金句库

CHAPTER 12 # 金句库 89 条能回溯到一手来源的原话。每条都带人物、精确时间、场合、出处链接与可信度分级——回不到一手的，都不在这里。

    阅读时长 **按需检索**
    时间范围 **2009–2026**
    事实冻结 **2026-07-25**
    入库 **89 条**
    覆盖人物 **17 位**
    图表 **0 个**





  ### 本章要点

1. 这个库没有数量目标，只有证据门槛——它的价值不在于收了多少，而在于拒了多少。 项目最初给的指标是「合并去重后 ≥ 300 条入库」。这个指标已被撤销， 理由是独立 reviewer 的一句话：数量目标会制造为凑数而放宽证据门槛的压力， 而这正是金句库最致命的失败模式。 现在的规则是四条硬门槛（见 1.1），最终条数是多少就是多少。 淘汰原因逐条公开在 1.2。

2. 一次独立的全量引语审计，直接改写了这个库的入库规则。 reviewer 扫了人物档案的 222 条金句与中文语料现存的 750 个署名引语块， 裁定 16 条不可用、570 条需要加限定语，并新查出 13 条此前无人发现的误传—— 包括「每次思考时都点亮整个大脑」（两段原文的拼接）、 「涌现是海市蜃楼」（主持人的概括被挂到嘉宾名下）、 以及 Pichai 一句 weren't the first 被中文稿反译成了「我们是先行者」。 这 16 条现在是本库构建脚本里的硬拦截规则，见 1.5。

3. 两条广泛流传的伪引语被拦在库外，并在这里被点名。 Sundar Pichai 的「p(doom) 约 10%」是主持人 Lex Fridman 说的； 36 氪 / 虎嗅版 Demis 谈「系统 1 / 系统 2」的整段论述在英文原始录音中不存在。 两条都有明确的产生机制，见 1.3。

4. 最容易被误引的两个数字都需要限定语，而且限定语来自不同年份的不同出处。 Shane Legg 的「2028」出自 2009-12-07 的个人博客，在那里它是期望值（众数是 2025）； 「50% 概率」这个说法出自 2011-06-17 的 LessWrong Q&A。 两者不是同一条，不能合并成「他 2009 年就说 50% 概率 2028」。 Demis 的「2030」锚定的是 2010 年那份商业计划书的 20 年期限，不是技术外推。

5. x.com 全站不可访问，所以这里没有一条推文是从原帖取得的。 Oriol Vinyals、Jeff Dean、Logan Kilpatrick、Denny Zhou 的推文全部经二手转载， 库内一律标「二手转载，未能回溯原推」并把可信度降到 B-。

6. 这个库有一个它自己无法修复的结构性偏斜：Demis Hassabis 一个人占了很大比重。 这不是编辑偏好，是语料密度的直接结果——但它意味着「Gemini 阵营的认知」在这里 实际上被近似成了「Demis 的认知」。第十一节把这条偏差量化并写清楚。

    入库 89 条
    覆盖 17 位人物
    2009–2026
    八个主题 · 可按人物 / 年份 / 主题 / 可信度筛选 · 支持全文搜索

   一、入库纪律：为什么这个库比它看起来小

   金句库是伪引语的重灾区。原因很简单：一句话越好听，越容易被转载；转载得越多， 越像真的。 而验证一句话是不是原话，成本远高于转载它。 所以这一章把纪律写在最前面，并且把被拒的条目与入库的条目一样公开。

   1.1 入库的四个必要条件

7. 有逐条一手链接——不是「出自某访谈」，而是指向具体那一场的链接。 一手 = 官方博客 / 官方视频 / 播客官方逐字稿 / 论文 / 财报电话会 / 本人博客 / 权威媒体记者直接引述。 只写得出场合名、给不出链接的一律不收——它们可以出现在第 4 章 · Gemini 独特认知与路线差异的正文里并标注「转述，非原话」，但不进本库。 人物档案 Part 5 那 222 条人物引语整体没有逐条 URL， 所以即使内容判定没问题，也不能原样复制进来。

8. 说话人边界可确认。 播客与访谈里主持人的话极易被并进受访者的回答， 本项目两条已查实的伪引语中有一条正是这么产生的， reviewer 本轮又查出至少三条同类（见 1.5）。凡说话人存疑的一律不收； 问答类内容按说话人 turn 拆开，问题署主持人，不并进嘉宾的长句。

9. 有精确时间与场合，并且每条有稳定 ID。 每张卡片左上角的 q001 这类编号就是它的稳定锚点， 点它会得到本条的固定链接，其他章节可以直接深链引用，后续核查也有唯一标识。

10. 只有中文译文的不进库。 这是本轮最严格的一条新门槛：如果说话人原本讲的是英文，而我们只拿到中文译本、 没有回溯到英文逐字原句，这一条就不能进金句库—— 因为无法排除翻译环节的加工，而加工过的句子在版面上和原话长得一模一样。 这类候选被降级为第 4 章的正文素材，并在那里明确标注「译文，英文原文待回溯」。 唯一的例外是说话人本来就在用中文（中文播客里的华人研究员自述）， 这类标「中文原话」，因为对它们来说英文原文根本不存在。

| | 可信度 | 含义 | 库内如何处理

| | A | 官方一手：官方博客 / 官方视频 / 论文 / 财报 / 本人署名文章 | 直接入库

| | A- | 一手但为自动字幕或第三方转录件 | 入库，标明转录来源

| | B | 权威媒体记者直接引述被访者原话 | 入库

| | B- | 权威媒体二次引用；或经二手转载的推文 | 入库，强制标注「二手转载，未能回溯原推」

| | C+ | 逐字译文，但英文原文尚未逐句回溯 | 入库，强制标注「中文译文，英文原文待回溯」

| | C | 中文转述 / 概括 | 不入库（除非说话人本来就在用中文）

| | D | 传闻、匿名信源 | 不入库

    表 12.1 · 可信度分级与处理方式。分级标准来自 `00-SPEC.md §5`。
      库内每条金句卡片右上角都标了它的等级。




卡片上会出现的四种标记，长这样——**看到它们就说明这一条不是「英文原话」那么简单**：

| | 标记 | 含义

| | 译文 | 这条中文是翻译，以英文原文为准

| | 转述 | 不是逐字原话——金句库里不会出现，只在第 4 章正文里出现

| | 待核 | 出处、时间或说话人还没完全确认

| | 中文原话 | 说话人本来就在用中文说，不存在翻译损耗

    表 12.1b · 卡片上的四种标记。**注意**：`.tag` 这套样式在
      `.quote-meta` / `.counter` / `.compare-table` 之外的容器里会退化成无样式文本，
      所以本表用表格承载而不是用普通段落。




### 1.2 淘汰了什么，为什么

下表是本轮逐条回溯核验的淘汰原因分布。**公开这张表的意义在于：
  它让读者可以判断这个库的筛选是严是松，而不是只能相信我们说它严。**

| | 淘汰原因 | 条数 | 规则代号

| | 回不到一手来源 | 23 | no-primary

| | zh-only | 22 | zh-only

| | 已查实的伪引语 | 17 | known-fake

| | 只有概括或转述，不是逐字原话 | 12 | paraphrase-only

| | 不是任何人的原话（媒体判断 / 分析结论） | 8 | not-a-quote

| | 中文标题加工，正文无此说法 | 1 | title-manufactured

| | 与已入库条目重复 | 1 | duplicate

| | 说话人无法确认 | 1 | speaker-doubt

| | 合计淘汰 | 85 | —

| | 去重合并 | 1 | merge

| | 最终入库 | 89 | —

    表 12.0 · 本轮逐条回溯核验的淘汰原因分布。
      候选来自人物档案 Part 5 的 222 条金句、编年史与人物志中的带链接原话、
      二十场访谈精析、七位第二梯队人物档案，以及中文私域语料里的 467 条逐字引语；
      由六个核验子 agent 分批回溯，再经统一把关与去重。
      「合计淘汰」含子 agent 自行淘汰与合并阶段的二次把关。





  **淘汰率本身是这一章最重要的一个数字。**
    它意味着：如果不做这一步，一个「看起来一样专业」的金句库会混进相当比例的
    非原话、说话人错位与二手转述——而**读者从版面上完全看不出差别**，
    因为伪引语和真引语长得一模一样，都带人名、带日期、带引号。
    **金句库的可信度不来自它收了什么，只来自它拒了什么。**



### 1.3 两条已查实的伪引语，以及它们各自的产生机制


  **伪引语一 · Sundar Pichai 的「p(doom) 约 10%」。**
    这句话是**主持人 Lex Fridman 说的**，不是 Pichai 说的
    （Lex Fridman Podcast #471 官方逐字稿 00:44:34）[@src-835a58822d]。
    Pichai 全程没有给出任何数字，他的实际回答是两层：一层是组织学论证——
    「如果 p(doom) 真的很高，在某个时刻，全人类会团结一致，确保这种情况不会发生……
    具有讽刺意味的是，这里存在一个自我调节的方面」；另一层是他确实承认
    「潜在的风险实际上相当高」。**把主持人抛出的数字并进受访者的回答，
    是对话类内容最典型的一种失真方式。**

  **伪引语二 · 36 氪 / 虎嗅版 Demis 谈「系统 1 / 系统 2」的整段论述。**
    经与英文原始录音比对，**该段落不存在**——原话只有 “improvements still on reasoning,
    on memory” 这样的简短表述（36 氪 / 虎嗅版伪引语，见 §1.3；无公开单页 URL）。
    Demis 确实在别的场合谈过 System 1 / System 2 的概念，
    **但那一整段具体论述是中文转载环节被加工出来的**，不得引用。




  **两条伪引语的共同结构是：把提问者的话，或译者的概括，升格成了当事人的原话。**
    它们不是恶意伪造，而是两个正常动作的副产品——
    第一个是**整理对话时的合并**（把一问一答压成一段），
    第二个是**翻译时的补全**（中文读者需要更完整的逻辑，译者顺手补上）。
    这两个动作在做的时候都不觉得自己在造假，
    **而它们的产物一旦脱离原文语境，就再也无法从文本本身分辨真伪。**
    这正是本库要求「必须回溯到一手录音或逐字稿」的原因：
    **可疑的不是转述者的诚实，是转述这个动作本身。**




  「回不到一手就不收」会系统性地偏向**英语世界与已被充分转录的场合**。
      很多真实发生过的、有价值的表述，只是因为发生在中文播客、内部圆桌或没有官方逐字稿的活动里，
      就被这条规则排除了。这不是提高了准确率，而是把准确率换成了**可及性偏差**。

  最具体的一例：x.com 全站不可访问，导致 Oriol Vinyals、Jeff Dean、
      Logan Kilpatrick、Denny Zhou 的**全部**推文只能经二手转载取得（x.com 不可及，见 §1.3）。
      Oriol 那句 “No walls in sight!” 是 2025 年 scaling 争论中最被广泛引用的一句表态，
      **它几乎确定是真的，但按最严格的标准它无法被本库确证**。
      另一例是中文播客里 Google DeepMind 在职研究员的自述——
      它们在英文材料里完全没有对应物，一旦以「无英文原文」为由排除，
      就等于承认「只有英语世界发生的事才算数」。

  当某类来源的**不可及是系统性的、且与内容真实性无关**时，
      用同一条标准一刀切就会产生偏差。反过来，当不可及恰恰源于内容本身不可靠
      （比如只在聚合站转来转去、找不到任何原始场合）时，这条标准是对的。

  正方收窄价值之争 **反方成立，本库据此做了两处让步，而不是坚持一刀切。**
      第一，**二手转载的推文仍然入库**，但强制标注「二手转载，未能回溯原推」并把可信度降到 B-——
      **让读者自己决定要不要用**，比替读者决定更诚实。
      第二，**中文母语者本人用中文说的话按「中文原话」入库**，不因为没有英文原文而排除，
      因为对这类内容来说英文原文根本不存在，要求它是一个范畴错误。
      真正被一刀切排除的只有一类：**既回不到原始场合、说话人也无法确认**的转述。
      这一类的排除，本库不认为有误杀风险。



### 1.4 三个数字，引用时必须带限定语

| | 常见引法 | 问题在哪 | 正确写法

|

         | 「Shane Legg 2009 年就说 AGI 有 50% 概率在 2028 年到来」
         | **把两个不同年份、不同出处的东西合并了。**
          2009-12-07 的个人博客给的是**期望值 2028、众数 2025、90% 区间 2018–2036**，
          **那一篇里没有「50%」这个数**；明确的 10% / 50% / 90% = 2018 / 2028 / 2050
          出自 **2011-06-17 的 LessWrong Q&A**，还附了「无战争、无灾难、
          经济与政治发展良好」的条件。
         | 分两条写：2009 年博客的期望值 2028；2011 年 Q&A 的 50% 分位 2028。
          **本库把这两条作为独立条目收录，正是为了防止它们被合并。**

| | 「Demis 预测 AGI 在 2030 年到来」 | 两处失真：① 他给的是约 50% 概率，不是保证； ② 这个数锚定的是 2010 年那份商业计划书的 20 年期限，不是技术外推—— 这解释了它十六年不动的稳定性，也说明它缺乏更新机制。 | 「他的立场是 5–10 年区间，其中约 50% 概率落在 2030 年前」， 并注明锚点性质。

| | 「Google DeepMind 认为 AGI 在 2028 / 2030 年到来」 | 门槛不同，数字不可比。 同一家公司内部至少并存三套互不兼容的门槛： Legg 的 minimal AGI、官方安全论文的 Exceptional AGI（熟练成人第 99 百分位）、 以及研究者的体感 AGI。 | 引用任何数字时必须同时给出门槛定义。本库每条时间表金句都标了门槛。

    表 12.2 · 三个高频误引及其修正。这三条在库内对应的条目都写了 caveat。




### 1.5 独立审计查出的十六条，现在是构建脚本里的硬拦截

本库交付前，一位独立 reviewer 做了一次全量引语审计：扫了人物档案 Part 5 的 222 条金句，
  以及中文语料里现存的 **750 个带署名引语块**，共 972 个物理条目（独立审计口径见 §1.5）。
  裁定结果是 **386 条可用、570 条需要加限定语、16 条不可用**。


  **顺带更正一个数字。** 本项目的交接文档里一直写「中文语料有 467 条逐字引语」。
    reviewer 按当前文件结构实测，得到的是 **750 个带署名引语块**——
    467 很可能是某一轮去重前或按逻辑条目的旧统计，**已不是当前库存**。
    本章所有关于中文语料规模的表述都按 750 写。



那 16 条不可用的引语，最值得注意的地方是**它们没有一条是凭空编出来的**。
  污染的四种真实机制是：**主持人的总结被挂到嘉宾名下**、
  **两段原文被拼成一句更有传播力的新句子**、
  **中文双重转译被反向生成成「英文原话」**、
  以及**删掉 typically / maybe / almost / some 之后观点强度发生变化**。
  下表列出其中最容易被继续传播的九条。

| | 流传的版本 | 问题 | 一手来源里的实际说法

|

         | Jeff Dean：稠密模型「**每次思考时都点亮整个大脑**」
         | 拼接。Pathways 原文分别说「整个神经网络都会激活」与人脑「只调用相关部分」，**没有这句话**
         | 两段分开转述，不加引号

| | Jack Rae：「涌现是海市蜃楼」 | 误署。这是主持人 Nathan Labenz 的概括，Jack 只是同意后讲了「scarily predictable / Moore’s Law style improvement」 | 写成「主持人概括为 mirage，Jack 回应并描述内部曲线」

|

         | Sundar Pichai：「**我们是搜索领域的先行者，也是电子邮件或浏览器的开创者**」
         | **极性反译。**原文三个谓语全是否定
         | “We weren't the first company to do search. We weren't the first company to do email. We weren't the first company to build a browser.”

| | Demis：AlphaFold 是「生物学的古腾堡时刻」 | 英文原视频里没有 Gutenberg；中文双重转译把主持人的类比写进了回答 | “I’d argue we’ve already had one of those moments with AlphaFold.”

|

         | Demis：模拟器是攻克社会科学问题的「**终极路径**」
         | `ultimate path` / `cracking` 均不存在，且删掉了 `some` 与 `maybe`
         | “simulations is the way we can address **some** of what we **maybe** think of as social sciences, like economics”

| | Shane Legg 的 AGI 定义：「able to do the cognitive tasks people can do」 | 删掉 sorts of / typically / possibly more，把「典型人类的认知任务」抬成了无条件全集 | “a machine that can do the sorts of cognitive things that people can typically do, possibly more”

| | Oriol Vinyals：「Post-training: still a complete greenfield」 | 逐字引语错一个词 | “Post-training: Still a total greenfield.”

| | Sundar：AI 生成了「超过四分之一的新代码字符」 | 官方口径是 all new code，不是 characters；且漏掉「由工程师审查并接受」 | 「超过四分之一的新代码由 AI 生成，再由工程师审查和接受」

|

         | Move 37「在训练数据中出现的概率是万分之一」
         | 1/10,000 是模型估计**人类会下这一手**的概率，**不是训练数据出现频率**
         | 按 DeepMind 官方页面的表述改写


    表 12.3 · 独立审计新查出的误传（节选九条，完整 16 条见构建说明）。
      这 16 条已经写成本库构建脚本里的**硬拦截规则**：
      任何子 agent 提交的候选只要命中其中一条，在合并阶段直接被拒，不进人工复核。





  **这张表真正该被记住的不是这九条本身，而是它们的共同点：每一条都比原话更好读。**
    「点亮整个大脑」比「整个神经网络都会激活」更有画面感；
    「古腾堡时刻」比「one of those moments」更像金句；
    删掉 `typically` 和 `maybe` 之后，句子更干脆也更有力。
    **失真的方向是高度一致的——都朝着「更适合被引用」的方向偏移。**
    这说明污染不是随机噪声，而是一个**有系统性梯度的过程**：
    每一次转述都在朝传播效率优化，而准确性是被优化掉的那个代价。
    **所以「这句话读起来太顺了」本身就应该是一个警报信号**——
    本库在核验时把它当成了一条实际的筛查启发式。



### 1.6 那 570 条「不是全错，但直接照搬就会失真」的，怎么处理

⚠️ 类是审计里数量最大的一档，占了近六成。它们的共同特征是：
  **主旨大体成立，但缺了一个限定语、或场合标错、或说话人边界没拆清**。
  本库对这一类不是简单删掉，而是**补限定语后入库**——
  补进去的话写在卡片底部的 ⚠ 那一行，
  而且是由构建脚本按规则自动补的，不依赖人工记性。举三个例子：

| | 触发条件 | 如果不补会怎样 | 自动补进 caveat 的限定语

| | 说话人是 Shane Legg，且发言时间在 2009–2011 | 读者会把「2028」与「50%」合并成 「他 2009 年就说 50% 概率 2028」——这是审计明令禁止的写法 | 「2009-12-07 博客给的是众数约 2025、期望值约 2028、90% 可信区间 2018–2036， 原文没有『50%』；明确的 50% 分位首见于 2011-06-17 LessWrong Q&A。 两者分属不同年份与出处，不可合并。」

| | 说话人是 Demis Hassabis，且引语里出现「2030」 | 读者会把它读成一个由技术趋势外推出来的硬期限， 而它实际上是一个承诺锚——这解释了它十六年不动，也说明它缺乏更新机制 | 「2030 是从 2010 年商业计划书的 20 年任务尺度回溯出的承诺锚， 不是由 benchmark 或 scaling 曲线外推出的硬期限；他给的是约 50% 概率，不是保证。」

| | 来源是 x.com 上的推文（Oriol / Jeff Dean / Logan Kilpatrick / Denny Zhou） | 这些内容在版面上和一手逐字稿毫无区别， 但本项目的抓取环境里 x.com 全站不可访问，它们全部来自二手转载 | 「二手转载，未能回溯原推。」同时把可信度从 A/B 降到 B-。

    表 12.4 · ⚠️ 类的三条自动补限定语规则。规则写在构建脚本里，
      每次重建都会重新执行一遍，因此不会因为人工遗漏而失效。




## 二、检索台

下面的筛选条对本页所有金句生效。**筛选是「与」的关系**：
  同时选人物和主题，只会显示同时满足两者的条目。
  同一行内多选是「或」的关系。搜索框匹配原话、译文、人物、场合与解读。



    搜索

    共 **89** 条



  主题

  年份

  人物

  可信度





### 2.1 这个库由谁构成



    图 12.1 · 入库金句的人物构成
    悬停看条数；只显示条目数 ≥ 2 的人物





    统计对象是本页实际入库的 89 条金句，逐条可在下方检索台核对。
    **这张图的形状本身是一条发现**，见第十一节对语料偏斜的讨论。






    图 12.2 · 主题随年份的漂移
    堆叠柱；点图例可以单独看某个主题





    按每条金句的**发言年份**与**第一主题**归类。2021 年之前的条目是「前史」
    （Shane Legg 2009–2011 的三条时间表表态），2026 年只统计到 07-25。
    文字替代：每条金句卡片上都标了年份与主题标签，用检索台按年份筛选可以复现本图任意一列。




## 三、使命与世界观

这一组是全库最稳定的部分。Demis 那句「第一步，解决智能；第二步，用它去解决其他一切」
  从 2010 年的商业计划书一直用到 2026 年的 I/O 收尾，十六年一字未改；
  Jeff Dean 2021 年那个「稠密模型每次都点亮整个大脑」的比喻，五年零漂移。
  **共同线索是：这些人的世界观成形于产品竞争之前，并且几乎不受竞争影响。**
  读这一组时值得留意一件事——**越是本体论层面的表述（信息是宇宙最根本的单位、
  经典机器足以逼近大脑），越不可证伪，因而越不该被当作技术判断来读。**

q001Demis Hassabis2023-04-16CBS《60 Minutes》“The Revolution”（记者 Scott Pelley）A

I’ve always believed that it’s gonna be the most important invention that humanity will ever make.

Demis Hassabis2023-04-16CBS《60 Minutes》“The Revolution”（记者 Scott Pelley）^[1]来源

我一直相信，它将会是人类有史以来做出的最重要的发明。

译文译自左侧英文，以英文为准

解读 注意开头的「I’ve always believed」——这是在 Bard 翻车两个月后说的，他用「我一向如此」把公司当下的窘境和个人的长期信念切割开。这是他最常用的一种叙事防御。

CBS 官方文字稿登记册 A-1 #76

q002Demis Hassabis2024-12-08诺贝尔奖演讲《Accelerating scientific discovery with AI》A

My Proposed Conjecture: “Any pattern that can be generated or found in nature can be efficiently discovered and modelled by a classical learning algorithm”

Demis Hassabis2024-12-08诺贝尔奖演讲讲稿幻灯片（他本人为这句话自加的标题即「My Proposed Conjecture」）^[2]讲稿 PDF

我提出的猜想：「任何能在自然界中被生成或被发现的模式，都能被一个经典学习算法高效地发现并建模。」

译文译自左侧英文，以英文为准

解读 全材料最重要的一句：它把「为什么 AI 能解蛋白质折叠却解不了大数分解」从工程经验上升为一个可证伪的科学猜想。而它之所以可证伪，恰恰取决于范围有多大——所以这句话一个字都不能加。 ★2026-07-26 更正：此前本条引作「Maybe any pattern or structure…」，多出来的 “or structure” 在全部 744 个已缓存来源里零命中。幻灯片原文是「Any pattern」，且 Lex Fridman 2025 年当面复述时用的也是「any pattern」。真正的口语版出自 2025-04 剑桥演讲，措辞是「I think one potential idea here is that any pattern that can be generated or found in nature, so i.e. has some real structure, physical structure, can be efficiently discovered and modeled…」——那里的 “structure” 是对「found in nature」的收窄性注解（必须有真实物理结构），不是与 “pattern” 并列的第二个主语。写成「pattern or structure」把一句收窄读成了扩张，方向正好相反。 用幻灯片原文反而更有力：白纸黑字的「My Proposed Conjecture」比一个「Maybe」更能说明他知道自己在赌什么——一个只想要差异化叙事的人不会在诺奖讲台上给自己的猜想挂上署名。

诺贝尔奖官方讲稿 PDF（幻灯片）登记册 01-people-dossier Part 5 #8REVIEW-12 §2.3-4 · 恢复原范围 + 链接改指 PDF（2026-07-26）⚠ 该 PDF 是幻灯片而非口播逐字稿；幻灯片上没有「Maybe」，它自带的限定语是「My Proposed Conjecture」。此前链接指向 …/hassabis/lecture/ 落地页（2,885 字全是导航，无正文），已改指讲稿 PDF。

q003Noam Shazeer2025-02-12Dwarkesh Podcast，回忆当初为什么加入 GoogleA-

Maybe I’ll just make some money… and just work on AI research for a long time.

Noam Shazeer2025-02-12Dwarkesh Podcast，回忆当初为什么加入 Google^[3]来源

也许我就先赚点钱……然后长期做 AI 研究。

译文译自左侧英文，以英文为准

解读 二十五年后他两次离开 Google，而这个动机一次没变过。收录准确原文是为了替换掉流传的摘要版「加入 Google 只是为了攒钱做 AI」——后者不是原话。

Dwarkesh 官方逐字稿登记册 REVIEW-08 §2.2 #22（更正版）⚠ ★流传版本「为了攒钱做 AI」是摘要，不是逐字原话。 Noam Shazeer 于 2026-06-17/18 离开 Google 加入 OpenAI；具体职称未获可访问的一手来源确认。

q004Demis Hassabis2025-07-23Lex Fridman Podcast #475，谈自己做 AI 的最终动机A

I’ve always had this sort of screaming at me in my face and it’s getting louder.

Demis Hassabis2025-07-23Lex Fridman Podcast #475，谈自己做 AI 的最终动机^[4]来源

这些问题一直冲着我的脸尖叫，而且声音越来越大。

译文译自左侧英文，以英文为准

解读 他自述做 AI 的最终动机——不是产品也不是竞争，而是关于现实本质的那组问题。收录准确原文是为了替换掉此前那个被标为「大意」的改写版。

Lex Fridman 官方逐字稿登记册 REVIEW-08 §2.2 #19（恢复准确原句）⚠ ★此前流传的版本是改写而非逐字原句。

## 四、AGI 的定义、门槛与时间表

这一组最容易被误引，原因不是有人不诚实，而是**门槛不同，数字不可比**——
  同一家公司里并存三套互不兼容的 AGI 门槛，而公众讨论几乎从不区分它们。
  另一条共同线索更值得注意：**这些数字承担的功能并不相同。**
  联合创始人给的是动员，研究负责人给的是定位，对股价负责的 CEO 给的是期望管理——
  而三位 Gemini 技术负责人在五年半里一个数字都没给过。
  两个最常被引用的数字都需要限定语，见上文 1.4。

q005Shane Legg2009-12-07个人博客 vetta.org《Tick, tock, tick, tock… BING》B-

while my mode is about 2025, my expected value is actually a bit higher at 2028… my 90% credibility region… comes out at 2018 to 2036.

Shane Legg2009-12-07个人博客 vetta.org《Tick, tock, tick, tock… BING》^[5]来源

我的众数大约是 2025，但期望值其实稍高一些，在 2028……我的 90% 可信区间落在 2018 到 2036。

译文译自左侧英文，以英文为准

解读 全行业最早也最稳定的 AGI 数字的真正原点。注意它给的是期望值而不是分位数——期望值被 2030–2040 的长尾拽高，所以 2028 高于众数 2025，这不代表他更悲观。

本人博客原帖，早于 DeepMind 成立一年登记册 REVIEW-02 §5 Q03 历史沿革第 1 条⚠ ★这一篇里没有「50%」这个数。明确的 10% / 50% / 90% = 2018 / 2028 / 2050 出自 2011-06-17 的 LessWrong Q&A，另有「无战争、无灾难、经济与政治发展良好」的条件。禁止写「Shane Legg 2009 年就说 50% 概率 2028」——那是把两个不同年份、不同出处的东西合并成了一句。另：90% 区间 2010-12-10 被他自己修正为 2018–2045。 2009-12-07 博客给的是众数约 2025、期望值约 2028、90% 可信区间 2018–2036，原文没有「50%」；明确的 50% 分位首见于 2011-06-17 LessWrong Q&A。两者分属不同年份与出处，不可合并。 二手转载，未能回溯原推。

q006Jeff Dean2016-08-01Metis Strategy 播客（2016-07-18 录制），Forbes 发表编辑版问答，Peter High 问 AGI 还有多远B

I will not hazard anything other than a broad guess, which is I think we are fifteen to fifty years away—probably closer to the lower end of that range.

Jeff Dean2016-08-01Metis Strategy 播客（2016-07-18 录制），Forbes 发表编辑版问答，Peter High 问 AGI 还有多远^[6]来源

除了一个粗略的猜测之外我不愿多说：我认为我们还有十五到五十年——大概更接近这个区间的下限。

译文译自左侧英文，以英文为准

解读 Jeff Dean 唯一一条可引的 AGI 数字，而且是 2016 年的。他此后十年再没给过新数字——这个空白本身比任何数字都更能说明他的立场。

Forbes 实录（前史，早于本项目时间窗）登记册 REVIEW-02 §5 Q04⚠ ★这是 2016 年的旧估计，必须连年份一起引用，不能当作他 2025/2026 年的现行观点。流传的「我不知道 AGI 是 5 年还是 50 年」一句查无一手出处，禁止使用。他 2025 年关于「五、十、十五、二十年」的说法讲的是自动化科研进展，不是 AGI 到达时间，不得混用。

q007Shane Legg2023-10-26Dwarkesh Podcast（时间戳 00:34:03 起）A

I think there’s a 50% chance that we have AGI by 2028. Now, it’s just a 50% chance.

Shane Legg2023-10-26Dwarkesh Podcast（时间戳 00:34:03 起）^[7]来源

我认为到 2028 年我们有 50% 的概率拥有 AGI。注意，这只是 50% 的概率。

译文译自左侧英文，以英文为准

解读 「50% by 2028」这个说法最清晰的一手版本。他自己在同一句里加了「注意，这只是 50%」——这个自我限定在转载中几乎总是第一个被删掉的部分。

Dwarkesh 官方逐字稿，带时间戳登记册 REVIEW-02 §5 Q03⚠ ★与 2009 年博客那条是两个不同出处、不同统计量，不可合并。他的门槛是 minimal AGI（能做典型人能做的认知任务），显著低于 Demis 的门槛；Google DeepMind 内部并存三套互不兼容的 AGI 门槛，不写门槛就引用数字必然误读。

q008Shane Legg2023-10-26Dwarkesh Podcast，紧接上一条A

I think it’s entirely plausible but I’m not going to be surprised if it doesn’t happen by then.

Shane Legg2023-10-26Dwarkesh Podcast，紧接上一条^[7]来源

我认为这完全有可能，但如果到那时没有发生，我也不会感到意外。

译文译自左侧英文，以英文为准

解读 紧跟在「50% by 2028」后面的限定句。它把一个看起来强硬的数字还原成了一个概率判断——而这一句在中文转载里几乎从未出现过。

Dwarkesh 官方逐字稿登记册 REVIEW-02 §5 Q03 紧邻限定⚠ 引用 2028 这个数字时应当连这一句一起引，否则会把一个概率判断读成一个预言。

q009Shane Legg2023-10-26Dwarkesh Podcast，给 AGI 下定义时A

a machine that can do the sorts of cognitive things that people can typically do, possibly more

Shane Legg2023-10-26Dwarkesh Podcast，给 AGI 下定义时^[7]来源

一台能做人们通常能做的那类认知任务的机器，也许还能做更多。

译文译自左侧英文，以英文为准

解读 这是 minimal AGI 门槛的准确原文。三个限定词（sorts of / typically / possibly more）决定了这个门槛的高度，而流传版本把它们全删了。

Dwarkesh 官方逐字稿登记册 REVIEW-08 §2.1 #24（更正版）⚠ ★流传的版本「able to do the cognitive tasks people can do」删掉了 sorts of / typically / possibly more，把「典型人类的那类认知任务」抬高成了无条件全集，门槛因此被改变。该版本已被本项目判为不可用。

q010Demis Hassabis2024-02-23NYT《Hard Fork》播客A-

we stated in there [a] 20-year time scale, and I think we’re actually pretty on track.

Demis Hassabis2024-02-23NYT《Hard Fork》播客^[8]来源

我们（2010 年那份计划书）里写的是一个 20 年的时间尺度，而我认为我们其实相当按计划推进。

译文译自左侧英文，以英文为准

解读 整条 AGI 时间表的真正锚点：一份 2010 年的商业计划书。这解释了它十六年不动的稳定性，也解释了它缺乏更新机制——一个承诺锚不需要被证据更新。

YouTube 官方字幕登记册 01-people-dossier Part 0 发现 1⚠ ★「2030」这个数是主持人做的 2010 + 20 换算，Demis 只作了大致确认，他并没有在 2010 年公开给出「2030 必达」。另：A 级一手（NYT 官方文字稿，2025-05-23）用的词是 “a roughly 20-year mission”，而 “business plan” 一词出自本条的字幕转录（B 级），两者不得混用。

q011Jeff Dean2025-02-12Dwarkesh Podcast（回应 Noam Shazeer「世界 GDP 会涨几个数量级」）A

I’m not sure I agree completely, but it’s a pretty interesting thought experiment.

Jeff Dean2025-02-12Dwarkesh Podcast（回应 Noam Shazeer「世界 GDP 会涨几个数量级」）^[3]来源

我不确定我完全同意，但这是个相当有意思的思想实验。

译文译自左侧英文，以英文为准

解读 两小时长谈里唯一一次公开分歧，而且措辞克制到几乎听不出来。它值得记，是因为 Jeff Dean 对起飞速度的怀疑从不用否定句表达——这是他全部经济类表态里最接近立场的一次。

Dwarkesh 官方逐字稿（122 KB 全文）登记册 A-1 #217⚠ 针对的是 Noam 关于经济增速的假设，不是对 AGI 时间表的表态；Jeff Dean 从未给过 AGI 年份或概率。★ 2026-07-26 更正：本条出处栏此前写「Noam 说世界 GDP 会涨两个数量级」，Noam 的原话是「几乎肯定会大幅上升，甚至比今天高出几个数量级」——「两个」是给一个模糊量词编了一个具体数字，来源上无据。

q012Demis Hassabis2025-04-20CBS《60 Minutes》，记者 Scott Pelley 问「On track for AGI in—」A

In the next five to ten years, I think.

Demis Hassabis2025-04-20CBS《60 Minutes》，记者 Scott Pelley 问「On track for AGI in—」^[9]来源

我想，在未来五到十年内。

译文译自左侧英文，以英文为准

解读 与上一条口径不同的另一个一手版本。两条并列才是他的完整立场——只取其一充当「他的预测」，会得到一个比实际更确定或更保守的版本。

CBS 官方文字稿登记册 REVIEW-02 §5 Q01 第二个可回放一手⚠ 问句「On track for AGI in—」属主持人 Scott Pelley，不得并入受访者的回答。

q013Sundar Pichai2025-06-05Lex Fridman Podcast #471（时间戳 00:40:31–00:41:24）A

Will the AI think it has reached AGI by 2030? I would say we will just fall short of that timeline, so I think it’ll take a bit longer.

Sundar Pichai2025-06-05Lex Fridman Podcast #471（时间戳 00:40:31–00:41:24）^[10]来源

到 2030 年，AI 会认为自己已经达到 AGI 了吗？我会说，我们刚好会赶不上那个时间线，所以我认为这需要更长一点的时间。

译文译自左侧英文，以英文为准

解读 Alphabet 内部最保守的一次 AGI 表态，也最常被概括错。他说的是「略晚于 2030」，不是「AGI 还很遥远」——后者是一个完全不同强度的判断。

Lex Fridman 官方逐字稿，带时间戳登记册 REVIEW-02 §5 Q02⚠ 禁止概括为「Sundar 认为 AGI 还很遥远」。⚠️ 本集是本项目最著名伪引语的产地：「p(doom) 约 10%」是主持人 Lex Fridman 说的，不是 Pichai 说的（同一份逐字稿 00:44:34）。

q014Sundar Pichai2025-06-05Lex Fridman Podcast #471，紧接上一条A

I don’t think we’ll quite get there by 2030, so my sense is it’s slightly after that.

Sundar Pichai2025-06-05Lex Fridman Podcast #471，紧接上一条^[10]来源

我不认为我们能在 2030 年之前完全到那一步，所以我的感觉是，会在那之后稍微晚一点。

译文译自左侧英文，以英文为准

解读 上一条的确认版。两句连读可以看出他的分歧是方法论性质的：他同时认为「到 2030 年会有惊人进展」，只是不认为那一步会跨过 AGI 这个门槛。

Lex Fridman 官方逐字稿登记册 REVIEW-02 §5 Q02

q015Sundar Pichai2025-06-05Lex Fridman Podcast #471，谈 AJI（artificial jagged intelligence）时A

I don’t know who used it first, maybe Karpathy did.

Sundar Pichai2025-06-05Lex Fridman Podcast #471，谈 AJI（artificial jagged intelligence）时^[10]来源

我不知道是谁最先用这个词的，也许是 Karpathy。

译文译自左侧英文，以英文为准

解读 收录这一句是为了拦下一个流行误读：AJI 这个词常被说成 Pichai 创造的。他自己当场把归属指向了 Karpathy——而这句归属声明比那个词本身更值得保留。

Lex Fridman 官方逐字稿登记册 REVIEW-08 §2.2 #43⚠ 任何把「AJI」的发明权署给 Pichai 的写法都与他本人的说法冲突。

q016Demis Hassabis2025-07-23Lex Fridman Podcast #475（时间戳 00:52:33）A

My estimate is sort of 50% chance by in the next five years, so by 2030 let’s say.

Demis Hassabis2025-07-23Lex Fridman Podcast #475（时间戳 00:52:33）^[4]来源

我的估计大概是：未来五年内有 50% 的概率，也就是说，到 2030 年吧。

译文译自左侧英文，以英文为准

解读 全材料被引用最多的一句时间表表态，也是最常被写成「保证 2030 实现 AGI」的一句。他给的是概率与区间，不是承诺；而这个区间的锚点是一份 2010 年的商业计划书。

Lex Fridman 官方逐字稿，带时间戳登记册 REVIEW-02 §5 Q01⚠ 他的完整立场是 5–10 年区间 + 约 50% 概率落在 2030 年前，两条必须并列引用。2030 是从 2010 年商业计划书的 20 年任务尺度回溯出的承诺锚，不是由 benchmark 或 scaling 曲线外推出的硬期限。禁止改写为「Demis 保证 2030 实现 AGI」。

q017Jeff Dean2025-08-21The Moonshot Podcast: Deep DiveA-

The reason I tend to steer away from AGI conversations is lots of people have very different definitions of it and the difficulty of the problem varies by like factors of a trillion.

Jeff Dean2025-08-21The Moonshot Podcast: Deep Dive^[11]来源

我倾向于回避 AGI 这类对话，原因是很多人对它的定义非常不同，而这个问题的难度会相差大约一万亿倍。

译文译自左侧英文，以英文为准

解读 「一万亿倍」这个量词是全材料对 AGI 时间表讨论最锋利的一句评价。它不是说 AGI 遥远，而是说这个问题在被定义清楚之前不可讨论。

本人出镜视频登记册 REVIEW-02 §5 Q04 现行立场⚠ 他在同一场明确拒绝给出新的时间点，并区分「比普通人强」与「达到人类专家/世界专家水平」两档。

q018Demis Hassabis2025-11-18NYT《Hard Fork》播客（Gemini 3 发布同日）A-

No, I think it’s dead on track if you see what I mean… I think this is the fastest progress that anyone in the industry has managed.

Demis Hassabis2025-11-18NYT《Hard Fork》播客（Gemini 3 发布同日）^[12]来源

不，我认为它完全在轨道上，如果你明白我的意思……我认为这是业内任何人所取得的最快进展。

译文译自左侧英文，以英文为准

解读 被问「Gemini 3 是否改变了时间表」时的回答。注意这是对同一件事的第四种语言：产品说质量驱动，财务说读懂气氛，研究侧不表态，CEO 说根本没有延期。四种说法零冲突，定性完全不同。

YouTube 官方字幕（NYT 正文付费墙），引语标 [自动字幕]⚠ 自动字幕转录。

q019Google（官方，Gemini 3 发布）2025-11-18Gemini 3 发布官方博客（Demis Hassabis 与 Koray Kavukcuoglu 署名）A

Today we’re taking another big step on the path toward AGI and releasing Gemini 3.

Google（官方，Gemini 3 发布）2025-11-18Gemini 3 发布官方博客（Demis Hassabis 与 Koray Kavukcuoglu 署名）^[13]来源

今天我们在通往 AGI 的道路上又迈出一大步，发布 Gemini 3。

译文译自左侧英文，以英文为准

解读 把 AGI 写进产品发布公告的第一句，是 Google 措辞的一次明显变化。对照 Demis 自己「AGI 不该被变成营销词」的批评，这条官方文案与他个人立场之间的张力值得下游正面处理。

官方发布博客登记册 A-1 #289⚠ 机构表述，非个人口语。

q020Dario Amodei2026-01-20WEF 达沃斯主论坛《The Day After AGI》（主持人：The Economist 主编 Zanny Minton Beddoes）A-

AI systems building AI systems.

Dario Amodei2026-01-20WEF 达沃斯主论坛《The Day After AGI》（主持人：The Economist 主编 Zanny Minton Beddoes）^[14]来源

AI 系统在构建 AI 系统。

译文译自左侧英文，以英文为准

解读 Amodei 不是 Google 的人，但这条必须入库：它是两位立场最不同的实验室 CEO 唯一一次完全一致，也因此成为整份档案里可信度最高的一个前瞻指标。

WEF 主论坛官方视频；被问「判断 AGI 早晚最该盯什么信号」⚠ Amodei 为 Anthropic CEO，非 Google DeepMind 人士；日期档案标 2026-01-20/21。 该内容涉及主持人转述环节，说话人边界已逐句核对。

q021Demis Hassabis2026-01-20WEF 达沃斯主论坛《The Day After AGI》（回应 Amodei）A-

I agree on that.

Demis Hassabis2026-01-20WEF 达沃斯主论坛《The Day After AGI》（回应 Amodei）^[14]来源

这一点我同意。

译文译自左侧英文，以英文为准

解读 同一个月他在别处连续反驳了 Ilya、LeCun、Amodei、Musk 四个人，唯独在这个问题上点头。这说明「AI 造 AI」不是一个立场问题而是一个可观测信号——也就成了最值得监测的一项。

WEF 主论坛官方视频⚠ 同一次达沃斯行程中他在 Bloomberg 专访里反驳了 Amodei 的另一项判断（就业冲击速度），两者不矛盾但不可混引。

q022Demis Hassabis2026-05-19Google I/O 2026 keynote 收尾A-

When we look back at this time, I think — maybe I’m thinking 10 years from now — I think we will realize that we were standing in the foothills of the singularity now.

Demis Hassabis2026-05-19（原话）／2026-06 复述Google I/O 2026 keynote 收尾；全文以他本人在 Stanford GSB 上的复述为准（“So the full thing I said to sort of close the conference with was…”）^[15]他本人复述的全文 · ^[16]keynote 视频

当我们回望此刻——也许我说的是十年之后——我想我们会意识到，我们当时正站在奇点的山麓。

译文译自左侧英文，以英文为准

解读 四个月前他刚说 Musk 的「已进入奇点」极其为时过早。差别不在立场而在定义：1 月他反驳的是「奇点=事件」，5 月他说的是「奇点=时代」。任何引用都必须带上这个转换。 ★2026-07-26 换回全文版，本条的性质随之改变。此前本条采用的是「We’re at the foothills of the singularity.」——一个现在时的断言句。原话不是这样：它是一个以十年后回望为框架的双重推测（when we look back… / maybe I’m thinking 10 years from now / I think we will realize that we were standing…）。而这个还原不是本项目做的，是当事人自己做的：Jonathan Levin 在 Stanford GSB 上问起这句话时，Demis 先说「Yes, it got quite a lot of pick up that line.」，然后主动把全文复述了一遍。换句话说，此前本条采用的恰好是那个「got quite a lot of pick up」的媒体压缩版，而当事人在另一场公开对谈里专门把它还原过一次。还原之后能说的是：他推测十年后回望会发现此刻处在奇点山麓——这与「他宣布我们已进入奇点」是两回事，也让上面那条「定义之变而非立场之变」的解释更站得住。

I/O 2026 keynote 官方视频（无文字稿）+ GSB 逐字稿（他本人复述全文）登记册 A-1 #336REVIEW-12 §2.1 · 换回全文版（2026-07-26）⚠ 与 2026-01-20 反驳 Musk 的「very premature」并非改口；据 2026-05-20 Semafor 专访，他此处把「奇点」定义为「我们所处的这个时代」，而非 AGI 到来这一事件。keynote 视频本身取不到文字稿，本条引语以 GSB 逐字稿里他本人的复述为准；Axios 2026-05-26 的报道同样只把 “foothills of the singularity” 作为词组加引号（“humanity is standing in the ‘foothills of the singularity’”），未把它记作一个完整的断言句。

## 五、Scaling、架构与技术路线

这一组呈现的是一个**没有统一口径的内部谱系**：从 Noam Shazeer 的
  「我不认为有谁看到过扩展定律停下来」，到 Shane Legg 的「解法是架构性的，不是纯 scale」，
  中间是 Demis 四年不变的「一半 scaling、一半新架构」。
  但真正的共识不在 scaling 上——**它在能量上。**
  Jeff Dean 的「你付了一千皮焦耳，只为做一次一皮焦耳的乘法」与 Noam 的
  「算术非常非常便宜，搬数据相对贵得多」，是从两个方向说的同一件事。
  在这个框架里，「数据是否枯竭」根本不是核心问题，
  **核心问题是每焦耳能买到多少智能。**

q023Jack Rae2023-02Stanford 演讲《Compression for AGI》A

the compression objective is the only training objective that I know right now … which is completely non-gameable

Jack Rae2023-02Stanford 演讲《Compression for AGI》^[17]来源

压缩目标是我目前所知的唯一一个完全无法被钻空子的训练目标。

译文译自左侧英文，以英文为准

解读 Deep Think 全部思路的理论起点。收录准确原文是为了替换掉那句被压缩改写、却被包装成逐字原话的流行版本。

Stanford 原始演讲视频登记册 REVIEW-08 §2.1 #94（更正版）⚠ ★流传的 “Compression is the only training objective you can’t cheat on” 是压缩改写，不是逐字句，已被本项目判为不可用。另：Jack Rae 于 2025 年已转 Meta，提到他在 Google 的贡献时一律用「时任」。

q024Demis Hassabis2023-04-16CBS《60 Minutes》“The Revolution”A

You set off AlphaZero in the morning and it starts off playing randomly. By lunchtime it’s able to beat me… and then by the evening, it’s stronger than the world champion.

Demis Hassabis2023-04-16CBS《60 Minutes》“The Revolution”^[1]来源

你早上启动 AlphaZero，它一开始是随机落子；到午饭时它已经能赢我……到傍晚，它比世界冠军还强。

译文译自左侧英文，以英文为准

解读 他向大众解释自我博弈时最有效的一次修辞：把训练曲线压缩成一天。代价是抹掉了「可验证胜负信号」这个前提——而那正是他后来承认通用领域没有的东西。

CBS 官方文字稿登记册 A-1 #76⚠ 口语化的时间比喻，不是精确的训练耗时描述。

q025Sundar Pichai2023-04-20合并备忘录（描述 Jeff Dean 的 Chief Scientist 新角色与第一个战略项目）A

a series of powerful, multimodal AI models

Sundar Pichai2023-04-20合并备忘录（描述 Jeff Dean 的 Chief Scientist 新角色与第一个战略项目）^[18]来源

一系列强大的、多模态的 AI 模型

译文译自左侧英文，以英文为准

解读 这七个词是「原生多模态是真信仰」最有力的第三方书证——它出现在 Gemini 这个名字公开前八个月，而且出自 CEO 而非技术侧，说明多模态在立项时就是既定方向而非事后叙事。

Sundar 署名的官方备忘录登记册 A-1 #78⚠ 短语级引用，需在上下文中呈现。

q026Demis Hassabis2023-06-26WIRED 专访B

At a high level you can think of Gemini as combining some of the strengths of AlphaGo-type systems with the amazing language capabilities of the large models.

Demis Hassabis2023-06-26WIRED 专访^[19]来源

从高层次上看，你可以把 Gemini 理解为：把 AlphaGo 那类系统的一些长处，与大模型惊人的语言能力结合起来。

译文译自左侧英文，以英文为准

解读 全窗口被引用最多也被误用最多的一句。它被广泛当成 Gemini 1.0 的产品说明，但同年 9 月他自己说 planning/memory 还在最早期探索，2024-02 又说这是「当前大模型所缺的」。

WIRED 记者直接引述；Wayback 全文存档 20230626132431 可校登记册 A-1 #98⚠ 这是路线图宣示，不是 Gemini 1.0 的产品描述；真正兑现要到 2025-05 的 Deep Think，隔了两年。

q027Shane Legg2023-10-26Dwarkesh PodcastA

I don’t see a wall.

Shane Legg2023-10-26Dwarkesh Podcast^[7]来源

我看不到墙。

译文译自左侧英文，以英文为准

解读 比 Ilya 的「预训练将终结」早十四个月，比 Oriol 的「No walls in sight」早两年。三句话连起来看，Google 内部对撞墙论的否定是连续的，而不是 2025 年才临时形成的公关口径。

Dwarkesh 官方逐字稿登记册 A-1 #114⚠ 同一集里他也说解法是架构性的、不是纯 scale——「看不到墙」与「scale 就够了」不是同一个主张，不可合并引用。

q028Gemini 1.0 技术报告（官方）2023-12arXiv:2312.11805 §4A

The Gemini models are natively multimodal, as they are trained jointly across text, image, audio, and video.

Gemini 1.0 技术报告（官方）2023-12arXiv:2312.11805 §4^[20]来源

Gemini 模型是原生多模态的，因为它们在文本、图像、音频和视频上被联合训练。

译文译自左侧英文，以英文为准

解读 「原生多模态」唯一有官方明文支撑的落点。注意语法结构 A, as B——A 的理由就是 B（联合训练），没有第三个成分；统一 tokenizer 与取消独立编码器都不在其中。

官方技术报告登记册 02-tech-dossier 多模态架构段⚠ Gemini 3.x 系列没有技术报告，只有模型卡；2.5（arXiv:2507.06261）是最后一份公开技术报告。因此这两条架构轴在最近两代上属于官方未披露。

q029Gemini 1.0 技术报告（官方）2023-12arXiv:2312.11805 §2，说明与 Flamingo / CoCa / PaLI 的区别A

the models are multimodal from the beginning and can natively output images using discrete image tokens

Gemini 1.0 技术报告（官方）2023-12arXiv:2312.11805 §2，说明与 Flamingo / CoCa / PaLI 的区别^[20]来源

这些模型从一开始就是多模态的，并且可以用离散图像 token 原生输出图像。

译文译自左侧英文，以英文为准

解读 报告自己列出的两条 important distinction。值得注意的是「取消独立编码器」不在其中——那一层含义是外部叙事后来加进「原生」这个词里的。

官方技术报告登记册 02-tech-dossier 多模态架构段⚠ 声称与交付之间有 12–15 个月的差：报告写于 2023-12，而产品上第一次真正交付原生图像输出要到 Gemini 2.0 Flash（2024-12 发布 / 2025-03 对外可用，档案内对确切时点有两说）。

q030Sundar Pichai2023-12-06Gemini 1.0 发布官方博客 · Sundar 署名段落A

Until now, the standard approach… involved training separate components for different modalities and then stitching them together… We designed Gemini to be natively multimodal, pre-trained from the start on different modalities.

Sundar Pichai2023-12-06Gemini 1.0 发布官方博客，「A note from Google and Alphabet CEO Sundar Pichai」段落内^[21]来源

直到现在，标准做法……都是为不同模态分别训练组件，然后把它们缝合起来……我们把 Gemini 设计成原生多模态的，从一开始就在不同模态上做预训练。

译文译自左侧英文，以英文为准

解读 「stitching them together」是一句针对竞品的技术攻击，但它同时给自己立了一根很高的标杆：此后每一代 Gemini 都必须用「从一开始就是」来自证，也因此让 2026 年那句无书证的 agentic from the get-go 显得格外刺眼。

本人署名的官方发布博客登记册 A-1 #119

q031Demis Hassabis2024-02-15Gemini 1.5 发布官方博客A

running up to 1 million tokens consistently, achieving the longest context window of any large-scale foundation model yet

Demis Hassabis2024-02-15Gemini 1.5 发布官方博客^[22]来源

稳定运行至多一百万 token，达到了迄今任何大规模基础模型中最长的上下文窗口。

译文译自左侧英文，以英文为准

解读 2024 年 Google 唯一无可争议的差异化优势，就写在这一句里。两年后他自己把同一件事重新定性成「我们把一切都塞进去，这是个相当粗糙的策略」——这是全档案最完整的一次自我修正弧线的起点。

官方发布博客；Wayback 20240218141522 可校登记册 A-1 #135

q032Google DeepMind（官方）2024-02-15Gemini 1.5 发布官方博客A

Gemini 1.5 Pro also shows impressive ‘in-context learning’ skills, meaning that it can learn a new skill from information given in a long prompt, without needing additional fine-tuning.

Google DeepMind（官方）2024-02-15Gemini 1.5 发布官方博客^[22]来源

Gemini 1.5 Pro 还展现出令人印象深刻的「上下文内学习」能力——它能从一段长提示所给的信息中学会一项新技能，而无需额外微调。

译文译自左侧英文，以英文为准

解读 这条常被长上下文的数字盖过，但它才是 Google 的真正主张：长上下文不是存储规格，是一种廉价的替代性学习机制。它也解释了为什么持续学习的优先级可以被推迟五年。

官方发布博客登记册 A-1 #135⚠ 机构表述，非个人口语。

q033Demis Hassabis2024-02-23NYT《Hard Fork》播客A-

You can think of [long context] as the model’s working memory… and the precision of recalling things from that long context is also quite important.

Demis Hassabis2024-02-23NYT《Hard Fork》播客^[8]来源

你可以把（长上下文）看作模型的工作记忆……而从那段长上下文中回忆事物的精确度同样相当重要。

译文译自左侧英文，以英文为准

解读 「工作记忆」这个类比是他自己给长上下文下的认知科学定义，也是后来那条自我批评的伏笔——人的工作记忆只有约七项，而他们往里塞一百万 token。

YouTube 官方字幕（NYT 正文付费墙），引语标 [自动字幕]⚠ 自动字幕转录，非官方逐字稿。

q034Demis Hassabis2024-02-28Dwarkesh PodcastA-

AlphaZero-like planning mechanisms on top… this is what’s missing from our current large models.

Demis Hassabis2024-02-28Dwarkesh Podcast^[23]来源

在上面加 AlphaZero 式的规划机制……这正是当前大模型所缺的。

译文译自左侧英文，以英文为准

解读 从这句话到 Deep Think 兑现隔了整整两年；而到 2026 年 4 月他仍在说同一件事「尚未被完全攻克」。两年后还在说同一句话，本身就是答案。

Dwarkesh 官方逐字稿登记册 01-people-dossier Part 5 #64⚠ 该集是 2024-02-28，不是 2025 年——2025-02-12 那期 Dwarkesh 是 Jeff Dean × Noam Shazeer。

q035Demis Hassabis2024-02-28Dwarkesh Podcast，谈代际之间的规模跨度A-

probably about the maximum

Demis Hassabis2024-02-28Dwarkesh Podcast，谈代际之间的规模跨度^[23]来源

大概就是最大值了。

译文译自左侧英文，以英文为准

解读 一个罕见的工程细节：一个数量级大概是代际之间希望跨越的上限。它解释了发布节奏为什么是这个样子，而流传版本把 probably about 这个限定删掉了。

Dwarkesh 官方逐字稿登记册 REVIEW-08 §2.2 #61（恢复限定语）⚠ ★流传版本删掉了 probably about，并被标为「大意」。完整语境是关于「一个数量级」这个跨度，引用时必须给出上下文，否则这四个词没有意义。

q036Demis Hassabis2024-05-14The Verge 专访（Google I/O 2024，Project Astra 发布日）B

Our history in agents is longer than our generalized model work.

Demis Hassabis2024-05-14The Verge 专访（Google I/O 2024，Project Astra 发布日）^[24]来源

我们在 agent 上的历史，比我们在通用模型上的工作更长。

译文译自左侧英文，以英文为准

解读 这是 agent 血统论最早的一次公开表述，比 2026 年那句「AlphaGo 就是 agent」早两年。它也是一个隐含的战略辩解：我们不是在追赶 agent 潮流，是我们本来就在这条线上。

The Verge 记者直接引述登记册 A-1 #175

q037Noam Shazeer2025-02-12Dwarkesh PodcastA-

Arithmetic is very, very cheap, and moving data around is comparatively much more expensive.

Noam Shazeer2025-02-12Dwarkesh Podcast^[3]来源

算术非常非常便宜，而搬运数据相对贵得多。

译文译自左侧英文，以英文为准

解读 与 Jeff Dean 的皮焦耳那句从两个方向说了同一件事。两人在 scaling 够不够上分歧明显，却在这一条上完全一致——这才是 Google 技术侧最深的共识。

Dwarkesh 官方逐字稿登记册 01-people-dossier Part 5 #80⚠ Noam Shazeer 于 2026-06-17/18 离开 Google 加入 OpenAI；具体职称未获可访问的一手来源确认。

q038Demis Hassabis2025-05-20Google I/O 2025 keynote（发布 Gemini 2.5 Pro Deep Think）B

As we know from our experience with AlphaGo, responses improve when we give these models more time to think.

Demis Hassabis2025-05-20Google I/O 2025 keynote（发布 Gemini 2.5 Pro Deep Think）^[25]来源

正如我们从 AlphaGo 的经验中所知，当我们给这些模型更多思考时间时，它们的回答就会变好。

译文译自左侧英文，以英文为准

解读 从 2016 年那步棋到 2025 年这句话，Google 花了九年才把搜索传统装进语言模型。这条血缘是其他实验室复制不了的，因为它不是技术选择而是人员连续性——做 AlphaGo 的人还在。

I/O 2025 keynote 第三方完整转录；官方博文版见 blog.google/innovation-and-ai/technology/ai/io-2025-keynote/登记册 A-1 #243 / A-1 #242⚠ 第三方转录件。

q039Oriol Vinyals2025-11X 平台发帖（Gemini 3 发布前后）B-

Post-training: Still a total greenfield.

Oriol Vinyals2025-11X 平台发帖（Gemini 3 发布前后）^[26]来源

后训练：仍然是一片完全的处女地。

译文译自左侧英文，以英文为准

解读 指出了 2026 年真正的竞争前线在哪里：不是预训练规模，是后训练。这也与版本号的两条流水线现象相互印证——小数位跑得比整数位快。

原帖二手存档（threadreaderapp）登记册 REVIEW-08 §2.1 #91（更正一词）⚠ ★原文是 total 不是 complete，流传版本错一个词，已被本项目判为不可用。⚠️ 二手转载，未能回溯原推：x.com 在本项目的抓取环境下全站不可访问，可信度已降级。

q040Demis Hassabis2025-11-18NYT《Hard Fork》播客（谈 Gemini 3 的人格设计）A-

We work quite hard on the persona, which we call it internally… more succinct, more to the point, helpful… I find it more pleasant to brainstorm with.

Demis Hassabis2025-11-18NYT《Hard Fork》播客（谈 Gemini 3 的人格设计）^[12]来源

我们在「人格」上下了相当大功夫——我们内部就这么叫它……更简洁、更切中要点、更有帮助……我觉得跟它一起头脑风暴更愉快。

译文译自左侧英文，以英文为准

解读 人格第一次成为被公开承认的正式设计对象，而且判据是 CEO 自己的使用体感。这是 Gemini 3 这一代最容易被技术叙事漏掉的一处产品取向变化。

YouTube 官方字幕，引语标 [自动字幕]⚠ 自动字幕转录。

q041Jeff Dean2026-02-12Latent Space 播客A-

You paid a thousand picojoules in order to do your one picojoule multiply.

Jeff Dean2026-02-12Latent Space 播客^[27]来源

你付了一千皮焦耳，只为做一次一皮焦耳的乘法。

译文译自左侧英文，以英文为准

解读 一句话解释了 batching、MoE 与量化为什么全都值得做：真正的成本单位是搬数据的能量，不是算术。这是 Google 技术侧与「算力＝FLOPs」这个流行框架最大的认知差。

Latent Space 官方逐字稿登记册 01-people-dossier Part 5 #79

q042Jeff Dean2026-02-12Latent Space 播客，谈软硬协同A-

you’re trying to design a chip starting today and that design might take two years before it even lands in a data center… So you’re trying to predict two to six years out what ML computations will people want to run… having people with interesting ML research ideas really enables us to then get interesting hardware features put into TPU N plus two.

Jeff Dean2026-02-12Latent Space 播客，谈软硬协同^[27]来源

你今天开始设计一颗芯片，这个设计可能要两年才能落到数据中心里……所以你在预测两到六年后人们想跑什么机器学习计算……有一批带着有趣研究想法的人，才让我们能把有趣的硬件特性做进 TPU N+2。

译文译自左侧英文，以英文为准

解读 全材料对垂直整合最具体的一次机制描述。它指向的收益不是「更便宜」，而是「更确定、更可预先规划」——而后者恰恰是无法进财报的那类资产。

Latent Space 官方逐字稿登记册 01-people-dossier Part 5 #83

q043Demis Hassabis2026-04-30Y Combinator《How to Build the Future》访谈，回应 Garry TanA

I agree with you, we’re kind of using duct tape right now. So like shove it all in the context window.

Demis Hassabis2026-04-30Y Combinator《How to Build the Future》访谈，回应 Garry Tan^[28]来源

我同意你的说法，我们现在用的算是胶带补丁——就是把所有东西一股脑塞进上下文窗口。

译文译自左侧英文，以英文为准

解读 把百万 token 上下文从卖点讲成了权宜之计。这是「长上下文是能力」这个叙事最有力的一次内部折扣，而且出自最该为它辩护的人。

YC 官方逐字页面登记册 REVIEW-08 §3.2 特别裁定⚠ 「胶带」这个比喻首先由主持人 Garry Tan 提出，Demis 随即亲口接受并复述，因此归属 Demis 成立；但引用时应保留「回应 Garry Tan」这一语境。中文流传版本「修补漏洞」过度具体，且丢掉了对话承接。

q044Demis Hassabis2026-04-30Y Combinator《How to Build the Future》访谈A

a million tokens isn’t that much. It’s only like 20 minutes.

Demis Hassabis2026-04-30Y Combinator《How to Build the Future》访谈^[28]来源

一百万 token 其实没多少，只相当于大约 20 分钟。

译文译自左侧英文，以英文为准

解读 一个把「长上下文」祛魅的具体数字：处理实时视频流时，百万 token 只够撑二十分钟。规格上的领先与体验上的领先是两件事。

YC 官方逐字页面登记册 REVIEW-08 §2.2 #76（补英文原文）⚠ ★此前该条只有中文译文占据英文原话列，本条是补回的英文原文。

q045Demis Hassabis2026-05Fast Company 专访（I/O 2026 期间，谈 Gemini Spark）B

AlphaGo was an agent. Even our original Atari work… they were agents. Maybe we were a bit ahead of our time.

Demis Hassabis2026-05Fast Company 专访（I/O 2026 期间，谈 Gemini Spark）^[29]来源

AlphaGo 就是一个 agent。甚至我们最早的 Atari 工作……那些也都是 agent。也许我们当时有点太超前了。

译文译自左侧英文，以英文为准

解读 「也许我们有点太超前了」是他对 DeepMind 十年 agent 传统最坦率的一次自嘲：血统真实，但先发优势没能转成产品优势。这与「发布阈值设错了」是同一个诊断的两种说法。

原站两次超时，档案经 4 个镜像站交叉核实，关键引语四源互证⚠ 原站抓取失败，引语经镜像站交叉核实。

q046Demis Hassabis2026-05-19Google I/O 2026 keynote（发布 Gemini Omni）A-

Last year, I outlined our vision of extending Gemini’s incredible multimodal capabilities to become a world model… Now we’re taking the next big step. I’m excited to announce Gemini Omni. Our new model that can create anything from any input.

Demis Hassabis2026-05-19Google I/O 2026 keynote（发布 Gemini Omni）^[16]来源

去年我勾勒了一个愿景：把 Gemini 惊人的多模态能力扩展成一个世界模型……现在我们要迈出下一大步。我很高兴宣布 Gemini Omni——我们的新模型，能从任意输入创造出任意东西。

译文译自左侧英文，以英文为准

解读 Pathways 四条信条里「多感官」那一条的最终形态：从能理解多模态走到能从任意模态生成任意模态。这也是整条五年半弧线的叙事顶点，而两个月后账单和人才流失把它拉回地面。

I/O 2026 keynote 官方视频；官方博文见 blog.google/innovation-and-ai/sundar-pichai-io-2026/登记册 A-1 #336

q047Demis Hassabis2026-05-19Google I/O 2026 keynote（Gemini Omni）A-

We’re starting with video, but over time, Omni will be able to generate any output from any input. That’s always been our goal for Gemini, and it’s why we built it multimodal from the start.

Demis Hassabis2026-05-19Google I/O 2026 keynote（Gemini Omni）^[16]来源

我们从视频开始，但随着时间推移，Omni 将能够从任意输入生成任意输出。这一直是我们对 Gemini 的目标，也正是我们从一开始就把它做成多模态的原因。

译文译自左侧英文，以英文为准

解读 「from the start」这个说法在这里是站得住的——2021-10 的 Pathways 博客是同期书证。这一点必须与同期那句无书证的「agentic from the get-go」分开处理，否则会把真信仰和越界混为一谈。

I/O 2026 keynote 官方视频登记册 A-1 #336

q048Jeff Dean2026-05-29Gemini co-leads 官方圆桌A

I felt like we would make more progress on continual learning and more not-so-structured model architectures… we are not doing that yet. But what we’re doing seems to work.

Jeff Dean2026-05-29Gemini co-leads 官方圆桌^[30]来源

我原以为我们会在持续学习和更少结构化的模型架构上取得更多进展……我们还没有在做那件事。但我们现在做的这套，看起来是有效的。

译文译自左侧英文，以英文为准

解读 整个 Gemini 技术路线最诚实的一句自我评价：它承认当前的成功建立在一个他本人认为不够优雅的架构上。也解释了为什么持续学习五年零进展——当前路线太有效，反而没有压力去改。

Google DeepMind 官方视频登记册 01-people-dossier Part 0 发现 7⚠ Pathways 博客（2021-10-28）四条信条中「不再从零训练」这一条，是唯一五年后仍未兑现的。

q049Oriol Vinyals2026-05-29Gemini co-leads 圆桌（当场反驳 Jeff Dean 的「人类样本效率高一千倍」）A-

To disagree a bit though, we’re pre-trained. I mean, it’s not like you’re the first human.

Oriol Vinyals2026-05-29Gemini co-leads 圆桌（当场反驳 Jeff Dean 的「人类样本效率高一千倍」）^[30]来源

不过要稍微反驳一下：我们是被预训练过的。我的意思是，你又不是第一个人类。

译文译自左侧英文，以英文为准

解读 （Part 5 已有简版，此为完整版）在一场高度一致的官方圆桌上，这是唯一一次当场、指名、带反驳标记的分歧。它挑战的是「人类学习效率高」这个被广泛引用的对照前提——演化本身就是预训练。

官方视频登记册 A-1 #335

q050Oriol Vinyals2026-05-29Gemini co-leads 官方圆桌，谈世界模型能力涌现A

It feels almost impossible, if you asked me a few years ago, this approach would work… But it did happen.

Oriol Vinyals2026-05-29Gemini co-leads 官方圆桌，谈世界模型能力涌现^[30]来源

如果你几年前问我，这个方法能行——感觉几乎不可能……但它真的发生了。

译文译自左侧英文，以英文为准

解读 全材料最有力的一条反营销证据：真正的信仰者会承认自己的惊讶，纯粹的营销者不会。但它同时提出一个更尖锐的问题——那个「我们从一开始就设计对了」的叙事，掩盖了多少运气。

Google DeepMind 官方视频登记册 01-people-dossier Part 5 #92⚠ 同一场圆桌上他还用过「agentic from the get-go」这个说法；而 multimodal from the get-go 有 2021 年的同期书证，agentic from the get-go 没有。

## 六、组织、文化与「Google 为什么慢了」

全库最不留情面的一组，而且**大部分出自当事人自己**。
  两种组织形态的病症都被说清楚了：Jeff Dean 说碎片化「很蠢」，
  Noam Shazeer 说集中化「少了一种激励去说『我做的其实效果没那么好』」。
  **留意一个结构：几乎每一条自我批评都止步于「执行」，没有一条指向「研究」。**
  这个共识很可能是真的，但它的可靠性受说话人位置限制——
  没有任何一位当事人的位置会让他说出「我们的研究不行」。
  这一层追问在第 4 章 · 核心追问：Google 为何在 2022 被打了个措手不及里展开。

q051Demis Hassabis2022-07-01Lex Fridman Podcast #299A-

We have philosophers here and ethicists, but also other types of scientists, physicists… I tried to build a sort of new type of Bell Labs, but in its golden era.

Demis Hassabis2022-07-01Lex Fridman Podcast #299^[31]来源

我们这里有哲学家和伦理学家，也有其他类型的科学家、物理学家……我想造的是一种新型的贝尔实验室——处在它黄金时代的那种。

译文译自左侧英文，以英文为准

解读 （Part 5 已有简版，此为完整版）前半句才是重点：他不是在说「我们做研究」，而是在给一份非常规的招聘名单做辩护。这句话解释了 DeepMind 为什么养哲学家，也解释了它为什么在产品化上慢。

podscripts 全文转录（143.7 KB），录于 ChatGPT 发布前五个月⚠ 第三方转录件，非官方逐字稿。

q052Noam Shazeer2023a16z 访谈《Universally accessible intelligence》B

There’s just too much brand risk in large companies to ever launch anything fun.

Noam Shazeer2023a16z 访谈《Universally accessible intelligence》^[32]来源

大公司里品牌风险太大，永远发不出任何有趣的东西。

译文译自左侧英文，以英文为准

解读 注意那个 ever——这是结构性判断，不是对某次决策的抱怨。它解释的是 2021 年那次出走；而 2026 年他第二次离开时，离职帖里没有一句对 Google 的负面评价。

a16z 官方页面登记册 01-people-dossier Part 5 #97⚠ Noam Shazeer 于 2026-06-17/18 离开 Google 加入 OpenAI；具体职称未获可访问的一手来源确认。

q053Demis Hassabis2023-04-20《Announcing Google DeepMind》内部信 / 官方博客A

By creating Google DeepMind, I believe we can get to that future faster.

Demis Hassabis2023-04-20《Announcing Google DeepMind》内部信 / 官方博客^[33]来源

通过创建 Google DeepMind，我相信我们能更快抵达那个未来。

译文译自左侧英文，以英文为准

解读 官方叙事把合并定性为「加速」。把它和 Jeff Dean 三年后的「止损」版本并读，才看得出这是同一件事的两个动机——而对外只讲了收益那一面。

本人署名的官方内部信登记册 A-1 #77⚠ 内部文件经媒体转载，未见官方公开原件。

q054Demis Hassabis2023-04-20《Announcing Google DeepMind》内部信 / 官方博客A

we need to work with greater speed, stronger collaboration and execution, and to simplify the way we make decisions to focus on achieving the biggest impact

Demis Hassabis2023-04-20《Announcing Google DeepMind》内部信 / 官方博客^[33]来源

我们需要以更快的速度工作，更强的协作与执行，并简化我们的决策方式，以聚焦于取得最大的影响力。

译文译自左侧英文，以英文为准

解读 整封信里最实质的一句：真正要改的不是研究方向，是决策链条。「简化决策方式」是「自上而下」的委婉说法，两年后 Noam Shazeer 会指出它的副作用。

本人署名的官方内部信登记册 A-1 #77⚠ 内部文件经媒体转载，未见官方公开原件。

q055Demis Hassabis2023-04-20《Announcing Google DeepMind》内部信 / 官方博客A

The research advances from the phenomenal Brain and DeepMind teams laid much of the foundations of the current AI industry, from Deep Reinforcement Learning to Transformers.

Demis Hassabis2023-04-20《Announcing Google DeepMind》内部信 / 官方博客^[33]来源

来自杰出的 Brain 与 DeepMind 两支团队的研究进展，奠定了当前 AI 产业的大部分基础——从深度强化学习到 Transformer。

译文译自左侧英文，以英文为准

解读 措辞极其精巧：深度强化学习归 DeepMind，Transformer 归 Brain，一句话给两边同等历史地位。但新组织的名字里只剩一个——中文媒体的《从此，Google 再无 Brain》抓的正是这个落差。

本人署名的官方内部信登记册 A-1 #77⚠ 内部文件经媒体转载，未见官方公开原件。

q056Demis Hassabis2023-06WIRED 专访（谈 Brain 与 DeepMind 合并的理由）B

80 or 90 percent of the innovations come from one or the other.

Demis Hassabis2023-06WIRED 专访（谈 Brain 与 DeepMind 合并的理由）^[19]来源

（现代 AI 的）百分之八十或九十的创新来自这两家（Brain 与 DeepMind）之一。

译文译自左侧英文，以英文为准

解读 这是他为合并给出的唯一一个量化理由，也是「我们发明了大部分突破」这套叙事最早的版本。三年后在达沃斯它变成了「约 90%」——数字在收紧而不是放松。

WIRED 记者直接引述，合并后两个月登记册 A-1 #98⚠ 自我评估的份额，无独立第三方口径。

q057Mustafa Suleyman2023-0980,000 Hours 播客A-

Eventually we pulled DeepMind into Google and in a way DeepMind was never independent and isn’t independent now.

Mustafa Suleyman2023-0980,000 Hours 播客^[34]来源

最终我们把 DeepMind 拉进了 Google；某种意义上，DeepMind 从来就不独立，现在也不独立。

译文译自左侧英文，以英文为准

解读 （Part 5 已有简版，此为完整版）「we pulled」这个主语很关键——他把自己算进了做这个决定的人里，所以这不是控诉而是自陈。它给 2021 年那场失败的独立谈判做了盖棺定论。

播客官方视频登记册 A-1 #105⚠ Suleyman 是 DeepMind 三位联合创始人之一；发言时任 Inflection AI CEO，2024-03 起任微软 AI CEO。不可写成「DeepMind 联合创始人现在认为」，应写「联合创始人、现任微软 AI CEO」。

q058Mustafa Suleyman2023-09-29Fast Company 专访B

Google has spent the last 15 years in Europe, on the witness stand… if Google then goes and creates an experience that disintermediates the third party content creator, then that undermines everything.

Mustafa Suleyman2023-09-29Fast Company 专访^[35]来源

过去十五年 Google 在欧洲一直站在被告席上……如果 Google 接着去创造一种绕过第三方内容创作者的体验，那就会动摇一切。

译文译自左侧英文，以英文为准

解读 （Part 5 已有简版，此为完整版）「Google 为什么慢了」的六种解释里唯一归因于法律史的一种。它既不指责文化也不指责组织，因此也最难反驳——被诉讼训练出来的条件反射不需要任何人做错事。

Fast Company 记者直接引述登记册 A-1 #106⚠ Suleyman 为 DeepMind 联合创始人、现任微软 AI CEO，与 Google 是直接竞争关系；但本条属于对历史事实的陈述而非对当前竞争的评价。

q059Sundar Pichai2023-12-06Gemini 1.0 发布官方博客 · Sundar 署名段落A

the first realization of the vision we had when we formed Google DeepMind earlier this year

Sundar Pichai2023-12-06Gemini 1.0 发布官方博客，「A note from Google and Alphabet CEO Sundar Pichai」段落内^[21]来源

这是我们今年早些时候组建 Google DeepMind 时那个愿景的第一次实现。

译文译自左侧英文，以英文为准

解读 从合并到交付只隔了七个半月。Alphabet CEO 这句话把组织事件与产品结果直接绑定，是「合并有效」这一论证唯一的官方口径——但它也让此后任何一次延期都会被反过来读成组织问题。 ★**2026-07-26 更正署名：这句话是 Sundar Pichai 说的，不是 Demis Hassabis。**该博客是两段署名文章拼接，缓存正文的字符偏移可精确定位边界：3487「A note from Google and Alphabet CEO Sundar Pichai:」→ 5551 引语所在位置 → 5868「– Sundar」（署名结束）→ 5896「Introducing Gemini By Demis Hassabis…」（Demis 段落才开始）。引语落在 5551，位于 Sundar 署名区间之内。这个更正其实加强了本条的分量：把组织事件与产品结果绑定的是 Alphabet CEO，而不是被合并方的负责人——出自谁之口，决定了这句话是自我辩护还是上级背书。

官方发布博客 · Sundar Pichai 署名段落登记册 A-1 #119REVIEW-12 §3-3 · 更正署名（2026-07-26）⚠ ★此前本条署名 Demis Hassabis 并在脚注写「本人署名的官方发布博客」——对 Sundar 成立，对 Demis 不成立。对照组：同页偏移 9413「Until now, the standard approach…」与 9762「We designed Gemini to be natively multimodal…」确在 Demis 段落内，故 q031 的署名无误。本项目由此确立一条可机器执行的检查：凡 blog.google / deepmind.google 类多段署名长文，引用前须在缓存正文里定位引语偏移，与各段署名标记的偏移比对。

q060Oriol Vinyals2023-12-07X 帖（回应 Gemini 1.0 “Hands-on” 演示视频争议）B-

All the user prompts and outputs in the video are real, shortened for brevity.

Oriol Vinyals2023-12-07X 帖（回应 Gemini 1.0 “Hands-on” 演示视频争议）^[36]来源

视频里所有用户提示与输出都是真实的，只是为简洁而做了缩短。

译文译自左侧英文，以英文为准

解读 这是演示争议里 Google 一侧唯一有署名的回应，而回应者是技术负责人不是 CEO。档案已确认 Demis 从未回应过此事——任何把这次回应安给 Demis 的写法都是张冠李戴。

经 The Verge 转引；x.com 全站不可访问，原帖未能回溯登记册 A-1 #120⚠ 二手转载，未能回溯原推。

q061Oriol Vinyals2023-12-07X 帖（回应 Gemini 1.0 演示视频争议）B-

We made it to inspire developers.

Oriol Vinyals2023-12-07X 帖（回应 Gemini 1.0 演示视频争议）^[36]来源

我们做这个视频是为了启发开发者。

译文译自左侧英文，以英文为准

解读 把营销物料的判据从「准确」换成「启发」，这正是本档案所说的「研究语言进入营销语境」的越界。它与 Gemini 团队一贯的精确规范冲突，也是这次争议真正刺眼的地方。

经 The Verge 转引；x.com 不可访问登记册 A-1 #120⚠ 二手转载，未能回溯原推。

q062Demis Hassabis2024-04TED2024，与 Chris Anderson 对谈B

I think what the ChatGPT moment did that changed was, and fair play to them to do that, was they demonstrated, I think somewhat surprisingly to themselves as well, that the public were ready to embrace these systems and actually find value in these systems. Impressive though they are, I guess, when we’re working on these systems, mostly you’re focusing on the flaws and the things they don’t do and hallucinations… But interestingly, it turned out that even with those flaws, many tens of millions of people still find them very useful.

Demis Hassabis2024-04TED2024，与 Chris Anderson 对谈^[37]来源

我想，ChatGPT 时刻改变的那件事——而他们做到这一点，值得称一句 fair play——是他们证明了，我想这对他们自己来说也有点意外：公众已经准备好拥抱这些系统，并且真的能从中获得价值。尽管它们确实令人印象深刻，我想，我们在做这些系统的时候，主要盯着的是缺陷、是它们做不到的事和幻觉……但有意思的是，结果表明，即便带着那些缺陷，仍然有数千万人觉得它们非常有用。

译文译自左侧英文，以英文为准

解读 「发布阈值论」的源头。本材料把它当作需要被解释的当事人叙事，而不是一个解释——因为发布键在 2023-02-06 就按了，此后又追了 33 个月。

第三方逐字稿平台登记册 01-people-dossier Part 0 发现 2⚠ ★这句话本身是真的，但它被当作因果解释时不成立。支撑阈值论的关键实证「Sparrow 当时已可与 ChatGPT 相比」没有任何公开对比证据：Sparrow 论文的全部对照组都是它自己的变体，目标函数不含 instruction following，承诺的 private beta 从未发生。★ 2026-07-26 逐字回改：中段此前写作 “when we were building these systems you’re mostly looking at the flaws”，逐字稿原文是 “when we**‘re working on** these systems, mostly you’re focusing on the flaws”（动词、语序、时态三处出入）；同时补回了被吃掉的让步分句 “Impressive though they are, I guess,”。

q063Noam Shazeer2025-02-12Dwarkesh Podcast（论 Gemini 的自上而下体制）A

Gemini has been mostly top-down, which has been very good in some sense… But it does lead to some incentive to say, ‘Hey, what I’m doing is working great.’… There’s less of an incentive to say, ‘Hey, what I’m doing is not actually working that well.’

Noam Shazeer2025-02-12Dwarkesh Podcast（论 Gemini 的自上而下体制）^[3]来源

Gemini 基本是自上而下的，这在某种意义上非常好……但它确实导致了一种激励，让人说「嘿，我做的这件事效果很棒」……而少了一种激励去说「嘿，我做的其实效果没那么好」。

译文译自左侧英文，以英文为准

解读 （Part 5 已有简版，此为完整版）完整版里那句「在某种意义上非常好」很重要——他不是在否定集中化，是在给它标副作用。十六个月后他离开了这个体制，这段话回看像一份没被采纳的建议。

Dwarkesh 官方逐字稿登记册 A-1 #217⚠ Noam Shazeer 于 2026-06-17/18 离开 Google 加入 OpenAI；具体职称未获可访问的一手来源确认。

q064Noam Shazeer2025-02-12Dwarkesh Podcast（与 Jeff Dean 同场）A-

There’s less of an incentive to say, ‘Hey, what I’m doing is not actually working that well.’

Noam Shazeer2025-02-12Dwarkesh Podcast（与 Jeff Dean 同场）^[3]来源

少了一种激励去说「嘿，我做的这件事其实效果没那么好」。

译文译自左侧英文，以英文为准

解读 对合并成果唯一一次来自内部的公开质疑，而且至今无人回应。它与 Jeff Dean 的碎片化诊断不是矛盾，是同一枚硬币的两面：两种组织形态各有一种失败模式。

Dwarkesh 官方逐字稿登记册 01-people-dossier Part 5 #109⚠ 说这句话时他是 Gemini co-lead。他于 2026-06-17/18 离开 Google 加入 OpenAI，在职 22 个月；具体职称未获可访问的一手来源确认。

q065Jeff Dean2026-02-12Latent Space 播客A-

I mean, I think I actually wrote a one-page memo saying we were being stupid by fragmenting our resources… we were fragmenting not only our compute across those separate efforts, but also our best people. And so I said, this is just stupid.

Jeff Dean2026-02-12Latent Space 播客^[27]来源

我是说，我想我当时其实写了一份一页纸的备忘录，说我们把资源碎片化是很蠢的……我们碎片化的不只是分散在这些独立项目上的算力，还有我们最好的人。所以我说：这就是很蠢。

译文译自左侧英文，以英文为准

解读 Google 高管公开发言里最不留情面的一次自我批评，也是本材料认为最能解释「为什么追了三年多」的一条——因为组织管道要以年为单位重建，而发布阈值只需要一次改主意。

Latent Space 官方逐字稿登记册 01-people-dossier Part 5 #100/#101⚠ 引出这句话的是主持人转述 David Luan 的判断（「OpenAI 愿意 all in，Google 更民主，人人有配额」），Jeff Dean 的回应是 “I would somewhat agree with that.”——David Luan 那句不是他在该节目上的直接发言。另一个可回溯版本是 2026-05-29 官方圆桌，措辞被软化。★ 2026-07-26 更正：此前引作「I actually wrote a one-page memo」，删掉了「I mean, I think I」这层对冲——他对「自己是否写过这份备忘录」本身是带保留的。（同一逐字稿后文有「And my one-page memo worked」，备忘录确实存在；但引号内不能替他把话说死。）另：全页 grep 2023 零命中，他只说 “at the time”——凡写「2023 年的备忘录」处均须标明那是推定年份。

q066Jeff Dean2026-05Gemini co-leads 圆桌（Google for Developers《Release Notes》）· 追述 2023 年合并A-

It was a little bit organizationally complicated, and time zone-wise, there were lots of people in London, lots of people here. Eight hours apart is never a recipe for easy collaboration, but I think we’ve done a really good job of navigating that.

Jeff Dean2026-05Gemini co-leads 圆桌（Google for Developers《Release Notes》）· 追述 2023 年合并^[30]来源

它在组织上有点复杂，时区上也是——很多人在伦敦，很多人在这边。相隔八小时从来不是轻松协作的配方，但我认为我们处理得相当好。

译文译自左侧英文，以英文为准

解读 全档案唯一一条来自当事人的、具体的合并成本描述。Demis 讲收益、Koray 讲时机，只有 Jeff Dean 讲了代价——而他讲的代价是时区，不是文化。

官方视频，2026-05-29 四位 co-lead 同框圆桌登记册 A-1 #335⚠ 附录 L.3 标为「2026-05 追述」，未给日；此处按同期 co-leads 圆桌（2026-05-29）归属。

q067Koray Kavukcuoglu2026-05Gemini co-leads 圆桌 · 追述 2023 年合并A-

it’s never easy bringing two organizations together, but I think everyone realized that this is the right moment… I think both organizations acted with great urgency on that and enabled it.

Koray Kavukcuoglu2026-05Gemini co-leads 圆桌 · 追述 2023 年合并^[30]来源

把两个组织合到一起从来都不容易，但我认为所有人都意识到这是对的时刻……我认为两个组织都以极强的紧迫感行动，才让这件事成为可能。

译文译自左侧英文，以英文为准

解读 三位高管三种重点：Demis 说收益，Jeff 说成本，Koray 说时机。CTO 的版本回避了合并是否划算这个问题，只论证「当时不得不做」——这是最安全的一种追述。

官方视频登记册 A-1 #335⚠ 附录只给到月份。

q068Koray Kavukcuoglu2026-05Gemini co-leads 圆桌（被直接问到团队内部分歧时）A-

I don’t think there would be big, major disagreements.

Koray Kavukcuoglu2026-05Gemini co-leads 圆桌（被直接问到团队内部分歧时）^[30]来源

我不认为会有什么重大的分歧。

译文译自左侧英文，以英文为准

解读 把它放在附录 D 十二组有原话支撑的分歧之前读，效果最强：官方口径说没有大分歧，而同一场圆桌上就发生了两次当场反驳。这不是撒谎，是「分歧」这个词在研究语境里的门槛更高。

官方视频；附录 D 开篇引用登记册 A-1 #335⚠ 附录只给到月份。

## 七、AI for Science 与 Isomorphic

这一组的方法论比时间表还稳定：三条选题判据（巨大的组合搜索空间、清晰的目标函数、
  大量数据与理想情况下的准确模拟器）从 2021 年 1 月的一次专访重讲到 2024 年 12 月的诺奖讲台。
  **一个人可以为了叙事重复结论，但很少有人能四年重复同一套方法论。**
  不过这一组里最值得注意的不是那些宏大的比喻，而是两句自我设限——
  「它们没法搞清楚该问什么问题」，以及「应该有 20 个 AlphaFold，而我们没有」。
  **承认兑现不足对叙事是有害的，因此它是这一组里最可信的证据。**

q069Demis Hassabis2024-12-08诺贝尔化学奖演讲《Accelerating scientific discovery with AI》（斯德哥尔摩）A

It didn’t just win the match — importantly it actually came up with new creative strategies and ideas that had never been seen before even though we’ve played Go for thousands of years.

Demis Hassabis2024-12-08诺贝尔化学奖演讲《Accelerating scientific discovery with AI》（斯德哥尔摩）· 口播版，见下方核实范围说明^[2]讲稿 PDF ^[38]官方录像

它不只是赢了比赛——更重要的是，它真的提出了此前从未见过的新的创造性策略与想法，尽管我们已经下了几千年的围棋。

译文译自左侧英文，以英文为准

解读 他在诺奖讲台上给 Move 37 的定性：赢棋是次要的，能产出人类没见过的东西才是关键。这一句是「AGI 判据」和「AI for Science」两条线共同的源头，也是十年后两个灯塔测试的原型。

诺奖官方讲稿 PDF（幻灯片）；官方录像 YtPaZsasmNA⚠ ★2026-07-26 核实范围说明：讲稿 PDF 是幻灯片，上面对应的是电报体要点「In 2016 AlphaGo beat Lee Sedol 4-1 in a famous match in Seoul / But didn’t just win, came up with novel creative strategies (Move 37)」——核心被幻灯片证实，但后半句（never been seen、thousands of years）在 PDF 上未命中。幻灯片非逐字稿，不判伪引语；本条口语版的完整佐证需官方录像的逐字稿与时间码。

q070Demis Hassabis2024-12-08诺贝尔奖演讲，总结 AlphaFold 的方法论A

Innovate architecture of AlphaFold2: a hybrid system (Jumper et al., Nature 2021) — Built in evolutionary and physical constraints into the architecture without impacting the learning / Full end-to-end system with recycling stage that iteratively refines the structure prediction

Demis Hassabis2024-12-08诺贝尔奖演讲讲稿幻灯片，总结 AlphaFold 的方法论（电报体要点，非口播逐字稿）^[2]讲稿 PDF

AlphaFold2 的架构创新：一个混合系统（Jumper et al., Nature 2021）——把演化约束与物理约束内建进架构而不影响学习／带 recycling 阶段、对结构预测反复精修的完整端到端系统

译文译自左侧英文，以英文为准

解读 对「大力出奇迹」叙事最权威的一次否定，也削弱了「AlphaGo 血脉＝路线优势」这个外部叙事——混合系统是一种工程方法，不是一条可被血脉继承的路线。 ★2026-07-26 引语收缩到可核范围。此前本条引作「There was no silver bullet… over a dozen different innovations… a hybrid system.」，链接指向诺奖落地页（2,885 字全是导航，无正文）。它指向的讲稿 PDF 是幻灯片而不是逐字稿，其中「a hybrid system」逐字存在，但 silver 与 dozen 均未命中；对全部 744 个缓存页面全语料检索 no silver bullet 亦零命中。本项目不断言其为伪造——幻灯片上没有不等于他没说过；但「官方一手」这个背书对那两句不成立，故撤下并改用幻灯片可证实的部分。解读不变：「混合系统」这个定性由幻灯片直接坐实，论点不依赖「十几项创新」这个数量表述。

诺贝尔奖官方讲稿 PDF（幻灯片）登记册 01-people-dossier Part 5 #74REVIEW-12 §2.1 · 引语收缩 + 链接改指 PDF（2026-07-26）⚠ ★诺奖份额是 Baker 1/2、Hassabis 1/4、Jumper 1/4；后两人的官方表述是 for protein structure prediction。Baker 那 1/2 对应的是 Rosetta 计算蛋白设计，不是深度学习；获奖理由那一行里没有出现 AI / ML / 深度学习任何一个词——但同一份官方新闻稿两次称 AlphaFold2 为 “an AI model”，官方科普材料标题亦含 “artificial intelligence”，因此这只说明授奖的形式化措辞是方法中立的，不说明诺奖回避了 AI 归因。要恢复口语版引语，需补诺奖官方录像的逐字稿与时间码。

q071Pushmeet Kohli2025-05-14AlphaEvolve 发布B

You can see it as a sort of super coding agent… It doesn’t just propose a piece of code or an edit, it actually produces a result that maybe nobody was aware of.

Pushmeet Kohli2025-05-14AlphaEvolve 发布^[39]来源

你可以把它看作某种超级编码 agent……它不只是提出一段代码或一次编辑，它实际产出了一个也许没人知道的结果。

译文译自左侧英文，以英文为准

解读 （Part 5 已有简版，此为完整版）「不只是提出代码」这个否定式很重要：它把 AlphaEvolve 与 Copilot 类工具切开，也是 Demis 那两个灯塔测试（提出猜想 / 发明围棋）在工程上的第一次逼近。 ★2026-07-26：本条降级为「转述，出处待查」，在补到一手出处之前不得按引语使用。被引的 AlphaEvolve 官方博客（15,382 字，抓取正常）完全没有这段话：逐词检索 super coding agent、nobody was aware、propose a piece of code 全部零命中，Pushmeet Kohli 在该页上只出现在作者名单里。本项目不断言其为伪造——按判定纪律做了全语料复检（744 页），super coding agent 同样零命中，但零命中只说明「本项目的来源库里没有」，不说明「这句话不存在」；这类话很可能出自发布期的媒体采访，而本项目未收录那一篇。**需要补的是：具体采访链接 + 日期 + 媒体。**补不到则本卡应删除。

出处待查（官方博客不是这句话的载体）REVIEW-12 §3-5 · 降级（2026-07-26）⚠ ★本条不可作为引语引用，也不得标 A（官方一手）。它不属于「落地页指向全文」那一类——被引博客是内容页本身，只是不含这段话。解读栏关于 AlphaEvolve 与 Copilot 类工具的区分仍然成立，因为那个区分由博客正文本身支撑，不依赖这句引语。

q072Terence Tao2026-03-20Dwarkesh Podcast，章节「Selection bias in reported AI discoveries」（00:30:31）A

whenever we do a systematic study, on any given problem an AI tool has a success rate of maybe 1% or 2%. It’s just that they can buy scale, and you just pick the winners.

Terence Tao2026-03-20Dwarkesh Podcast，章节「Selection bias in reported AI discoveries」（00:30:31）^[40]来源

每当我们做系统性研究时，在任何给定问题上，AI 工具的成功率大概只有 1% 到 2%。只不过它们可以靠规模来买，然后你只挑赢的那些。

译文译自左侧英文，以英文为准

解读 对 AI4Science 成果发布方式最有力的一条外部校准：公开的成功案例是从大量失败里挑出来的，而分母通常不被披露。这条此前因找不到一手出处而被本项目封禁，现已解禁。

Dwarkesh 官方逐字稿，带章节与时间戳登记册 REVIEW-08 §1「解禁」条⚠ ★必须连他的下半句一起引：说完 1–2% 之后他紧接着说 “that’s the median level of what AI can accomplish, and that’s really great”。只引前半句会把一个乐观的校准写成一句唱衰——这条反方的主要证人并不认为自己在反对 AI4S。

q073Demis Hassabis2026-04Sequoia AI Ascent 2026 对谈A

I’d argue we’ve already had one of those moments with AlphaFold.

Demis Hassabis2026-04Sequoia AI Ascent 2026 对谈^[41]来源

我会说，AlphaFold 已经算是那样的时刻之一了。

译文译自左侧英文，以英文为准

解读 他给 AlphaFold 的实际自我评价，比流传版本弱得多也准确得多。收录它是为了替换掉那句在英文原视频里根本不存在的「生物学的古腾堡时刻」。

Sequoia 官方视频登记册 REVIEW-08 §2.1 #155（更正版）⚠ ★流传的「AlphaFold 已经是生物学的古腾堡时刻」在英文原视频里没有 Gutenberg 这个词——那是中文双重转译把主持人的类比写进了回答，已被本项目判为不可用。

q074Demis Hassabis2026-04Sequoia AI Ascent 2026 对谈A

simulations is the way we can address some of what we maybe think of as social sciences, like economics

Demis Hassabis2026-04Sequoia AI Ascent 2026 对谈^[41]来源

模拟是我们能够处理其中一部分——我们也许会归为社会科学的那类问题，比如经济学——的路径。

译文译自左侧英文，以英文为准

解读 AI for Science 从自然科学扩展到社会科学的一次表述。注意 some 与 maybe 这两个限定词——它们让这句话从一个断言变成了一个方向性猜想。

Sequoia 官方视频登记册 REVIEW-08 §2.1 #157（更正版）⚠ ★流传的「模拟器是攻克社会科学问题的终极路径」既加进了原文不存在的 ultimate path / cracking，又删掉了 some 与 maybe，已被本项目判为不可用。

q075Demis Hassabis2026-04Sequoia AI Ascent 2026 对谈，谈 Isomorphic 的终局目标A

the dream is to do almost all the exploration, which is 99%… in silico

Demis Hassabis2026-04Sequoia AI Ascent 2026 对谈，谈 Isomorphic 的终局目标^[41]来源

梦想是把几乎全部的探索工作——那占 99%——都放到计算机里做。

译文译自左侧英文，以英文为准

解读 Isomorphic 的目标函数：把研发里占 99% 工作量的探索过程搬进计算机，只把最终验证留给湿实验室。这是一个可量化、也可被证伪的终局目标。

Sequoia 官方视频登记册 REVIEW-08 §2.2 #156（补英文原文）⚠ ★此前该条只有中文译文。截至 2026-07-25，ClinicalTrials.gov 上查不到 Isomorphic Labs 的注册试验。

## 八、安全、治理与风险

这一组横跨三年，可以看到一条清晰的退却曲线：从 2023 年 IPCC → CERN → IAEA 的
  国际多边架构，退到 2026 年「仿照 FINRA 的美国标准机构 + 自愿送审 + 资金主要来自产业」。
  同一个人在 2025 年底自己盘点的结论是：「现有的机构非常碎片化，影响力远达不到需要的水平。」
  也请留意 Demis 那句罕见的诚实——**「给它精确标一个概率是胡扯；我确切知道的是风险不为零」**，
  这是全行业最特别的一种 p(doom) 立场。**正因为如此，
  那条把「10%」安在 Sundar Pichai 头上的伪引语才格外刺眼：
  它不只是数字错了，是把一个明确拒绝给数字的阵营，写成了一个给了数字的阵营。**

q076Demis Hassabis2024-02-28Dwarkesh Podcast（解释 Gemma 为什么可以开源）B-

only comes in lightweight flavors

Demis Hassabis2024-02-28Dwarkesh Podcast（解释 Gemma 为什么可以开源）^[23]来源

（Gemma）只有轻量级的版本。

译文译自左侧英文，以英文为准

解读 这是他为分级开放给出过的唯一一条隐含标准：能力阈值。问题在于它从未被形式化，也解释不了 AlphaFold 3 为什么不开源——那不是通用基础技术，规模论证本该适用。

附录 H.7 标为 2024-02，与同表相邻条目（Part 5 #173）同场，按 Dwarkesh 2024-02-28 归属登记册 A-1 #144⚠ 短语级引用；附录只给到月份，场合系按同表相邻条目推定。

q077Jack Rae2025-04Cognitive Revolution 播客A-

we probably don’t want to add training objectives which would encourage things like deceit

Jack Rae2025-04Cognitive Revolution 播客^[42]来源

我们大概不想加入那种会鼓励欺骗之类行为的训练目标。

译文译自左侧英文，以英文为准

解读 解释了 Google 为什么展示完整原始思维链：一旦给思维链加上会诱发欺骗的训练目标，它就不再是可监督的对象。这是一条把可解释性接到训练目标上的具体主张。

节目官方逐字稿登记册 REVIEW-08 §2.2 #185（恢复原文）⚠ ★此前该条是中文摘要，本条是恢复的英文原文。同一集里「涌现是海市蜃楼」一句是主持人 Nathan Labenz 的概括，不是 Jack Rae 的话，已被本项目判为不可用。

q078Demis Hassabis2025-05-20Google I/O 2025 keynote（解释 Deep Think 为什么延迟发布）B

Because we are defining the frontier with 2.5 Pro DeepThink, we are taking a little bit of extra time to conduct more frontier safety evaluations and get further input from safety experts. As part of that, we are going to make it available to trusted testers via the Gemini API to get their feedback before making it widely available.

Demis Hassabis2025-05-20Google I/O 2025 keynote（解释 Deep Think 为什么延迟发布）^[25]来源

因为我们正在用 2.5 Pro DeepThink 定义前沿，我们要稍微多花一点时间做更多的前沿安全评估，并进一步听取安全专家的意见。作为其中一部分，我们会先通过 Gemini API 把它开放给受信任的测试者，在广泛开放之前先拿到他们的反馈。

译文译自左侧英文，以英文为准

解读 这是发布阈值钟摆上唯一一次「有理由、有流程、有说明」的主动延迟。它与 Meena 时期的沉默压制、Bard 时期的仓促发布形成三点一线，是这条线上最值得引用的中间态。 ★2026-07-26 更正，并请注意分量随之下调：此前引作「we’re taking extra time」，删掉了降级限定词「a little bit of」——「稍微多花一点时间」被读成了「额外花时间」，正好加重了本条所要论证的「发布阈值」份量。另一处「to trusted testers first」是改写，原文无 first，原话是「via the Gemini API … before making it widely available」。还原之后这仍然是一次有理由、有流程、有说明的主动延迟，但他本人对这次延迟的描述是「稍微多花一点时间」，不是一次郑重的刹车——引用它来论证「发布阈值」时，必须用他给的这个量级。

I/O 2025 keynote 第三方完整转录登记册 A-1 #243REVIEW-12 §2.1 · 恢复 a little bit of（2026-07-26）⚠ 第三方转录件。署名无误：该段前有小节标题「Demis: DeepThink and World Models」，开头「Thanks, Tulsi.」。

q079Anca Dragan2025-06-17Gemini 2.5 GA X SpaceB

This model is so good at coding that it triggered our frontier safety early warning trigger for cyber uplift… it’s not the critical capability level yet. But it’s early warning and we’re starting our response plan.

Anca Dragan2025-06-17Gemini 2.5 GA X Space^[43]来源

这个模型的编程能力太强，以至于触发了我们针对网络能力提升的前沿安全早期预警……它还没到关键能力水平，但这是早期预警，我们已经在启动响应计划。

译文译自左侧英文，以英文为准

解读 （Part 5 已有简版，此为完整版）后半句才是关键：她同时给出了「未达关键级」和「响应计划已启动」两个状态。这说明 FSF 不是一个开关，而是分级流程——这是纸面框架第一次显出内部结构。

Simon Willison 对 X Space 的逐字转录登记册 A-1 #256⚠ 触发预警的是「编程能力太强」而非「危险意图」，说明 CCL 是能力导向而非意图导向；第三方转录件。

q080Demis Hassabis2025-12-16Google DeepMind: The Podcast 第 27 集，谈国际治理需要什么才能推动A

something may go wrong and hopefully it’s just sort of medium sized

Demis Hassabis2025-12-16Google DeepMind: The Podcast 第 27 集，谈国际治理需要什么才能推动^[44]来源

可能会出点问题，而希望它只是中等规模的。

译文译自左侧英文，以英文为准

解读 本材料认为最需要被批判性对待的一句。它把国际治理的推动力寄托在一次事故上——而说这话的人同时在以最快速度推进能力研发。

Google DeepMind 官方播客视频登记册 REVIEW-08 §2.2 #188（恢复条件语气）⚠ ★这是一个条件判断，不是「需要一次事故」这样的主张。流传版本把条件语气压成了断言，本项目判该版本不可用。

q081Anca Dragan2025-12-16Google DeepMind: The PodcastA

I don’t feel like that necessarily anymore

Anca Dragan2025-12-16Google DeepMind: The Podcast^[44]来源

我现在不一定还那样觉得了。

译文译自左侧英文，以英文为准

解读 安全负责人对时间感变化的表述，比流传版本弱得多——那个 necessarily 是整句话的重心。收录它同时更正了一个被搞错的场合。

Google DeepMind 官方播客视频登记册 REVIEW-08 §2.1 #182（更正场合与原文）⚠ ★流传版本「I used to think we had a lot of time. I don’t think that anymore.」同时错了两处：场合被写成 POLITICO（实为 GDM Podcast），且删掉了 necessarily。该版本已被本项目判为不可用。

q082Anca Dragan2025-12-16Google DeepMind: The PodcastA

It takes up all my mental energy all day, every day.

Anca Dragan2025-12-16Google DeepMind: The Podcast^[44]来源

它占据了我全部的心力，一整天，每一天。

译文译自左侧英文，以英文为准

解读 全材料唯一一次高管描述自己的心理状态。它的价值不在于修辞，而在于它来自一位安全负责人——这类职位的公开表达通常是机构性的。

Google DeepMind 官方播客视频登记册 REVIEW-08 §2.1 #183（更正版）⚠ ★流传的 “It occupies my entire mind, every day, all day.” 不是原句，且场合被错标为 POLITICO，已被本项目判为不可用。

q083Demis Hassabis2026-06Stanford Graduate School of Business 炉边谈话（与院长 Jonathan Levin）B

① So whatever is designed, and I have some ideas on this and I’ll probably be talking about this later this year, it needs to be dynamic, which is a word that doesn’t usually go with regulation, right? So it’s got to be light, fleet-footed and able to be informed by the latest developments so that it can adapt to where the actual risk is…

〔同一段发言之内，① 与 ② 之间省略 7 句〕

② And I think some form of really almost smart regulation is required that is dynamic and can adapt with the times very quickly and probably informed by the leading labs because they’re seeing what’s actually at the coal face.

Demis Hassabis2026-06Stanford Graduate School of Business 炉边谈话（与院长 Jonathan Levin）^[15]来源

① 所以无论最终设计出什么——这件事我有一些想法，今年晚些时候大概会谈——它都必须是动态的，而「动态」这个词通常是不跟监管放在一起的，对吧？所以它得是轻量的、步子快的（fleet-footed），并且能够被最新进展所告知，这样它才能对准真正的风险所在……

〔同一段发言之内，① 与 ② 之间省略 7 句〕

② 而我认为，需要的是某种几乎可以说是「聪明的监管」，它是动态的、能随时代很快调整，并且大概还要由领先实验室来提供信息，因为它们看得到真正的掌子面上在发生什么。

译文译自左侧英文，以英文为准

解读 ★2026-07-26 按逐字稿重修，解读随之改写。此前的版本把逐字稿里相隔 7 句的两处发言用一个省略号黏成一句，恰好造出了「light, nimble, informed by the leading labs」这个原文里并不存在的搭配——而上一版解读栏正是建立在这个搭配上的。原文里与「light, fleet-footed」（不是 nimble）直接相连的是「informed by the latest developments」；「informed by the leading labs」出现在 7 句之后，前面带着 probably，整句还套在「some form of really almost smart regulation is required」这层对冲里。把三层对冲还原之后，上一版那句「它把被监管者放进了规则制定环节」就不再成立：能够据此说的只是——他倾向于认为监管应当动态、轻量、跟得上最新进展，并且可能需要从领先实验室取得信息。这是一个附条件的设想，不是一项主张。「被监管者参与规则制定」这个追问本身仍然值得提出，但它是本材料的追问，不是他的表述。他自己预告的那份提案截至 2026-07-25 尚未发布，那份文本才是判断这层 probably 最终落到哪一档的依据。

第三方逐字稿；GSB 官方页 gsb.stanford.edu/insights/demis-hassabis-thinks-were-foothills-singularityREVIEW-12 §2.1 · 拆条 + 恢复三层对冲（2026-07-26）⚠ 第三方转录件；日期档案标 2026-06-02/03。★引语已拆成 ①② 两段并各自逐字还原；此前版本为跨 7 句黏合，且删去了 probably 与「some form of really almost」，并把 fleet-footed 写成了 nimble。

## 九、商业、资本与竞争

这一组的关键不在任何单句，而在**同一个人对不同受众的强度差**：
  Sundar Pichai 2025-11-18 对 BBC 说「没有公司能幸免，包括我们」，
  2026-07-22 对分析师说「还在极早期，我们变得更看多了」。
  另一条线索是**缺席**：在一个所有高管都被反复追问泡沫问题的时期，
  首席科学家 Jeff Dean 五年零表态——**这个「不说」标出了 Alphabet 内部技术与财务话语权的边界。**

q084Demis Hassabis2025-11-18NYT《Hard Fork》播客，被问 AI 是否泡沫A-

Our job is to be winning in both cases, right?

Demis Hassabis2025-11-18NYT《Hard Fork》播客，被问 AI 是否泡沫^[12]来源

我们的工作是在两种情形下都赢，对吧？

译文译自左侧英文，以英文为准

解读 一句极精炼的公司战略陈述：不预测泡沫破不破，只要求在两种结局下都活着。它同时也是一种回避——它让「你怎么看泡沫」这个问题失去了答案。

节目官方视频登记册 REVIEW-08 §2.1 #198（更正版）⚠ ★广泛流传的 “Our job is to win in both scenarios.” 不是逐字原文，已被本项目判为不可用；此处收录的是原句。

q085Demis Hassabis2025-12-16Google DeepMind: The Podcast 第 27 集（与 Hannah Fry），谈 AI 泡沫A

it’s almost an overreaction to the underreaction

Demis Hassabis2025-12-16Google DeepMind: The Podcast 第 27 集（与 Hannah Fry），谈 AI 泡沫^[44]来源

这几乎是对「反应不足」的一次反应过度。

译文译自左侧英文，以英文为准

解读 全材料对 AI 泡沫最好的一句概括：它同时解释了 2023 年的过热与 2022 年之前的迟钝，而且没有站到任何一边。

Google DeepMind 官方播客视频登记册 REVIEW-08 §2.2 #199（恢复 almost）⚠ ★流传版本漏掉了 almost，语气因此变强。

q086Sundar Pichai2026-01Bloomberg 视频访谈A-

We weren’t the first company to do search. We weren’t the first company to do email. We weren’t the first company to build a browser.

Sundar Pichai2026-01Bloomberg 视频访谈^[45]来源

我们不是第一家做搜索的公司。我们不是第一家做电子邮件的公司。我们也不是第一家做浏览器的公司。

译文译自左侧英文，以英文为准

解读 他为「不是第一个发布也能赢」这个立场给出的历史类比。收录它是为了替换掉中文稿里一个极性完全相反的版本——那个版本把三句否定改成了三句肯定。

Bloomberg 官方视频登记册 REVIEW-08 §3.1（极性反译更正）⚠ ★中文流传版本「我们是搜索领域的先行者，也是电子邮件或浏览器的开创者」是极性反译，三个谓语的否定全部丢失，已被本项目判为不可用。这是本项目查实的最严重的一次翻译失真。

q087Demis Hassabis2026-01-20Bloomberg House @ Davos（Emily Chang 专访）A-

We’re the only organization that has the full stack — from TPUs and hardware, data centers, the cloud business, the frontier lab, to all these great products.

Demis Hassabis2026-01-20Bloomberg House @ Davos（Emily Chang 专访）^[46]来源

我们是唯一拥有全栈的组织——从 TPU 与硬件、数据中心、云业务、前沿实验室，一直到所有这些出色的产品。

译文译自左侧英文，以英文为准

解读 （Part 5 已有简版，此为完整版）完整的枚举比结论更有价值，因为它可以被逐项核验。而全栈的真实收益可能不在成本而在确定性——这也解释了为什么五年来没人给过 TPU 的单位成本数字。

Bloomberg 专访视频（备用 Xcyox1CP1Wk）

## 十、中文语境下的独有观察

这一组只收**中文母语者本人用中文说的话**——不收中文媒体的分析与判断。
  后者（「隐性知识外流」「Google 是 LLM 时代的 Apple」「赢得了每一场技术之战，
  却输掉了每一场叙事之战」这类）价值很高，但它们不是任何 Google 人士的原话，
  因此放在第 4 章 · 中英文叙事的分裂的正文里并标为「中文媒体判断」，不进本库。


  **这一组只有两条，而这个数字本身是本章最重要的发现之一。**

  本项目的中文私域语料现存 **750 个带署名引语块**，听起来是一座金矿。
    但按 1.1 的第四条门槛——**只有中文译文、没有回溯到英文逐字原句的不入库**——
    它们几乎全部被降级为正文素材，**因为绝大多数是对英文访谈的中译，而不是中文原创发言**。
    最终能进这一组的只有一类：**说话人本来就在用中文说的话**，
    而这一类在 750 个块里占比极低。

  **所以准确的结论是：中文私域语料的价值不在于提供引语，而在于提供英文圈不问的问题。**
    「一次采购要走 30 个 business days」这种颗粒度，英文访谈从来没有问过；
    但它在中文语料里也只出现在一篇**中文原创**长访谈里，
    而不是那 750 个块的大多数里。
    **这个区分在现有语料的索引里没有被标出来——中文原创访谈与中文译文都被标为「访谈全文」，
    评级同为 A。如果只看索引字段，两者无法区分。**
    这是一个会让下游系统性犯错的字段设计问题，已记录在构建说明里。

q088谭捷2025-11-28中文原创长访谈《独家对话 DeepMind 谭捷：机器人、世界模型与 Google》（张小珺 × 谭捷，约 4 万字播客文字版）B

我不得不跟很多 Google 内部的团队，比如 legal 团队、operation 团队合作，跟他们说这个时代你是等不起的，你等了 30 天以后，那些非常有使命感的 researcher 都跑了。

中文原话谭捷2025-11-28中文原创长访谈《独家对话 DeepMind 谭捷：机器人、世界模型与 Google》（张小珺 × 谭捷，约 4 万字播客文字版）^[47]来源

解读 他有一项对团队负责的正式工作叫 research iteration speed，本质就是与 legal 和 operation 谈判。这句话把「大公司病」从形容词落成了一个可谈判的对象——而这种颗粒度在英文访谈里从未出现过。

中文原创访谈全文，非翻译；公众号「语言即世界 language is world」登记册 03-wechat-corpus 第 2 节 #210 / §5.6⚠ 中文原生发言，不存在翻译损耗；但属单一来源，其中「买一个新机器人从表达意愿到发出采购单要超过 30 个 business days」这个具体数字未获 Google 官方确认。他的当前职位按 2026-07 状态未复核，提到时用「时任」。

q089谭捷2025-11-28同上，自述工作强度B

感觉可能比 996 还要更辛苦一点。

中文原话谭捷2025-11-28同上，自述工作强度^[47]来源

解读 他自述一周工作 70–80 小时，并说这在硅谷 AI 圈已是常态。这给「Gemini 是怎么做出来的」补上了一个英文材料完全缺失的维度：人的投入强度。

中文原创访谈全文，非翻译登记册 03-wechat-corpus §5.13⚠ 中文原生发言。这是在职员工的自陈实测值，与 Brin 内部备忘录的「60 小时是甜蜜点」（目标值）和 Demis 在 Davos 说的「每周 100 小时」（自述值）性质不同，三者不构成连续统计量。

## 十一、这个库自身的三条偏差

最后一节写这个库自己的问题。**一个只展示成果、不展示偏差的引语库，
  本身就在制造它想要消灭的那种错觉。**


  **偏差一 · 人物分布严重偏斜，而这不是编辑偏好。**
    图 12.1 的形状说明了一切：Demis Hassabis 一个人的条目数远超其他所有人。
    这直接来自语料密度——本项目的人物档案里，Demis 有 343 条带日期的言论条目，
    Jeff Dean 124 条，Sundar Pichai 约 90 条，而 Koray Kavukcuoglu 只有约 15 条、
    Shane Legg 约 30 条。**后果是：「Gemini 阵营的认知」在这个库里实际上被近似成了
    「Demis 的认知」。** 读者在用本库做归纳时必须自己扣掉这个权重。

  **偏差二 · 场合分布偏向「愿意接受长访谈的人」。**
    库内条目高度集中在播客与炉边谈话。这类场合的共同特点是：
    **受访者有充分的时间组织语言，而且知道自己在被记录。**
    真正的即兴表态（内部会议、走廊对话、临时问答）在这个库里几乎为零——
    唯一的例外是几条经媒体报道的内部备忘录，而它们是泄露的，不是自愿的。
    **换句话说，这个库里的每一句话都是当事人准备好被引用的话。**

  **偏差三 · 中文侧条目的可信度天花板低于英文侧。**
    中文私域提供了英文圈完全没有的角度，但其中绝大多数是**译文**而非原话，
    且已知存在说话人标签错位与术语误译。本库对这类条目一律标 C+ 并注明
    「英文原文待回溯」，**但标注不能消除风险，只能转移风险**——
    它把判断的责任从编者转给了读者。这是一个有意的选择：
    **把这些内容删掉会让材料更「干净」，但会让它更不完整，而且不完整的方式是隐蔽的。**




  「标注出来就可以收」是一种自我安慰。**读者在实际使用时会忽略标注，
      只带走引语本身。** 一条被标为 C+ 的译文一旦被复制到别处，
      标注会掉，引语会留下——本库因此仍然是伪引语的**上游**，
      只是把责任写在了免责声明里。

  这不是假设，本项目就有现成的实例：36 氪 / 虎嗅那条伪引语的原始形态，
      很可能也只是一次「为了让中文读者读懂而做的补全」，
      **而它在传播链的第二环就变成了带引号的原话**（见 §1.3 伪引语二）。
      同样地，「p(doom) 10%」在英文原始逐字稿里的说话人标签是清清楚楚的，
      **失真发生在转述环节，不是发生在原始材料里**[@src-835a58822d]。
      两个案例都说明：**标注在复制粘贴面前的存活率极低。**

  只要引语可以脱离页面被单独复制，标注就一定会在某个环节掉落。
      反方不成立的唯一情形是：**标注被写进引语本身**，
      使得复制引语时必然带走标注。

  正方大部分落败事实之争 **反方成立，而且它指出的是一个真实的、本库没有完全解决的问题。**
      本库据此做了一处设计上的让步：**把限定语写进条目的正文而不只是标签**——
      例如 Shane Legg 那两条被拆成独立条目，各自的原话字段里就带着
      「期望值」与「50% 分位」的区别；Demis 的 2030 条目里，
      「约 50% 概率」是写在译文里的，不是写在标签里的。
      **这样即使标签掉了，限定语也跟着引语一起走。**
      但这只能覆盖一部分条目——**本库承认，对于纯粹的可信度分级（A / B- / C+），
      目前没有任何办法让它在复制中存活。这是一条已知的、未解决的缺陷。**




  **相邻章节**：这些金句在具体论证中的用法，见
    第 2 章 · 人物志（按人聚合）、
    第 3 章 · 重要采访与演讲精析（按场合聚合）、
    以及第 4 章 · Gemini 独特认知与路线差异（按路线争议聚合）。
    本库只负责一件事：**保证每一句被引用的话，都能被读者自己走回它的出处。**




  来源













    ← 总览
    上一章：2025–2026 前沿
    下一章：我的观点与批判



    Gemini 认知体系全景 · 材料时间边界 2021.01 – 2026.07 · 更新于 2026-07



    本章每条金句的「解读」为作者判断，与引语本身分开呈现。
    标「译文」者以英文原文为准；标「二手转载」者未能回溯原始出处，可信度已降级。
    **本库只收能回溯到一手来源的原话；回不到一手的内容不在这里。**