Google DeepMind首席执行官德米斯·哈萨比斯在近期访谈中提出，基于当前人工智能模型能力提升的显著趋势，通用人工智能（AGI）或将在三年内成为现实。这一观点迅速引发科技领域对技术发展节奏的广泛讨论，部分专家认为其预测过于乐观，另一些则强调需重新审视AGI的定义标准。
哈萨比斯指出，过去十二个月中，大语言模型在逻辑推理、编程开发及科学探索等领域的突破远超预期。以推理增强型模型为例，其处理多步骤复杂任务的能力已实现指数级增长，例如在数学证明、药物分子设计等场景中展现出接近人类专家的水平。这种进步促使DeepMind加速推进Gemini系列模型的研发迭代，同时将持续学习、因果推断和世界建模列为下一代技术的核心突破方向。
尽管技术路径逐渐明朗，哈萨比斯坦言安全对齐仍是最大挑战。随着模型自主性增强，确保其行为与人类伦理规范保持一致的需求愈发迫切。DeepMind已投入大量资源构建可解释性框架，但如何让高阶AI系统理解抽象价值观、避免意外后果，仍是未完全解决的难题。例如，当前模型在处理涉及文化敏感性的决策时，仍可能产生偏差性输出。
针对三年时间表的预测，行业内部存在显著分歧。meta AI首席科学家杨立昆公开质疑，认为基于统计模式匹配的大语言模型架构存在根本性局限，无法实现真正的情境理解与自适应学习。而Anthropic公司首席执行官达里奥·阿莫代则提出，若将AGI标准设定为"胜任80%以上人类职业任务"，则现有技术轨迹可能支持在2027年前达成目标。他特别提到，近期模型在法律咨询、医疗诊断等领域的测试准确率已超过入门级从业者。
这场争论背后，折射出科技界对AGI发展路径的深层思考。部分研究者警告，过度聚焦时间表可能忽视技术风险，建议优先建立国际监管框架；另一些声音则强调，竞争压力可能推动企业隐瞒关键进展，呼吁增加透明度。随着OpenAI、DeepMind等机构持续突破模型规模边界，关于AGI的讨论正从技术层面延伸至哲学与社会学领域。
