在人工智能领域，几乎没有比“AGI何时到来”更具争议的命题。DeepMind联合创始人Demis Hassabis，这位曾被视作AGI技术路线标杆的科学家，如今正陷入自我矛盾的反讽之中——认知科学家、AI批评家Gary Marcus近期系统梳理了Hassabis在过去几年的公开言论，发现其关于AGI实现时间线的表述存在显著前后冲突，犹如两条相互打架的“时间线”并存。

据Gary Marcus整理，Hassabis在2020年曾公开表示“AGI可能在十年内实现”，并称DeepMind的AlphaFold、AlphaZero等系统已展示出通往通用智能的“关键构件”。然而到了2024年，Hassabis在多个场合却改口强调“AGI的定义仍不明确”“我们可能高估了进展”，甚至暗示当前的大语言模型并非通往AGI的正确路径。这种从“十年预测”到“定义模糊”的转向，在Marcus看来恰恰暴露了DeepMind叙事策略的脆弱性：当外界用同一把标尺衡量其进展时，公司不得不调整说辞以维系资本的信任。

值得注意的行业背景是，Hassabis的转变并非孤例。OpenAI的Sam Altman同样经历过从“GPT-4已接近AGI”到“我们还没到”的摇摆。这种现象背后的核心矛盾在于：AGI作为一个缺乏可操作定义的学术概念，在商业语境中被过度工具化。DeepMind依赖“AGI研究”“通用问题解决”等宏大叙事吸引投资和人才，但当具体技术路径（如强化学习、大模型、神经符号系统）的局限性逐渐显现时，原本的承诺便难以自圆其说。Gary Marcus的这次“打脸”，本质上是揭穿了AI行业长期存在的“预言通胀”——用技术乐观主义掩盖系统性的认知盲区。

从更宏观的视角看，这一事件提醒行业参与者：对AGI的讨论需要回归严谨的度量标准。目前学界普遍认可的能力维度（如跨任务泛化、因果推理、元学习）尚未在任何单一系统中达到人类水平。如果将Hassabis早期言论与当前现实对比，可以发现DeepMind引以为傲的AlphaZero虽然在国际象棋等封闭领域超越人类，但在开放世界情景下的决策能力仍与宠物猫相当。这种“技术孤岛”与“通用智能”之间的鸿沟，恰是Marcus批评最锋利的落点。

对于科技从业者和投资者而言，与其继续追逐空洞的AGI时间表，不如关注三个实际趋势：一是神经符号系统等混合范式可能成为突破瓶颈的关键；二是AI评估基准将从特定任务走向跨域测试；三是资本对“AGI里程碑”的耐心正在减弱，转而更关注可落地的商业场景。Hassabis的两条时间线之争，终将推动行业回归理性：AGI的抵达日期不是品牌宣传的筹码，而应是严谨科学探索的结果。未来五年内，谁能率先在可量化、可复现的智能评估上取得突破，谁才能真正定义那个模糊的终点。