DEMIS HASSABIS · STANFORD · EVIDENCE REVIEW

从 AlphaFold
看懂 AI 的进展
与未来的边界

科学工具的突破值得重视。AGI 的到来时间、社会收益和个人机会，需要各自的证据。

研究日期 2026.10.1818 项来源入口事实 / 判断 / 推断分开
01

先把三类问题分开

链接是 Hassabis 与斯坦福校长 Jonathan Levin 的对谈笔记。本报告结合官方文字稿、论文、机构公告与使用条款进行核对。[1] [2]

已经发生

特定科学任务取得突破

结构预测已有公开论文与盲测支持。它能帮助研究者提出、筛选和检验假设。

可问：在哪个任务、用什么标准、比谁更好？ [5] [8]

仍是预测

AGI 与社会重构的时间

访谈中的时间判断和宏大类比，不能替代对未来结果的观测。

可问：什么观察会让这个判断改变？

需要自己验证

可问：复核与返工之后，还剩多少收益？

本报告的核心判断

把清晰目标、可用数据、反馈和独立检查放在一起，是值得借鉴的方法。它不能保证每个领域都适用，也不能保证商业成功。

02

成果时间线：每一步验证不同能力

以下按成果年份整理，不使用分享笔记中异常重复的时间戳。2010 为组织起点；其余节点为指定成果，不能解读成连续自动升级的同一个模型。

  1. 2010

    DeepMind 创立

    以智能研究为长期方向。组织愿景没有替代后来的任务验证。

    [2]
  2. 2015

    DQN 论文

    在 Atari 游戏中检验从像素及分数反馈学习行动的能力。已读摘要，未读付费全文。

    [3]
  3. 2016

    AlphaGo 比赛

    击败李世石。围棋中的能力有明确规则和胜负标准。

    [4]
  4. 2020–21

    AlphaFold 2

    2020年CASP14盲测；2021年论文和数据库公开。评价对象变成预测结构与实验结构的差异。

    [5] [6]
  5. 2022

    两亿余预测结构

    数据库扩大了可获取的结构资源。预测数量不等于实验验证数量。

    [6]
  6. 2024

    AlphaFold 3 与诺奖

    AF3扩展至多类生物分子的联合结构；同年化学奖认可结构预测和蛋白质设计贡献。

    [7] [8]
关键区别：方法启发与模型能力要分别证明。

本报告认为：延续的是研究方法与组织经验，不是同一个模型的能力一路迁移。从游戏到生命科学，任务、数据、模型架构与评价标准都发生了变化。不能说“围棋模型直接学会了生物学”，也不能说“一个模型的成功已经证明AGI”。

03

十项主张，逐项看证据

“讲者判断”说明观点的归属，不表示观点已被证实。“本报告推断”是对证据边界的解释。在未核对原始音视频前，疑似引语应作为转述处理，不应加引号制造逐字准确的印象。下文带引号的短语用于定位文字材料或解释概念，不作为现场逐字引语。

共 10 项；4 项事实、4 项判断、2 项推断与建议。

已核实事实

DQN的输入包含奖励反馈

2015年论文摘要写明像素与游戏分数。把它说成“只看屏幕、没有其他信息”会漏掉强化学习的关键反馈。

重写：系统从视觉输入学习策略，并利用游戏分数反馈。

[3]

已核实事实

AlphaFold 2是结构预测突破

2020年CASP14盲测和2021年论文支持其在指定结构预测任务上的进展。盲测使用尚未公开的实验结构作参照。

保留成果，限定任务：它不等于解释全部折叠过程，也不等于解决全部生物学。

[5] [9]

已核实事实

“两亿”是预测结构资源

2022年数据库扩至两亿余条预测结构。不能把数量写成两亿次实验测定，也不能等同自然界全部蛋白质。

重写：覆盖当时近乎全部已编目的蛋白质，置信度因区域而异。

[6] [9]

已核实事实

2024年诺奖的贡献有区分

Baker因计算蛋白质设计获得一半奖项；Hassabis与Jumper因结构预测共同获得另一半。

保留获奖事实；不把三人的工作统称为同一套AlphaFold技术。

[7]

讲者判断

AGI约在2030年前后

分享文稿呈现2030年前后一年；官方文字稿该位置出现“20, 30”的自动转录异常。此报告未听音频确认数字。

[1] [2]

讲者判断

工业革命“100倍”的说法

这是将影响规模与变化速度相乘的表达。他认为这还可能低估影响，但没有提供统一单位、测量方法或可复算的统计模型。

按讲者类比处理；不把100倍画成GDP、生产率或收入的柱形图。

[2]

讲者判断

需要更多可见公共收益

访谈倡议用更多科学成果和安全措施回应公众担忧。“20个AlphaFold”是方向性表达。

不把倡议数字当项目数量、预算承诺或因果研究。

[2]

讲者判断

智能与意识应分开讨论

他认为当前系统没有意识，并承认别人不同意；他主张先发展工具，再研究意识定义。

保留“他认为”；不把某位研究者的立场写成意识问题已被科学解决。

[2]

本报告建议

普通人先验证一个工作流

方法上可以借鉴明确目标、反馈和独立检查。真实工作仍需处理多目标、数据质量及错误后果。

用同类真实任务做对照，记录复核和返工；先证明本次结果可用。

[3] [5]

04

从结构到患者：还缺哪些证据？

科学突破不等于完整的产品成功。每跨越一个环节，都需要相应的新证据。下面是本报告整理的通用转化示意，各环节都可能失败、停止或返回前一步；图示不表示必然抵达健康收益。它不是各阶段成功率图，也不表示所有阶段耗时相同。药物开发部分参考 FDA 的美国流程说明。[17]

1 预测结构

查看局部置信度、训练与测试的关系、适用对象。高置信度不是100%正确，也不是药效证明。

完整证据清单（关闭脚本仍可阅读）
一个环节的证据，只回答该环节的问题
环节应核对不能据此宣布
结构预测置信度、盲测、适用对象机制和药效已经确定
实验检验独立实验、对照、可重复性人体中同样有效
候选药开发活性、选择性、毒性、可制造性等候选物已经成为药品
临床与审评受试人群、对照、终点、随访、监管结论所有患者都能获益
治疗可及价格、供应、医疗服务及实际覆盖覆盖一定带来总体健康改善
健康结局目标人群的效果、不良反应与长期随访收益已公平分配或原因只来自AI
模型置信度不是临床证据。

AF2主要输出静态结构；AF3仍有构象覆盖、无序区域幻觉与立体化学等局限。把结构画得清楚，不代表已经解释所有机制。[8] [9]

2026年9月，Isomorphic Labs披露计算分子搜索及湿实验验证。那是公司对特定研发环节的报告，不能用它证明新药已普遍获批、药物研发全程已缩到几周或患者疾病已被治愈。[16]

05

“开放”必须说清开放什么

研究者能否取得工具，与企业能否按预期用途合法使用工具，是两个不同的问题。免费访问、公开源码、参数许可、输出用途和商业使用范围分别核对。以下为2026年10月18日所读版本的状态，不代表所有历史版本；实际使用仍需检查对应版本与条款。

AlphaFold 的开放层次
对象核实到的状态读者要保留的边界
AF数据库预测结构公开、可访问和批量获取。[6]数据库条目不是实验测得的真值；免费访问不消除后续实验成本。
AF2代码与参数代码Apache 2.0；参数CC BY 4.0。[10]代码、参数、第三方软件和数据条款分别适用。
AF3源码当前源码LICENSE为Apache 2.0。[11] [12] [18]源码许可不能覆盖参数与输出的额外使用限制。
AF3参数及其输出当前仓库提供参数下载直链；仅限条款允许的非商业机构及其非商业用途。[11] [12]参数不得向机构外分享；输出可按条款发布、分享和改编，须标注修改，并继续受输出条款约束。不得将参数或输出用于商业活动，也不得用输出训练同类结构预测模型。
AF3免费Server仓库将免费Server列为非商业入口，另列商业服务入口。[11]Server另有服务条款；不能把参数下载条款直接当成Server条款。本报告核对了仓库入口说明，未逐条审读Server当前服务条款。

开放带来的实际机会

研究者可以复用结构资源，并将新的问题交给实验验证。更多人接触工具，扩大了提出问题的范围。

开放没有自动解决的事

算力、实验设施、训练、资金和分配机制仍可能限制收益。覆盖国家数只能说明触达范围，不能说明每个国家或群体获得相同收益。

使用规模的证据：DeepMind在2025年11月报告超过300万研究人员、190多个国家。这里采用机构发布口径。讲者在访谈中也使用了“几乎每天”和近乎全体生物学家的描述；这些说法没有在本报告中得到独立频率数据支持，不能当作已核实的日活统计。未核验机构数据的去重方式或独立健康效果。[2] [13]

06

笔记中九处需要校正或限定

笔记含机器总结与中英混排文稿；官方全文也注明自动转录可能有错。本报告纠正文字所表达的事实，不在未听音频时判定某处究竟是口误、字幕错误还是总结新增。

  1. President 在这里是“斯坦福校长”。不是国家总统；人名按官方页面使用 Jonathan Levin。[2]
  2. “摩擦与成长”的开场论述要归给开场致辞。分享文稿把这段放在嘉宾上台前；不能因主角是Hassabis就把整段当成他的原话。没有据音频确认开场者身份。[1]
  3. 不能用重复的00:11–00:14定位访谈章节。文稿大量段落使用同一时间范围。页面时长标57分钟，不代表这些时间码可信。[1]
  4. “今年稍后谈监管”不能改成2025年计划。官网发布日期是2026年6月18日，正文只说今年稍后；活动确切日期与方案后续落实未核实。网页发布日期不必然等于活动发生日期，相对时间暂不换算为具体年份。在缺少可靠时间锚时，本报告不判断预测是否按期兑现。[1] [2]
  5. DNDi是独立非营利基金会。WHO/TDR参与创立，不代表DNDi隶属于WHO。两个文字版本均出现机构关系问题，也不能代替章程事实。[2] [14]
  6. 疟疾不是病毒病。病原是疟原虫寄生虫；涉及病原蛋白的例子应使用准确名称，不沿用“疟疾病毒”。[15]
  7. 结构预测不等于模拟完整折叠动力学。访谈的搜索空间与自由能讨论是解释思路，不能把AF2实现简化为“把围棋搜索直接搬来，计算最小自由能”。[5] [9]
  8. “后稀缺”是愿景，不能写成已发生事实。即使生产某些物品更便宜，土地、能源、时间、注意力和权力仍可能稀缺。非零和允许共同获益，不代表原有经济学全部失效。技术潜力不是社会结果的保证。技术收益能否转化为普遍可及的社会收益，还取决于成本、分配、治理和实际应用条件。以上关于稀缺、经济学和收益分配的四句为本报告的概念澄清。[2]
  9. 研发成本降至几十万美元没有得到本文来源支持。官方转录该处提到数千万、也许数百万美元，并带有条件和希望；笔记进一步写到数十万。无论哪一数字，都不是已审计的普遍成本事实。[1] [2]
07

社会问题不能只靠更强模型回答

访谈触及竞争、安全、分配与人的能力。以下为本报告的分析框架，不是讲者已经提交或实施的治理方案。

竞争与治理

让风险信息及时更新，也要能独立检查

头部实验室了解技术进展，但同时有商业利益。动态规则若只依赖企业自报，仍缺少独立验证与责任约束。

验证问题：谁能查看证据？谁能要求改正？事故如何公开与追责？

普惠与分配

工具入口之后，还有能力与服务

向全球开放数据库是有价值的一步。获得数据、完成研究、制造药品和负担治疗是后续不同环节。

验证问题：当地机构是否完成研究？患者是否实际获得可负担治疗？

效率与人的能力

先区分重复操作与必要练习

可以减少格式整理与检索耗时；涉及学习目标时，应保留自己解释、独立完成和检验理解的步骤。

验证问题：离开工具后能否说明理由、发现错误并完成同类新任务？

意识与责任

语言表现不能单独证明主观体验

对意识缺少共同认可的操作定义时，先写清争议、可观察行为与不确定性，避免凭聊天感受下定论。

验证问题：在什么定义下、靠什么测试、由谁独立检验？

避免从技术可行直接跳到社会必然。

能力进展会改变可选方案；最终结果还取决于组织、市场、政策和人的选择。本报告没有据访谈推算就业数量、收入或投资回报。

08

把启发变成一个可检查的小试验

以下是本报告建议，适合低风险、可恢复的工作任务。它不模拟科学研究，也没有验证个人能力提升、用户需求或付费意愿。

一周工作流对照

  1. 选一类真实任务，预先写好结果标准、错误范围和停止条件。
  2. 选至少三份难度相近、内容不同的样本。不要先手工做完再用同一内容测AI。
  3. 交替使用原方法与AI方法。记录任务差异、操作者经验和顺序，避免把熟练效应算成AI收益。
  4. 分别记录制作、复核、返工时间；用相同标准评价结果，有条件时隐藏制作方法再评。
  5. 若质量未达标，即使总耗时下降，也不能直接认定实验成功。只有结果合格才比较成本。出现关键事实错误、数据暴露或不可恢复后果时停止相关试验。

三份样本只够发现问题和调整流程，不是统计效果证明。若用于学习，还要在延后、离开工具后检验迁移；若用于商业，再单独验证客户验收、付款、复用和续费。

把复核和返工也算进去

修改数字并移开输入焦点后更新结果。输入错误会显示提示。

净节省 = 原方法总耗时 − AI制作 − 复核 − 返工

示例净节省15分钟。尚未确认质量，只能作为耗时差，不能视为有效收益。
09

来源、覆盖范围与制作状态

这次看到了什么

已提取分享页智能总结与约8.2万字符的中英混排文稿，定向核对关键段落，并完整读取斯坦福官方文字稿进行研究；文稿字符数含中文、英文与重复格式，不等于独立信息量。对关键科学与机构事实，另读取下列原始来源。

未观看或收听原音视频；未确认活动具体发生日期；未逐句鉴定翻译；未核实监管方案是否后续落地；未对数据库用户统计或公司研发效果进行独立审计。DQN仅读取公开摘要，其他读取范围逐条列明。网页读取成功不等于来源每项主张都得到独立证实。

本报告以事实、讲者判断和本报告分析区分证据。共享笔记和官方转录可能共同保留同一个错误，不能把二者当成两条独立事实验证。

  1. Stanford GSB：官方报道与完整文字稿2026-06-18

    浏览器读取全文；官方提示为自动转录并经轻度编辑。发布日期不等于活动日期。

  2. Nature：DQN / Human-level control2015-02-25

    浏览器读取标题、日期、摘要；全文有订阅限制。摘要明确像素与游戏分数输入、49款游戏。

  3. Google DeepMind：AlphaGo动态页面

    读取官方项目页；核对2016年对李世石比赛。机构项目介绍，非独立经济效果研究。

  4. Nature：AlphaFold 22021-07-15

    读取论文正文与CASP14说明；结构预测盲测不等于药物临床验证。

  5. Google DeepMind：两亿余预测结构2022-07-28

    读取正文；此处是数据库扩容时点与已编目蛋白质范围，非自然界全部蛋白质。

  6. Nobel Prize：2024化学奖公告2024-10-09

    浏览器读取公告正文；区分蛋白质设计与结构预测两项获奖贡献。

  7. Nature：AlphaFold 32024-05-08

    浏览器读取摘要与Model limitations；扩散架构、分子复合物、幻觉、立体化学及动态局限。

  8. EMBL-EBI：AlphaFold 2的能力与局限页面未标固定日期

    读取培训正文；静态结构、构象变化及无序区域等限制。

  9. Google DeepMind：AlphaFold 2代码仓库2026-10-18读取

    核对代码Apache 2.0、参数CC BY 4.0；第三方软件与数据另有条款。

  10. Google DeepMind：AlphaFold 3代码仓库2026-10-18读取

    核对代码与参数分开；免费Server为非商业入口，仓库另列商业服务入口。

  11. AlphaFold 3参数使用条款条款标注2024-11-09

    核对非商业机构的合规非商业用途、输出与再分发限制；使用前仍应重查。

  12. Google DeepMind：AlphaFold五年影响2025-11-25

    读取机构回顾；超过300万研究人员、190多个国家。不是经过本报告审计的日活数据。

  13. DNDi：机构与章程2026-10-18读取

    读取机构正文及章程；独立非营利基金会，WHO/TDR参与创立不等于WHO下属。

  14. WHO：Malaria问答2026-10-18读取

    读取病原说明；疟疾由疟原虫寄生虫引起。此报告不提供诊疗建议。

  15. Isomorphic Labs：AI药物设计路径2026-09-29

    读取公司技术说明；计算搜索与湿实验结果为公司披露，不能直接外推人体疗效。

  16. FDA：药物开发流程2026-10-18读取

    读取发现、临床前、临床、审评及上市后监测说明；美国流程示例，不代指全球全部制度。

  17. AlphaFold 3源码LICENSE2026-10-18重新读取

    当前原文件为Apache License Version 2.0；只核实源码许可，不覆盖参数和输出条款。