DeepMind三创始人分道扬镳：从伦敦地下室的190万美元赌注，到执掌全球AI三大权力中心
DeepMind三创始人分道扬镳：从伦敦地下室的190万美元赌注，到执掌全球AI三大权力中心
2010年，3个人拿着彼得·蒂尔的190万美元，在伦敦一间地下室办公室里立下一个用今天眼光看几乎荒唐的赌注：他们要造出人工通用智能。他们的名片上写的是”人工通用智能研究机构”，这在当时的学术圈简直是一种招来嗤笑的宣言。
14年后，这3个人——Demis Hassabis、Mustafa Suleyman、Shane Legg——分别站在了全球人工智能革命的3个最高权力节点上。
Hassabis是Alphabet的首席科学家，同时身兼Google DeepMind主席（最近从CEO退为Chairman，日常运营已移交），以及旗下AI药物公司Isomorphic Labs CEO。他在2024年凭借AlphaFold获得了诺贝尔化学奖——AI历史上第一次直接获得诺贝尔奖。
Suleyman是微软AI CEO，负责微软所有消费者AI产品，用户基数超过10亿。他在2024年出版了《The Coming Wave》，成为AI时代最畅销的科技书籍之一。
Legg留在伦敦，担任Google DeepMind首席科学家，是全球最早认真论证AI存在性风险的研究者之一——早在2011年，当所有人都觉得AGI只是科幻小说的时候，他就在论文里写下：”人工智能是人类有史以来可能面临的最大生存风险。”
他们不再在同一个房间里。他们甚至不再在同一个方向上。
本周，Observer杂志的一篇深度报道，试图把这段历史的弧线画完整。
相遇：两个伦敦少年，一个新西兰人
DeepMind的故事，从三个互相不那么相似的人谈起。
Hassabis成长于伦敦北部的芬奇利，父亲是希腊裔塞浦路斯人，母亲是新加坡华裔。他4岁开始下国际象棋，13岁成为国际大师，在全国业余排名第二。16岁时，他为游戏公司Bullfrog编写了《主题公园》游戏的AI，这款游戏此后卖出了数百万份。他在剑桥读计算机科学，在UCL读认知神经科学博士，研究问题是：大脑如何在海马体中形成记忆地图？这个神经科学问题最终成为他设计AI记忆系统的灵感来源。
Suleyman是Hassabis在伦敦北部的少年时代邻居，两人在同一所学校圣保罗读书。Suleyman从牛津大学哲学系辍学，先做了一段时间的心理健康热线志愿者，后来在移动支付初创公司i-Movo工作。他对AI的理解，天然带有一种社会服务的底色：技术应该对真实的人有用，而不只是在论文里精妙。这一点在他后来的整个职业轨迹中始终可见。
Legg出生于新西兰，从奥塔哥大学读到加拿大麦克马斯特大学，最终在UCL的Gatsby计算神经科学中心完成博士学位。在那里他第一次见到Hassabis，两人发现自己对同一个问题有着近乎偏执的好奇：通用智能究竟是什么，它有没有可能在机器上实现？
2010年，Hassabis和Legg正式决定创业。他们说服了Suleyman加入，以CEO的身份负责公司运营。三人找到了Peter Thiel的Founders Fund，拿到190万美元换取25%股权。公司名字叫DeepMind，官方使命是开发”有利于人类的人工通用智能”。
“当时大多数人以为我们在开玩笑，”Hassabis后来在多个场合说，”但我们是认真的。”
崛起：从Atari游戏到诺贝尔奖
DeepMind的第一个重大突破，是一篇2013年的论文：他们用深度强化学习训练了一个AI，让它从零开始玩7款Atari游戏，只告诉它分数这一个信号，没有任何其他规则或提示。结果系统在多款游戏中达到了甚至超过人类玩家的水平。
这篇论文让Google立刻启动了收购谈判。2014年，DeepMind以4亿英镑（约6.5亿美元）的价格被Google收购。这在当时是极高的估价——一家只有75名员工的研究机构，靠一篇论文卖出了650亿人民币的价格。
收购合同有一个不寻常的附加条款：成立独立的伦理委员会，由创始人主导，确保DeepMind的研究不被用于武器、监控或军事目的。这个条款折射出三人共同的担忧：进入大公司之后，AI研究会不会失去独立性、被商业利益驱动？
Google收购之后，DeepMind进入了一个令人眼花缭乱的成就期。2016年，AlphaGo以4:1击败世界围棋冠军李世石，这场人机大战全球直播，数百万人观看。2017年，AlphaZero自学国际象棋、围棋、将棋，在没有任何人类知识输入的情况下，以压倒性的成绩碾压了此前最强的专业AI程序。2020年，AlphaFold给出了2万多种人类蛋白质的精确3D结构预测——解决了困扰生物学界50年的蛋白质折叠问题。《Science》杂志称之为”AI用于科学发现的里程碑”。2024年，Hassabis与David Baker、John Jumper因AlphaFold获得诺贝尔化学奖，成为AI历史上第一批直接获诺贝尔奖的研究者。
但就在这些成就积累的同时，三位创始人的职业轨迹已经开始分叉，而且分叉的速度越来越快。
三条完全不同的现在
Demis Hassabis，50岁：Alphabet科学战略核心，科学家式的权力
今天，Hassabis担任Google DeepMind主席（Chairman）兼Alphabet首席科学家（接替Jeff Dean出任的新职位）。上个月，他宣布将Google DeepMind的日常运营移交给长期担任CTO的Koray Kavukcuoglu，后者升任高级副总裁直接向Sundar Pichai汇报，独立CEO职位被取消。此外他还是Isomorphic Labs的CEO——Alphabet旗下独立运营的AI药物发现公司，2021年由他亲自创立。
上个月，Hassabis宣布从Google DeepMind的日常运营中”退后一步”，将日常管理权交给长期担任CTO的Koray Kavukcuoglu，后者升任高级副总裁，直接向Sundar Pichai汇报。独立CEO职位被取消。Hassabis本人转向更偏战略和科学前沿的角色。
这一调整的背景值得细读：Google DeepMind在Gemini系列模型的竞争压力下，产品化速度要求越来越高，而Hassabis的研究型气质与这种速度之间始终存在张力。让Kavukcuoglu负责日常运营，Hassabis回归”科学家”身份，某种程度上是这一张力的制度性解决方案。
Isomorphic Labs的方向则是他心目中”AI真正改变世界”的场景：用AI加速药物研发，从数年缩短到数月。公司已与礼来、Novartis等制药公司签署价值数亿美元的合作协议。这条路和DeepMind的创立使命完全吻合：AI不仅要会玩游戏，要能解决人类最难、最有价值的问题。
Hassabis代表的路线是：在大机构内部维持对AGI长期愿景的制度性保障，用科学严谨性换取研究的可信度，同时把科学突破转化为真正的世界影响——但前提是科学级别的应用，而不是能帮你写营销文案的助手。
Mustafa Suleyman，40岁：微软AI CEO，规模化商业化的代言人
Suleyman在2022年离开DeepMind，与Karén Simonyan共同创立了Inflection AI，专注于构建个性化AI助手。2023年推出的Pi，不追求最强推理能力，追求的是”好的陪伴”——一个能理解人类情感、以真诚对话为核心的AI伴侣。这个产品哲学本身说明了他对AI的理解：AI的价值在于被大多数普通人使用，而不只是被研究者或开发者使用。
2024年，微软以6.5亿美元变相收购Inflection（通过”购买许可证加挖走团队”的结构规避了正式并购），Suleyman出任微软AI CEO，掌管公司所有消费者AI产品线。这包括：Copilot（嵌入在所有Office 365产品中）、Bing AI搜索、Azure上的AI服务，以及微软与OpenAI合作下的一系列产品。
他今天管理的AI产品用户基数超过10亿。这是Hassabis和Legg都无法触碰的规模。微软的AI战略在很大程度上就是Suleyman定义的，他对产品的理解来自他在社会服务领域的早期经历：AI要在人们已经在用的工具里出现，而不是要求人们去学一个全新的界面。
2023年，Suleyman出版《The Coming Wave》（与Reid Hoffman合著），预测AI和生物技术的双重浪潮将在2030年前后触发一场无法阻挡的文明级变局。他呼吁政府和企业构建”遏制机制”，防止这一浪潮失控——但与此同时，他自己也在每天把这一浪潮推得更快。这个矛盾，是Suleyman从未在公开场合正面处理过的内在张力。
他不再是实验室科学家，不再是初创CEO。他是产品负责人，是企业战略执行者，是对季度财报数字负责的人。
Shane Legg，51岁：Google DeepMind首席科学家，那个一直安静说真话的人
Legg是三人中最低调的一个，也可能是最始终如一的一个。
他一直留在Google DeepMind，担任首席科学家，专注于AI安全和长期风险研究。他没有创业，没有加入商业公司，没有出版大众畅销书，没有在Dreamforce这样的大会上发表演讲。他的工作发生在实验室里，在论文里，在与同事的讨论里。大多数时候，他不在新闻里。
但他是Google DeepMind内部AI安全研究的核心架构师之一。在”我们究竟要造什么、它可能伤害我们吗”这个问题上，Legg代表着机构内最持续、最严肃的追问力量。
2011年，他在博士论文和随后的研究综述中，系统收集并分析了20多位思想家（从图灵到维特根斯坦到冯·诺依曼）对”机器智能”的定义，最终写下这句话：”人工智能是人类有史以来可能面临的最大生存风险。”这是2011年，当时大多数人认为担心AGI风险是在浪费时间。
今天，这句话已经成了主流讨论的一部分。一批新生代的AI安全研究员——其中许多人刚刚接触AI安全这个领域——正在以各种形式说同样的话。Legg说这句话已经14年了。
就在本周，已有5名Google DeepMind的AI安全研究员离职，其中包括AGI安全研究员Bilal Chughtai，他在辞职声明中写道”AI可能杀死我们所有人”。Legg没有离职，也没有写公开信。他选择留在机构内部，继续工作，继续对这个问题保持最严肃的追问。
这两种选择本身——离职发声vs留守追问——是今天整个AI安全领域内部最核心的制度性张力。
分道扬镳的深层逻辑：三层不可调和的矛盾
第一层矛盾：商业化速度vs安全性严谨
三人共同构建了AI历史上最重要的研究机构之一。但他们在”这个机构应该以什么速度发展、谁来负责安全”这个问题上，已经给出了三个不同的答案。
Suleyman的逻辑是：AI必须落地、有用户、能创造价值，才能真正影响世界。封闭在实验室里的AGI研究不会改变任何人的生活。商业化速度是AI真正普惠的前提条件。如果AI在商业竞争中输给了那些不在乎安全的公司，安全研究的意义何在？
Legg的逻辑是：我们在开发的东西可能比人类历史上任何发明都更危险。在安全问题没有得到系统性解决之前，加速商业化是在缩短没有安全防护的跑道。速度本身就是最大的风险因素。
Hassabis的逻辑则是一种科学家式的乐观主义：只要研究足够严谨，只要保持对AGI的长期视角，商业化和安全性可以共存。AlphaFold就是证明——它既是顶级科学成就，也是可以直接应用于药物研发的产品，它没有伤害任何人，反而可能挽救无数生命。但这个”科学严谨性可以解决一切”的逻辑，在今天的AI竞争格局下越来越难以维系。
第二层矛盾：机构归属与研究独立性的持续博弈
三人都接受了大机构的资源，但保留独立性的方式截然不同。
Hassabis在Alphabet内部构建了相对独立的王国：DeepMind有自己的伦理委员会，Isomorphic Labs独立运营，他本人作为科学家对自己的研究方向有实质性控制权。但随着Gemini的重要性越来越大，DeepMind的产品压力也越来越大——这是他最终选择退出日常运营的深层背景。即使是最大的科学独立性，也在商业竞争的压力下持续被侵蚀。
Suleyman则彻底放弃了独立性的幻觉，换取了最大的资源和用户基础。他在微软的工作是执行层面的，不是研究层面的。这不是妥协，这是一个清醒的选择：在他的价值观里，规模化应用比研究独立性更重要。
Legg选择了最稳健的方式：留在机构内部，专注研究，不参与商业战争。代价是不在新闻里，代价是工作的影响力完全取决于机构是否把研究转化为行动。
第三层矛盾：欧洲AI主权的失去
DeepMind曾经代表着一种可能性：一个不在硅谷、不依附于大型美国科技公司的欧洲AI研究机构。三位创始人——两个伦敦人，一个新西兰人——都带有对”AI不应由一个地方控制”的天然敏感。
但今天，DeepMind彻底整合进了Alphabet，Inflection被微软吸收，欧洲意义上的”自主AI研究机构”实验，在商业资本的引力下以这种方式落幕了。这不是技术层面的失败——DeepMind的科学成就是真实的，全球领先的。这是资本逻辑的胜利：当美国科技巨头愿意付出数十亿美元的时候，即使是最坚定的独立性坚守者，也很难不被整合进来。
一个没有答案的问题
三位创始人的故事在2026年的这个时间节点上，有了一层额外的意味。
这一周，DeepMind的多名AI安全研究员集体离职，公开表达对AI发展速度的恐惧。OpenAI总裁Greg Brockman刚刚宣布”AGI时代已到来”，Jensen Huang在Dreamforce说”现在我们可以了解一切、做成任何事”，而各国政府的AI监管机构还在争论该如何定义”高风险AI系统”。
在这个语境里，Hassabis、Suleyman、Legg三人的选择变得特别清晰：
Hassabis说AGI”只是几年的事”，但小心翼翼地避开了定义上的承诺，强调要用科学严谨性来推进；Suleyman在《The Coming Wave》里描述的是技术浪潮的力量，刻意回避了”通用智能”的定义之争，专注于呼吁各方建立遏制机制；Legg仍然是那个最早认真论证AI存在性风险的人，在机构内部保持着最持续的追问。
他们三人都没有说”我们当年错了”。但也没有人说”我们当年是对的，而且一切都在朝着好的方向发展”。
这大概是这段故事里最真实的部分：当年一起押注的3个人，现在从3个不同的位置，看着同一件他们亲手开启的事情，各自有着不同的焦虑、不同的判断、不同的责任。
从伦敦一间地下室到全球AI最高权力节点，这段路他们用了14年。但那个最初的问题——我们到底在造什么，它会走向哪里——14年后，没有任何一个人敢说自己已经有了答案。
为什么这个时刻值得记录
Observer报道DeepMind三创始人分道扬镳的故事，选择的时间节点不是偶然的。
这一周，围绕AI的讨论正处于一个特殊的交叉点：研究员们以前所未有的频率离职发声，OpenAI宣布”AGI时代到来”，Anthropic同时在推动AI减速和准备2万亿美元估值的IPO，而各国监管机构还在用2020年的框架讨论2026年的问题。
在这个语境里，重新看DeepMind三位创始人的选择，有一种特殊的清晰度。
他们三人里，Suleyman选择了最有规模影响力的商业路线——他的AI每天在十亿用户的手机和电脑里运行。Hassabis选择了最有科学可信度的路线——他拿着诺贝尔奖，可以在任何场合说”AI可以解决人类最难的问题”而不被质疑。Legg选择了最持续的研究路线——没有成就光环，没有用户规模，只有一个持续了14年的严肃追问。
这三条路不是对立的，也不是可以轻易互换的。它们分别代表着AI进入主流之后，”认真的人”可以选择的三种方式：用规模改变现实，用科学赢得信任，用追问维持清醒。
Hassabis曾在采访中说：他希望DeepMind”在历史书上被记为解决人类最重要问题的机构”。这个愿景在2010年听起来像狂妄，在2024年诺贝尔奖颁布的那一刻，看上去至少在科学层面是成立的。
但”解决人类最重要的问题”究竟意味着什么——是AlphaFold那样的科学突破，是Suleyman式的大规模应用，还是Legg那样的持续安全追问——这个问题在2026年，比在2010年更难回答，也更重要。
关键数字索引
- 190万美元：2010年Peter Thiel的初始投资（换取25%股权）
- 4亿英镑（约6.5亿美元）：2014年Google收购DeepMind的价格
- 75人：DeepMind被收购时的员工数量
- 2024年诺贝尔化学奖：Hassabis/Baker/Jumper，AI历史上首个直接诺贝尔奖
- 6.5亿美元：微软对Inflection的变相收购规模（2024年）
- 10亿+：Suleyman管理的微软AI产品的月活用户数量级
- 2011年：Legg首次在论文中写”AI是人类最大生存风险”
- 5人/7天：最近7天从Google DeepMind离职并公开警告AI风险的知名研究员人数
参考资料：
- Observer: “Google DeepMind’s 3 Founders Are Now Shaping A.I. From Very Different Posts” (2026-09-15) — https://observer.com/2026/09/google-deepmind-cofounders-ai-leadership/
- DeepMind官网：历史成就与创始人背景 — https://deepmind.google/about/
- Reuters: Bilal Chughtai辞职报道 (2026-09-15)
- Suleyman, Hoffman: “The Coming Wave” (2023, Crown Publishing)
- Nobel Prize Committee: Chemistry Prize 2024公告
- Microsoft press release: Suleyman任职公告 (2024)