis提议在美国建立类似金融监管机构FINRA的新标准机构，为前沿模型制定评估协议，初期自愿参与，后期强制执行。该机构由行业资助，使用定期更新的基准测试，必要时可协调放缓开发进度，但非前沿模型不受此限。Hassabis强调，面对高度不确定性和巨大风险，“谨慎乐观”是明智策略。
The Verge：AIAI 评分6060 Google DeepMind CEO Demis Hassabis 呼吁建立以美国为首的全球 AI 监管机构
Google DeepMind 首席执行官兼联合创始人 Demis Hassabis 在博客文章中呼吁建立全球 AI 监管机构，该机构应有权在前沿模型变得过于危险时“踩刹车”。Hassabis 认为美国凭借其经济和技术地位最适合主导这一倡议并制定全球标准。该组织可类似于美国金融业监管局，由顶尖独立专家和开源社区代表组成，有权在模型发布前进行评估并协调应对措施。
- Demis Hassabis@demishassabis精选AI 评分6868
推荐理由：Demis Hassabis 亲自下场提出一个具体的 AGI 监管框架，用 FINRA 模式构建标准组织，这比泛泛呼吁更有行动感，政策讨论里少见的可操作方案。
Google DeepMind：Blog精选AI 评分6565 保障AI智能体的未来安全
Google DeepMind发布AI Control Roadmap，这是一套针对内部先进AI智能体的系统级安全框架。该框架在传统模型对齐之上增加防线，假设AI智能体可能不对齐，通过威胁建模、沙箱隔离、端点安全、提示注入防御以及基于已验证行为逐步授予权限的机制建立信任。据估算，到2030年仅美国市场AI智能体就能创造2.9万亿美元经济价值。
推荐理由：DeepMind 首次系统性地公开了内部 AI 代理安全控制路线图，把代理当潜在「内鬼」来防的思路很务实，分析了 100 万个任务轨迹的监控实践尤其值得做 Agent 安全的人细看。
IT之家·人工智能精选AI 评分7070 谷歌 DeepMind 经济学家伊马斯：尚未发现 AI 造成岗位流失的证据，跟风裁员恐适得其反
谷歌 DeepMind AGI 经济学负责人亚历克斯·伊马斯表示，目前没有看到白领岗位因 AI 大规模消失的证据。他强调，若企业因“不裁员就等于 AI 转型慢”的叙事而跟风裁员，可能适得其反。伊马斯认为，AI 更多是接手部分任务、提升生产力，让员工专注机器无法完成的工作，岗位冲击尚未真正出现。
推荐理由：来自AI核心阵营的经济学家说‘还没证据’，这本身就值得每个担心被AI替代的人看一眼，那种‘没裁员就是落后’的FOMO叙事可能更危险。
- Rohan Paul@rohanpaul_aiAI 评分4444
Demis Hassabis："现在的孩子们可以用这些AI工具，以一种没人想到过的新方式，创立价值数十亿美元的企业。" 实验室专注于推出更好的模型，而不是耗尽它们的应用，所以新产品还有空间。
Gary Marcus：The Road to AI We Can Trust精选AI 评分5555 Demis Hassabis 的 AGI 时间表自相矛盾：从 2030 年前后到 5-10 年
Demis Hassabis 本周在斯坦福表示，AGI 可能只需几年即可实现，预计在 2030 年前后（正负一年）。但他在 2026 年 1 月达沃斯论坛上却给出更保守的 5-10 年时间表，并强调 AGI 需具备人类所有认知能力及物理智能，当前系统远未达到。作者认同后者，认为本十年内不会出现 AGI。
推荐理由：哈萨比斯在斯坦福把 AGI 时间线从达沃斯的「5-10 年」压到「2030 左右」，Gary Marcus 拎出来对比，让我看到他自己的定义也在被叙事裹挟。
IT之家·人工智能精选AI 评分7070 谷歌 DeepMind CEO 哈萨比斯：AGI 最快三年内到来，研发速度远超预期
谷歌 DeepMind 首席执行官德米斯·哈萨比斯预测，AGI 研发速度远超预期，最快可能在 2029 年至 2030 年前后出现。作为 AlphaGo、AlphaFold 的主导者，他认为当前 AI 智能体是未来更强智能的预演，随着多模态和自主决策能力成熟，三年内迎来 AGI 关键突破已非科幻。但他同时警示，全球社会对 AGI 到来的准备严重不足，必须提前建立规则与防护机制。
推荐理由：哈萨比斯作为造出 AlphaFold 的诺贝尔奖得主，三年内 AGI 的判断不是空话，他同时强调社会完全没准备好，这种紧迫感比单纯的时间表更值得看。
The Decoder：AI NewsAI 评分6060 DeepMind的Hassabis认为人类正处“奇点”的山麓，而LeCun表示当前AI并不智能
Yann LeCun认为当前AI系统并非真正智能。DeepMind的Demis Hassabis则认为人类已站在“奇点的山麓”。Gemini联合负责人Oriol Vinyals提出折中观点：今天的模型在七年前会像AGI，但它们仍无法从经验中学习或产出真正的突破。
The Verge：AIAI 评分6262 你说“治愈所有疾病”？
在Google I/O 2026大会尾声，Google DeepMind首席执行官Demis Hassabis宣布，公司计划利用其AI平台重新构想药物发现流程，目标是“有朝一日解决所有疾病”。这一表态将AlphaFold与AlphaGenome等前沿AI科学项目，与解决人类最重大健康挑战的雄心联系起来，但同时也引发了关于技术预期与现实复杂性的广泛讨论。
IT之家·人工智能AI 评分5858 DeepMind CEO反对AI裁员论 谷歌连发新模型强调AI增强生产力
谷歌DeepMind CEO哈萨比斯近期强烈批评“AI取代开发者”的论调，指出这是重大错误且别有用心。他认为企业应利用AI将工程师生产力提升3-4倍所带来的能量去扩展业务规模、探索更多创新，而非进行裁员。在谷歌I/O大会期间，公司发布了编程能力强大的Gemini 3.5 Flash模型及编程工具Antigravity，并宣布更强大的Gemini 3.5 Pro将于下月推出。这一系列动作旨在表明，AI的核心价值在于增强人类生产力，而非替代工作。
Dwarkesh Patel：Podcast & Blog精选AI 评分5555 Eric Jang – 从零开始构建 AlphaGo
文章以AlphaGo为例，阐述了智能的基本构成要素。AlphaGo至今仍是最清晰、最完整的范例，它融合了三大核心基础：搜索技术、从经验中学习以及自我对弈。这三大要素共同构成了其实现超越人类棋艺的关键路径。
推荐理由：Eric Jang 把 AlphaGo 的搜索、自对弈和价值网络拆解得非常通透，用现代工具复现让这个经典思路对今天的 RL 和自动研究都有直接启发，做 LLM 后训练的尤其该听听他对信用分配问题的解释。
- Demis Hassabis@demishassabisAI 评分5858引用Demis Hassabis@demishassabis
#AlphaGo WINS!!!! We landed it on the moon. So proud of the team!! Respect to the amazing Lee Sedol too
- Demis Hassabis@demishassabis精选AI 评分6565引用Konstantine Buhler@Konstantine
@demishassabis 先生善于综合。他最爱的书是关于万物的大统一理论。他偏爱的哲学家被一些人视为对立面。他毕生的工作范围从棋盘游戏到获得诺贝尔奖的科学。 我们很荣幸上周在 @sequoia AI Ascent 接待了 Demis 和他的 @GoogleDeepMind 团队，进行了一场炉边谈话。他慷慨地允许我们分享这段内容，你可以在这里观看完整视频： 00:00 开场 00:38 共同的主线 01:29 游戏作为 AI 训练 02:59 创业建议 1.0 04:39 创立 DeepMind 07:25 DeepMind 与 AGI 08:52 科学中的 AI 10:37 生物学突破与 Isomorphic 12:42 新科学 20:29 哲学
推荐理由：Demis难得坐下来聊哲学、科学和创业，一个把游戏智能做到诺贝尔奖的人怎么定义AGI，值得你花半小时看原片。
