摘要：4岁学国际象棋，6岁拿全英少年冠军，17岁设计出卖了几百万份的电子游戏，博士期间发现了海马体与想象力的关系，创办了 DeepMind，用 AlphaGo 击败围棋世界冠军，用 AlphaFold 破解了蛋白质折叠问题，2024年拿了诺贝尔化学奖。 Demis Hassabis 的人生履历读起来像科幻小说。但如果你去读 Sebastian Mallaby 刚出版的传记《The Infinity Machine》，你会发现一个更有意思的线索：塑造这个人的，不只是天赋和努力，还有8本书。
4岁学国际象棋，6岁拿全英少年冠军，17岁设计出卖了几百万份的电子游戏，博士期间发现了海马体与想象力的关系，创办了 DeepMind，用 AlphaGo 击败围棋世界冠军，用 AlphaFold 破解了蛋白质折叠问题，2024年拿了诺贝尔化学奖。
Demis Hassabis 的人生履历读起来像科幻小说。但如果你去读 Sebastian Mallaby 刚出版的传记《The Infinity Machine》，你会发现一个更有意思的线索：塑造这个人的，不只是天赋和努力，还有8本书。
1.《安德的游戏》— Orson Scott Card, 1985
Mallaby 把这本书放在了传记的第一章第一页。
Hassabis 在攻读神经科学博士期间读到了它——那时他已经当过国际象棋大师、游戏设计师、业余理论物理学家、创业者、计算机科学家，还五次拿下国际心智奥林匹克冠军。但这本科幻小说让他第一次"理解了自己到底是谁"。
书中的 Ender Wiggin 是一个矮小的天才少年，被从家庭中带走，送到太空站接受残酷训练，最终独自承担起拯救人类的使命。Mallaby 在全书中反复将 Hassabis 比作 Ender——那种不懈的强度、超出年龄的责任感、以及对隐秘使命的执着。
联合创始人 Shane Legg 在采访中说：“我不确定我是不是在和一个现实版的 Ender 合作……但 Demis 有一种非凡的决心。”
2.《国际象棋计算机手册》— David Levy, 1984
Hassabis 小时候读的第一本"技术书"。它把他引向了计算与国际象棋的交叉地带——机器能不能像人一样下棋？这个问题在一个孩子心里种下了种子，三十年后长成了 AlphaGo。
David Levy 本人是国际象棋大师兼计算机科学家，1968年曾打赌"十年内没有程序能赢我"（他赢了那个赌）。对年幼的 Hassabis 来说，这本书是AI兴趣的最早火花。
3.《哥德尔、艾舍尔、巴赫》— Douglas Hofstadter, 1979
这是 Hassabis 公开提到次数最多的书。Peter Molyneux（Bullfrog 创始人，Hassabis 的第一个老板）把它送给了他。后来 AlphaGo 模拟人类直觉的成功，反过来印证了 GEB 的核心论点——直觉不是魔法，它可以被机器复现。
Hassabis 自己的描述最生动：
“我在写 Theme Park 的时候读了这本书。它把哥德尔的不完备定理、艾舍尔的画和巴赫的赋格联系在一起，展示了它们都呈现出某种无限循环的模式，然后他把这些和意识、智能联系起来。这对我来说极其鼓舞人心，让我开始和朋友们讨论这些深层问题。”
一个十几岁的游戏程序员，白天写代码让虚拟游乐园运转，晚上读一本把数学、艺术和音乐统一起来的800页巨著。这大概就是 Hassabis 式的"业余爱好"。
4.《基地》系列 — Isaac Asimov, 1951
Asimov 笔下的 Hari Seldon 发明了"心理史学"——一种用数学预测人类文明走向的学科。银河帝国即将崩溃，Seldon 无法阻止，但他可以用科学缩短黑暗时代的长度。
Hassabis 年轻时就被这个设定深深吸引。用智能来引导文明的方向——这和 DeepMind 的终极野心几乎是同一句话。区别只在于，Seldon 用的是方程式，Hassabis 用的是神经网络。
5.《文明》系列 — Iain Banks, 1987
Hassabis 在 Bullfrog 工作期间开始读这个系列。Banks 构建了一个叫"文明"(Culture)的后稀缺社会——由超级AI（称为"Minds"）管理，没有货币，没有政府，没有匮乏。这些 Minds 拥有远超人类的智能，但选择做仁慈的守护者而非统治者。
这个愿景直接塑造了 Hassabis 对先进AI应该是什么样子的乐观想象。而且——"DeepMind"这个名字本身就部分致敬了 Banks 笔下的 Minds。
6.《群众与权力》— Elias Canetti, 1960
书单里最出人意料的一本。
Canetti 是1981年诺贝尔文学奖得主，这本书是他对群体心理学的深度研究——人群如何形成、如何被操纵、权力如何在群体中运作。
Hassabis 在为游戏《Republic: The Revolution》做演示时引用了这本书，用它来解释游戏中暴动人群的动态行为。这反映了他一个独特的习惯：从最严肃的学术著作中汲取灵感，然后用在看似"不严肃"的游戏设计里。 在他眼中，游戏从来不只是娱乐——它是智能的实验场。
7.《银河系漫游指南》— Douglas Adams, 1979
Adams 小说中有一台叫"Deep Thought"的超级计算机，被建造来回答"生命、宇宙和一切的终极答案"。它花了750万年，给出的答案是"42"——因为没人真正理解问题是什么。
"DeepMind"这个名字就是对"Deep Thought"的致敬。 俏皮的名字背后是严肃的使命。而"42"的寓言对AI研究者来说意味深长：你可以建造世界上最强大的计算机，但如果问错了问题，答案毫无意义。
DeepMind 一直强调"问对问题"比"快速出结果"更重要。这个态度让他们在 ChatGPT 爆发时一度落后，但也让他们在 AlphaFold 上取得了竞争对手无法企及的科学突破。
8.《原子弹的制造》— Richard Rhodes, 1986
Hassabis 回忆说，他在伦敦街头散步时读这本书，读到 Leo Szilard 在1933年的一个瞬间——站在伦敦街头等红灯时，突然想通了核链式反应的原理。一个念头，改变了整个世界的走向。
Hassabis 把这个画面和AGI做了明确的类比：一个单一的突破，可能改变一切。
这不是随便的比喻。曼哈顿计划的故事——一小群科学家在秘密中创造了改变世界的力量，然后不得不面对"我们创造的东西会不会毁灭我们"的问题——和 DeepMind 追求AGI的叙事有着令人不安的相似性。Hassabis 显然意识到了这一点。
一份书单，一个人的操作系统
8本书，横跨科幻、数学哲学、群体心理学、核物理史、国际象棋计算。没有一本商业书，没有一本管理学，没有一本"如何成功"。
这就是 Hassabis 和硅谷大多数科技CEO的根本区别。Sam Altman 的枕边书是 Robert Caro 写的《林登·约翰逊的岁月》——一部关于美国最善于操纵权力的总统的传记。Hassabis 的枕边书是一本关于原子弹的科学史和一本关于群体心理学的诺贝尔文学奖作品。
一个在研究权力如何运作，一个在研究世界如何运作。
这大概也解释了为什么 DeepMind 选择了一条和 OpenAI 完全不同的路：先理解智能的本质，再去构建它。不是"scale is all you need"，而是"understanding is all you need"。
正如 Hassabis 在2024年诺贝尔奖采访中说的：
“很多灵感其实来自阅读伟大的人物，试图理解他们。我真的推荐每一个学生去读这些书。”
参考来源：
- Sebastian Mallaby,《The Infinity Machine: Demis Hassabis, DeepMind, and the Quest for Superintelligence》, 2026
- Nobel Prize Interview, Stockholm, 2024年12月
- Reid Hoffman, Possible Podcast, 2025年4月