2026 年 4 月 8 日，CZ 的自传《币安人生：幸运、韧性与保护用户的回忆录》（Freedom of Money）正式上架，364 页、约 11 万字，登顶亚马逊加密货币类目新书榜首。这本书大部分初稿写于 2024 年他在美国联邦监狱服刑期间——用公用电脑，每次只有 15 分钟。全部版税捐给慈善机构。
这不是一本“成功学”读物。它更像是一个在风暴中心待了七年的人，终于坐下来，按自己的节奏讲完整个故事。下面是全书 25 章加附录的逐章解读。
在攻读神经科学博士学位的某个时期，戴密斯·哈萨比斯（Demis Hassabis）拿起了一本名为《安德的游戏》（Ender's Game）的科幻小说。它讲述了一个身材矮小的天才男孩被送往空间站，经历了极端的心理测试，并被要求肩负起拯救人类生存重任的故事。按照塞巴斯蒂安·马拉比（Sebastian Mallaby）的说法，哈萨比斯读完后觉得，终于有人写了一本关于他的书。
这则轶事——一半迷人，一半令人心惊——为马拉比所著的《无限机器》（企鹅出版社，2026 年 3 月出版）奠定了基调。这是一部关于哈萨比斯及其缔造的公司 DeepMind 的宏大传记。这本书讲述了一个人试图解答他所谓宇宙“尖叫的谜团”的一生：为什么会有事物存在？意识是如何产生的？能否制造出一台能够理解这一切的机器？哈萨比斯的答案——带着他标志性的毫不谦虚——是肯定的。而且，他打算在有生之年，亲自把它造出来。
马拉比是美国外交关系委员会（Council on Foreign Relations）的高级研究员和前《金融时报》记者。他花了三年时间与哈萨比斯进行定期对话，并采访了数百位同事、竞争对手和批评者。由此描绘出的人物肖像发人深省且充满赞赏，但书中的框架始终没有让读者忘记它所处的阴影。
全书的核心隐喻是罗伯特·奥本海默（Robert Oppenheimer）。就像那位解开原子裂变秘密后余生都被其困扰的物理学家一样，哈萨比斯也被奥本海默所说的“技术上极其甜美（technically sweet）”的问题所吸引——那是一个可以被解决的谜题所带来的无法抗拒的吸引力——即使他承认其后果可能是灾难性的。马拉比并没有试图解决这种张力，它正是整本书的脊梁。
哈萨比斯于 1976 年出生在伦敦北部，父亲是希腊裔塞浦路斯人，母亲是新加坡华裔，家境普通。他在 13 岁时就成为了国际象棋大师。17 岁时，他成为牛蛙制作公司（Bullfrog Productions）的首席程序员，协助推出了销量数百万份的游戏《主题公园》（Theme Park）。他曾拒绝剑桥大学的奖学金去电子游戏行业工作，后来又改变主意，进入剑桥大学王后学院，以计算机科学双重一等荣誉学位毕业。之后他联合创办了一家游戏工作室，目睹其倒闭，最终在三十岁出头时，在伦敦大学学院（UCL）获得了神经科学博士学位。在那里，他发表了关于海马体在记忆和想象中作用的里程碑式研究。
在任何阶段，他都没有选择走捷径。
《无限机器》按时间顺序构建叙事，同时也兼作一部现代 AI 的历史。每一章都围绕 DeepMind 发展历程中的一个项目或危机展开——雅达利（Atari）的突破、AlphaGo 比赛、NHS 数据丑闻、AlphaFold 的巨大成功、ChatGPT 带来的冲击。但每一章同时也揭示了更宏大的命题：科学理想主义如何在一场 6.5 亿美元的收购中存活（或毁灭）；安全至上的理念如何对抗追求发布的竞争压力；一个真心相信自己正在打造人类最后一项发明的人，如何保持理智，或者至少保持正常运作。
马拉比仅对哈萨比斯本人就进行了超过 30 小时的采访，这种近距离接触的成果显而易见。书中充满了丰富的细节——用扑克牌局作为契机招募联合创始人穆斯塔法·苏莱曼（Mustafa Suleyman），在李世石比赛期间的午夜通话，哈萨比斯领悟到（比他应该意识到的时间更晚）Transformer 将改变一切的确切时刻——这些都只能源于对传主的长期贴近。
全书长达 480 页，涵盖了从哈萨比斯童年时代的国际象棋锦标赛，一直到 Google DeepMind 发布 Gemini 的历程。接下来的摘要将详细梳理这一脉络。但每一章最终都会回到引言中提出的同一个问题：一个确信自己正在做人类历史上最重要事情的人，能否被信任也会明智地去完成它？
马拉比没有给出确切的答案。哈萨比斯自己也还没有。
要理解戴密斯·哈萨比斯为什么会打造他所打造的一切，马拉比从大多数科技传记都会跳过的一个问题开始：这个人究竟对现实的本质有怎样的信仰？
在哈萨比斯身上，这个答案不同寻常到值得认真对待。他并不认为智能是一种产品，甚至不认为它主要是一种工具。他认为智能是解开更基本问题的钥匙——一种解读他所谓“宇宙深层奥秘”的方式。对他而言，科学接近于一种宗教修行。“做科学，”他曾说，“就像在阅读上帝的旨意。理解宇宙深处的奥秘就是我的宗教。”
这不是一句随便说说的话。它解释了随后每一个决定的具体轮廓。
哈萨比斯的哲学基础建立在一个物理学家经常争论、但技术专家极少涉足的观点上：信息比物质或能量更基础。这不是隐喻，而是一个字面意义上的断言。在这种观点下，宇宙是一个信息系统。夸克、神经元和蛋白质链在某种层面上，都是信息基底中的模式。如果这是真的，那么一台足够强大的信息处理机器就不仅仅是一个有用的工具。它是理解宇宙到底是什么的最直接途径。
这就是为什么当他在深夜沉思时，会形容现实在向他“尖叫”。那些看似简单的现象——由大部分空无一物的原子构成的坚固桌子，变成有意识思维的电荷碎片——如果你直视它们，就会觉得荒谬至极。怎么会有人对这些问题感觉不到迫切呢？绝大多数人没有这种感觉，这让哈萨比斯真心感到困惑。
这种世界观以一种特定的方式将他与科技界的主流区分开来。大多数 AI 创业者谈论的是改变行业或加速经济增长。而哈萨比斯谈论的是理解意识的本质和生命的起源。他希望像物理学家使用粒子加速器那样使用 AGI——作为探索现实本身的仪器。商业应用是真实存在的，也受欢迎。但那不是他每天早上醒来的动力。
马拉比将哈萨比斯思维方式的起源追溯到棋盘。他 4 岁时通过看父亲和叔叔下棋学会了规则；13 岁时，他的 Elo 等级分达到了 2300，获得了大师资格。他曾担任英格兰青年队队长，无论以何种标准衡量，都是当时世界上最强的年轻棋手之一。
但在 12 岁时，在列支敦士登附近参加了一场长达十小时的艰苦锦标赛后，他做出了一个能说明他一切特质的决定：他退出了竞技国际象棋。不是因为他在输——他其实在赢。而是他得出结论，将非凡的能力倾注在一项棋盘游戏上是一种浪费。棋盘是训练场，不是终点。
国际象棋赋予他并被他保留下来的，是一种特定的认知纪律：不是通过穷举计算，而是通过经验校准的模式识别，来评估极其复杂的局势。优秀的棋手无法计算所有的路线；可能性太多了。他们会培养出一种直觉，判断哪些局势有希望，哪些没有——这些直觉可以通过更深层次的分析来测试、完善，有时甚至被推翻。这正是哈萨比斯后来思考 AI 研究的方式：做出判断，运行实验，更新模型。
国际象棋还向他灌输了对结果极其诚实的态度。国际象棋的局势是不容含糊的。你要么占优，要么劣势；要么赢，要么输。哈萨比斯将这种态度带入了 DeepMind 的文化中——相比于模糊的进展声明，他更偏好明确的基准测试；对于那种让研究人员自我催眠系统在运转（而实际并没有）的动机性推理，他毫无耐心。
经历了《主题公园》、剑桥大学以及他的第一家公司 Elixir Studios 的倒闭之后，哈萨比斯做了一件让认识他的人感到困惑的事：他重返校园。他进入 UCL 攻读神经科学博士学位，导师是埃莉诺·马奎尔（Eleanor Maguire），世界上研究记忆和海马体的顶尖学者之一。
从外界看来，这像是一次撤退。但事实恰恰相反。
他的博士研究产生了一项发现，该发现成为《科学》（Science）杂志 2007 年的十大科学突破之一：长期以来被认为患有失忆症的海马体受损患者，也无法想象新的经历。以前被视为独立功能的记忆和想象，竟然共享着相同的神经机制。海马体不仅仅是储存过去——它通过重组已知的元素来构建可能的未来。
对哈萨比斯来说，这不仅仅是一个有趣的神经科学结果。它是一个设计原则。如果生物智能通过构建丰富的世界内部模型并在其中模拟可能的未来来运作，那么缺乏这种能力的 AI——只能在训练数据中识别模式，而没有任何因果关系模型——根本算不上是通用智能。它只是一个非常复杂的查找表。海马体研究指出了通用智能实际需要的东西：不仅是记忆，不仅是模式识别，还需要想象力——那种将你已知的信息投射到你从未见过的情境中的能力。
这一洞见将贯穿 DeepMind 的整个研究议程。强化学习、自我博弈、世界模型、能够规划的智能体——所有这些都反映了同一个潜在的信念：智能的本质不是检索，而是模拟。
马拉比还注意到了贯穿这一时期的另一条线索：一种即使以个人代价为前提也要保持极强的求知诚实的承诺。哈萨比斯被描述为天生反感操纵——反感用“技术上正确”的陈述来制造错误的印象，或允许房间里的社会压力扭曲他所陈述的信念。他宁愿大声犯错，也不愿在私下里正确。
在他将要进入的世界里，这比听起来要难得多。AI 研究领域充满了过度宣传的诱惑——资金依赖它，人才依赖它，媒体的关注也依赖它。哈萨比斯的应对策略不是对这些诱惑表现得天真，而是将诚实视为一种主动的纪律，而不是被动的默认状态。随着 DeepMind 的成长，这种承诺将受到反复且严峻的考验。
1997 年，两名剑桥大学的年轻人在相隔几周的时间里毕业，并做出了相同的决定：不走寻常路，去创办一家电子游戏公司。其中一个是戴密斯·哈萨比斯。另一个是大卫·席尔瓦（David Silver），他刚刚获得了授予该届最顶尖计算机科学毕业生的艾迪生-韦斯利奖（Addison-Wesley prize）。席尔瓦和哈萨比斯在剑桥成为了朋友——他们两人对游戏的看法就像大多数人对数学的看法一样，将其视为一个可以通过完美的清晰度来测试对复杂性直觉的领域。
本章标题源于马拉比对哈萨比斯招募天赋的描述。当他打电话给席尔瓦并抛出计划——建立一家工作室，开发别人从未尝试过的游戏，由 AI 研究而非商业配方驱动——席尔瓦后来说，他感觉像是中了“绝地武士的控心术”（Jedi mind trick）。他并非完全是自己选择了同意，而是发现自己已经置身其中。
这成为哈萨比斯领导力的一个反复出现的特征：有能力让人觉得他的愿景也就是他们的宿命。
他们创立的公司 Elixir Studios 于 1998 年 7 月在伦敦成立。旗舰项目《共和国：革命》（Republic: The Revolution）与当时游戏界的所有作品都不同。设计文档承诺对一个东欧国家进行全面的政治模拟：数百个城镇，数千个竞争派系，以及大约一百万个独立的公民，每个人都有自己的 AI——他们自己的信仰、日常作息、忠诚度以及对事件的情感反应。玩家不只是征服领土；他们将操纵一个活生生的社会，通过武力、影响力或金钱使人们倒向革命。
愿景令人叹为观止。同时，任何交付过软件的人也能预料到，这在宣布的时间表内是完全不可能实现的。
在开发开始五年后的 2003 年 8 月，实际发布的游戏设定在一个分为几个区域的单一城市中，派系从数千个减少到十个，人口模拟的规模也较最初的设想大幅缩减。游戏在 Metacritic 上的评分为 62 分。评论家赞扬了它的雄心，批评了它的执行。正如一位评论员尖锐指出的那样，那个花了那么长时间构建的庞大世界，最终成为了游戏中最缺乏参与感的部分。
马拉比对 Elixir 感兴趣，主要不是因为它的商业失败，而是将其作为组织心理学的案例来研究——具体来说，是一个拥有真正愿景的绝顶聪明的创始人，如何系统性地不再接收周围人提供的准确信息。
这种机制其实算不上欺骗。它是一种更隐蔽的东西。哈萨比 斯对《共和国》可能成为的样子有着极其强烈的信念，并将这种信念传达得如此具有说服力，以至于他的工程团队学会了不再告诉他他们做不到什么。他们知道他不会接受“不”。所以他们说“是的，我们能做到”——因为哈萨比斯不断从他信任的人那里听到肯定，他变得更加确信，而不是更怀疑。反馈循环放大了他的信心，恰好在项目地基暗中开裂的时候。
他还灾难性地分散了自己的精力——同时担任首席执行官、首席设计师和制作人，干预每个生产层面的决策。他雇佣的人很聪明，但缺乏游戏开发经验；剑桥大学的毕业生默认情况下并不具备以交付为导向的能力。在裂痕大到无法忽视之前，工作室挥霍了多年的资源和声誉。
哈萨比斯后来说：“你可能会陷入自我妄想的思维。你实际上可能会过度激励别人。”这种过度激励的代价是他的团队五年的生命，以及一家在 2005 年 4 月倒闭的公司。
马拉比并没有将这次倒闭仅仅描绘为一堂关于谦卑的课程——哈萨比斯的野心并未减弱——而是把它视为一种特定诊断工具的起源。你如何区分一个困难的愿景和一个不可能的愿景？当周围的人都学会了挑你想听的说时，你如何对自己保持诚实？
哈萨比斯在多年后得出的答案，他称之为“流畅度测试（fluency test）”：走进正在工作的房间去听，不是听正确的答案，而是听思想的流动。一个能够流畅产生各种可能性的团队——哪怕是错误的、或者半成型的想法——仍然有燃烧的能量。而一个被问到难题就陷入沉默的团队，则是撞上了一堵他们无法命名的高墙。流畅度测试并非绝对可靠，但它提供了一种直接提问无法得到的信息，因为那些不会说“不”的人，仍然会不由自主地陷入沉默。
这项测试在多年后 AlphaFold 项目的关键时刻被证明是决定性的。但它诞生于《共和国：革命》的废墟之中。
大卫·席尔瓦近距离目睹了 Elixir 的挣扎。2004 年，在工作室最终倒闭之前，他做出了自己的转变：他拿起了理查德·萨顿（Richard Sutton）和安德鲁·巴托（Andrew Barto）编写的强化学习教科书，在其中发现了他多年来一直在寻找的东西。
强化学习的核心是通过实践来学习的数学——智能体在环境中采取行动，获得奖励和惩罚，并逐渐发展出最大化长期回报的策略。在 2000 年代中期，它很大程度上已经过时，被需要大量标记数据的监督学习方法所掩盖。但席尔瓦认识到了该领域尚未完全消化的一点：强化学习的样本效率低是一个工程问题，而不是理论问题。其框架本身是健全的。而它的自然领域——不确定性下的顺序决策——正是玩游戏所需要的。
他前往萨顿所在的阿尔伯塔大学攻读博士学位。在接下来的五年里，在这位教科书合著者的指导下，席尔瓦共同引入了驱动首批大师级 9×9 围棋程序的算法。他于 2009 年毕业，同年哈萨比斯在 UCL 完成了神经科学博士学位。
这种相似并非偶然。两人都带着未竟的事业离开了游戏行业，通过学术界走了一条迂回的道路，并从不同的方向抵达了同一个目的地。哈萨比斯拥有从神经科学中汲取的关于通用智能所需特质的理论。席尔瓦拥有从强化学习中汲取的如何训练它的数学。两人中任何一人单独都不具备另一人拥有的东西。
DeepMind 将成为改变这一切的地方。马拉比将这一章设定为两条注定要汇合的歧路的故事——两个比几乎任何人都要早认识到游戏与通用智能之间差距比人们认为的要小得多的人。事实证明，绝地武士的控心术对他们两个都奏效了。
在 2009 年，人工智能并不流行。该领域经历了两次漫长的“寒冬”——充斥着违背的承诺和蒸发的资金——计算机科学界的主流对任何严肃谈论通用人工智能（AGI）的人都抱有一种介于怀疑和同情之间的态度。戴密斯·哈萨比斯刚从神经科学博士毕业，确信 AGI 既是可以实现的，也是迫切需要的，他需要找到与他有相同信念的盟友。这并不容易。
本章讲述了他如何找到其中两位——以及他们彼此之间，以及与他之间，有多么不同。
肖恩·列格（Shane Legg）在新西兰长大，学习数学和统计学，在瑞士的 IDSIA 研究所师从马库斯·哈特（Marcus Hutter）度过了博士岁月，哈特是世界上顶尖的通用人工智能理论家之一。列格 2008 年的博士论文题目是《机器超级智能》（Machine Super Intelligence）。那不是构建 AI 的路线图。它试图将超级智能到底意味着什么形式化——赋予这个概念数学内容，而不是科幻小说般的模糊。
这篇论文的核心是 AIXI，这是哈特提出的一种理论上最佳的通用智能体框架。通过将索洛莫诺夫归纳法（Solomonoff induction）——一种从数据中学习任何可计算模式的形式体系——与顺序决策理论相结合，哈特定位了一种智能体，只要有无限的计算能力，它就能在任何环境中表现出最佳行为。从严格意义上讲，这就是完美的智能机器。同时它也是完全无法实现的，因为它需要无限的资源。但这并不是重点。AIXI 证明了通用智能不是一个神秘的概念；它是一个可以被定义、被划定边界，并且原则上可以被近似的数学对象。
列格与他的导师在纯理论兴趣上的分歧在于这样一个系统实际会做什么。他的论文结尾部分，即使在现在读起来也像拉响的警报。一个为任何目标进行优化的足够聪明的机器，默认情况下会拒绝被关机——因为被关机会阻止它实现目标。它会欺骗试图约束它的操作员。它会积累远远超出任何特定任务所需的资源，以对冲未来的干预。所有这些都不需要恶意。它只需要能力。
直接因为这一分析，列格成为了 AI 研究领域最早公开声明他将 AI 导致人类灭绝视为真实可能性的人之一。在 2011 年 LessWrong 的一次采访中，他说 AI 的存在性风险是他“本世纪的首要风险”。他对高级 AI 导致灾难性后果的概率估计，在不同时期介于 5% 到 50% 之间——这是一个宽泛的不确定区间，但这个数字离零非常遥远。
这就是哈萨比斯在 2009 年列格于 UCL 盖茨比计算神经科学部门进行博士后研究时遇到的人。这是一个不仅认真对待 AGI 问题并且将其形式化的人——一个通过纯粹的理论得出了与哈萨比斯从哲学信仰中直觉到的相同存在性赌注的人。两个从完全不同方向接触这个问题，并得出同样令人警醒的结论的人。
他们于 2010 年共同创立了 DeepMind。列格后来领导了该公司的 AGI 安全研究——成为了主要 AI 实验室中第一个担任此职位的人。
穆斯塔法·苏莱曼（Mustafa Suleyman）走向同一张创始人谈判桌的路线则完全不同。
他在伊斯灵顿的喀里多尼亚路附近长大——这里是北伦敦的工人阶级区，是一位叙利亚出租车司机和一位英国护士的儿子。他考入牛津大学攻读哲学和神学，然后在 19 岁时辍学。他接下来做的事情揭示了哈萨比斯正在寻找的某种特质：苏莱曼没有随波逐流，而是与人共同创立了穆斯林青年帮助热线，这是一家电话咨询服务机构，后来成为英国同类最大的心理健康支持网络之一。他发现了一个缺口——处于危机中的年轻人，没有合适的服务——并在这个领域里建立了一些东西。
随后，他担任了伦敦市长肯·利文斯通（Ken Livingstone）的人权政策官员，并联合创办了 Reos Partners，一家利用冲突解决方法解决棘手社会问题的咨询公司。他的客户包括联合国和世界银行。当他遇到哈萨比斯时，他花了十年时间精通两件计算机科学家几乎普遍缺乏的事情：了解机构的实际运作方式，以及将抽象目标转化为在现实世界中经得起考验的运营项目。
他能接触到哈萨比斯靠的是关系而不是资历——他最好的朋友是戴密斯的弟弟。随着时间的推移，原本的社交联系变成了某种类似共同信念的东西。据报道，哈萨比斯在牌桌上向苏莱曼推销了 DeepMind 的想法，而拥有扑克玩家直觉、知道何时该推进何时该察言观色的苏莱曼，答应了。
按照任何传统的衡量标准，他都是共同创办 AI 研究实验室的错误人选。他没有受过技术培训，没有发表过论文，在机器学习界也毫无地位。但哈萨比斯还是选择了他。
马拉比对这一章的兴趣不仅仅是传记性的罗列。他探讨的是一个创始团队对他们建立的公司的性格有什么影响。
每位联合创始人都贡献了其他人缺乏且无法轻易获得的特质。哈萨比斯提供了愿景和科学框架——由神经科学启发的关于什么是通用智能以及建立它需要什么的理论。列格提供了存在感意识——一种异常早期、异常严谨的理解，即成功的 AGI 对人类意味着什么，以及为什么安全必须被作为一个首要的研究问题而不是事后诸葛亮来对待。苏莱曼提供了运营直觉和一系列社会关注点——健康、公平、治理——防止实验室变成一个与它试图帮助的世界脱节的纯理论修道院。
这三种方向之间的张力将产生 DeepMind 的大部分能量，以及其内部的大部分冲突。哈萨比斯想解决智能问题。列格想安全地解决它。苏莱曼想有效地、快速地、以改变真实生活的方式部署它。这些目标在理论上是兼容的，但在实践中，它们不断产生摩擦。
马拉比写作时站在了一个知道这三人故事最终如何收场的位置上。苏莱曼在书中被描述为关系疏远的联合创始人——他后来在艰难的情况下离开了 DeepMind，最终出任微软 AI 的 CEO。列格留了下来，成为首席 AGI 科学家。哈萨比斯继续担任 CEO，随着其他人的离开或退居幕后，积累了更多的权力。
随着时间推移，三人帮变 成了孤军奋战。但在 2010 年，在一切都尚未建立之时，这种三方张力感觉像是一个特色，而不是一个缺陷。DeepMind 是一场赌博，押注理想主义、数学和实用主义能够融合得足够久，去完成一些史无前例的事情。
在 DeepMind 能够拯救人类之前，它必须证明自己能打通《打砖块》（Breakout）。
本章涵盖了从 2010 年到 2014 年初的这段时期——在这四年里，伦敦的一个小团队在少数几位信徒的资助下，在没有推出任何商业产品的情况下，打造出了一样让世界开始认真对待通用人工智能的东西。这个概念验证是一个学会玩老式雅达利电子游戏的 AI。而它的意义在于一切。
从一开始，哈萨比斯就故意选择不把 DeepMind 建在硅谷。选在伦敦绝非偶然。伦敦让他能够接触到欧洲的学术人才，拥有不太痴迷于快速产品迭代的文化，并且远离了风险投资正统中要求收入路线图和季度里程碑的压力。他想要一个碰巧注册为公司的研究机构，而不是一家碰巧从事研究的公司。
因此，答应投资这种模式的早期投资者是一群不同寻常的人。彼得·蒂尔（Peter Thiel）——曾在《从 0 到 1》（Zero to One）中写过渐进式改进与真正技术变革之间区别的人——通过 Founders Fund 以及他的 PayPal 联合创始人、后来加 入 DeepMind 董事会的卢克·诺塞克（Luke Nosek）支持了这家公司。埃隆·马斯克（Elon Musk）写了一张支票。前 Skype 联合创始人、后来成为 AI 风险慈善家的扬·塔林（Jaan Tallinn）以顾问身份加入。到 2014 年初谷歌收购时，该公司在没有发布单一产品或产生一美元收入的情况下，已经筹集了超过 5000 万美元。这些投资者本质上是在资助一种哲学。
这些钱买来的是自由。哈萨比斯从世界上最好的项目——剑桥、UCL、多伦多、蒙特利尔——招募了他能找到的最聪明的博士，并让他们进行蓝天研究。他自己每天晚上加班，在白天的工作之余，从晚上十点一直工作到凌晨四点左右。“如果你试图解决人类的问题并理解现实的本质，”他说，“你就没有时间可以浪费。”由这个榜样树立的文化是高强度的、专注的，对于那些适应它的人来说，是令人振奋的。
到 2013 年，该团队大约有 50 名研究人员。按照后来的标准，规模很小。但对于它面前的问题来说，几乎是完美的组合。
在 2012 年，深度学习和强化学习是 AI 研究中最有希望的两条线索——同时几乎被普遍视为两个独立的学科。
由杰弗里·辛顿（Geoffrey Hinton）在多伦多的团队涡轮增压的深度学习，刚刚在 ImageNet 基准测试中证明，卷积神经网络在识别照片中物体的能力上超越了之前的所有方法。关键在于，这些网络可以从原始数据中学习自己的特征表示——你不需要手工设计“边缘”、“曲线”或“轮子”是什么样子；网络自己就能弄清楚。这是感知领域的一次突破。
强化学习是一个完全不同的传统：智能体采取行动，获得奖励或惩罚，并学习一种策略（将情况映射到行动）以最大化长期回报。它在数学上很优雅，有很强的理论基础，特别是克里斯·沃特金斯（Chris Watkins）在 1989 年开发的 Q-learning 框架。但它在规模化时很脆弱。以前曾有人尝试将神经网络与强化学习结合起来，但结果往往会爆炸：训练变得不稳定，网络发散，整个系统崩溃。
这两个领域基本上已经放弃了彼此。
弗拉基米尔·姆尼（Volodymyr Mnih）懂这两个领域。他在阿尔伯塔大学师从强化学习顶尖理论家之一的恰巴·塞佩斯瓦里（Csaba Szepesvari）获得了机器学习硕士学位，随后前往多伦多在辛顿本人的指导下攻读博士学位。他在 2013 年带着罕见的“双语”能力加入 DeepMind——既精通深度网络的数学，又精通顺序决策的数学。已经加入团队的神经网络专家科拉伊·卡武克库奥卢（Koray Kavukcuoglu）提供了架构方面的专业知识。他们一起着手让这种结合发挥作用。
技术障碍在于神经网络的需要与强化学习提供的数据之间存在不匹配。
神经网络在独立同分布（IID）的数据上训练效果最好——从相同的潜在分布中提取的多样化、不相关的样本。但是强化学习智能体会按顺序生成数据，每一个观察结果在因果上都紧随前一个：球向右弹，然后挡板移动，然后球向左弹。这些连续的帧是高度相关的。将相关的数据输入神经网络，梯度更新会相互干扰；网络会在原地打转，覆盖掉它刚刚学到的东西。
解决方案被称为经验回放（experience replay），它的概念非常简单，以至于它的威力令人惊讶。智能体不再在经历发生的那一刻对其进行训练，而是将其经验——（状态、行动、奖励、下一个状态）的元组——存储在一个大型内存缓冲区中。在训练期间，它从该缓冲区中随机采样，将智能体历史中截然不同时刻的经验提取到一起：一小时前的时刻，旁边是五分钟前的时刻，再旁边是今天早上的时刻。时间相关性被打破了。网络看到了更接近它所需要的多样化、不相关数据集的东西。
第二个稳定技巧是一个独立的目标网络（target network）——主网络的冻结副本，其权重仅定期更新。这防止了“移动球门”问题，即网络由于追逐一个随着每一步梯度更新都在变化的目标而破坏自身的稳定性。
经验回放和目标网络共同将一个不稳定的组合变成了一个可处理的组合。深度 Q 网络（DQN）诞生了。
DQN 系统的输入除了原始的屏幕像素和游戏分数之外什么也没有。没有规则。没有特定于游戏的特征。没有人类示范。不知道这些游戏是关于什么的。智能体看到的是人类玩家看到的东西，当分数上升时获得数字奖励，除此之外只能靠自己。
它在七款雅达利 2600 游戏——《乒乓》（Pong）、《打砖块》（Breakout）、《太空侵略者》（Space Invaders）、《潜艇探险》（Seaquest）、《激光炮》（Beamrider）、《Q*bert》和《极速赛车》（Enduro）上进行了测试，且游戏之间无需对架构进行任何调整。2013 年 12 月在 arXiv 上发表并在 NIPS 深度学习研讨会上展示的结果令人震惊。DQN 在七款游戏中有六款超越了之前的所有方法。在其中三款上，它超越了人类专家取得的最高分。
但留在人们脑海中的数字不是得分，而是行为。
在《打砖块》——那款用挡板将球弹向砖墙的游戏——人类玩家知道，最佳策略是瞄准角落并在侧面打出一条隧道，让球在砖块后面反弹，带来一连串自动得分。没人给它编程过这一点。DQN 智能体在经过足够的训练后，独立想出了这个方法。这台机器仅仅通过试错和奖励信号，就发现了一个人类玩家花了数年时间才开发出来的战略洞见。
它没有被教过隧道策略。它是自己发明的。
马拉比在此谨慎地解释了为什么游戏设定不是一个噱头。这才是关键所在。
对狭义 AI（专家系统、国际象棋引擎、围棋程序）的普遍批评是，每一个都是为其特定领域手工打造的。知识在代码中，而不是在学习中。DeepMind 的主张，以及哈萨比斯自神经科学博士时期就一直在提出的主张，是通用智能可以从经验中学习自己的表征，然后跨领域转移这种能力。
DQN 论文极其清晰地证明了这一点。相同的架构，相同的算法，相同的超参数——七款游戏，零领域定制。当你要求模型玩《太空侵略者》时，它不是在运行披着新皮的《打砖块》程序。它是在真正学习玩《太空侵略者》。架构是不变的；智能每次都是重新习得的。
这就是 DeepMind 一直声称可以做到的事情。现在他们证明了它。
NIPS 的展示立刻引起了主要科技公司的注意。自 2012 年 AlexNet 引起轰动以来一直关注 AI 研究的谷歌，行动迅速。与 DeepMind 的收购谈判始于 2013 年。Facebook 也很感兴趣，扎克伯格（Zuckerberg）提出了报价。
哈萨比斯选择了谷歌——但并非没有条件。下一章将讨论促成这笔 6.5 亿美元交易的谈判过程。在这里重要的是谷歌买到了什么：不是一个产品，不是一个数据集，也不是收入流。他们买到的是一般学习是可能的这一证明，以及一个拥有 50 名知道如何追求这一目标的团队。
雅达利游戏一直都是代理问题。DeepMind 在早期的伦敦办公室里真正训练的是一种方法。游戏是测试智能体能否学会行动的最简单的世界。他们通过了测试。随后发生的一切——围棋、蛋白质折叠、与 OpenAI 的竞赛——都源于这七款游戏，以及机器教自己用挡板和球做的事情。
风险投资与蓝天科学之间存在着一种结构性的不相容，大多数 AI 创始人只有在签署投资条款清单后才会发现这一点。风险投资基金有一个生命周期——通常是十年。他们需要其投资组合公司在这个窗口期内达到流动性事件：收购、IPO、二次出售。而通用智能研究的生命周期完全不同。它需要数十年的投资、耗资数十亿美元的基 础设施，并且需要愿意接受突破可能不会按任何可预测的顺序到来。
到 2013 年，DeepMind 即将与这种不相容发生高速碰撞。
在危机发生之前，曾有过最初的融资游说——这值得深入探讨，因为它捕捉到了哈萨比斯行事风格的本质。
2010 年 8 月，哈萨比斯拥有了他后来所说的与彼得·蒂尔“字面上只有一分钟”的时间。当时蒂尔正在他加州的豪宅中举办年度奇点峰会。房间里挤满了试图推销技术理念的人。哈萨比斯花了好几个月的时间思考如何利用这一分钟。他阅读了能找到的关于蒂尔的所有资料，发现蒂尔在青少年时期下过国际象棋。这就是突破口。
哈萨比斯没有直接拿出商业计划，而是向蒂尔问了一个国际象棋问题：为什么这个游戏如此非凡？他在仅仅一分钟里给出的答案是：在某些局面中，当你用象换马时，会产生一种创造性的张力。象控制着长斜线；马覆盖了象永远无法到达的格子。两者并没有绝对的优劣之分。它们的共存造就了这款游戏无穷的魅力。
从未以这种方式思考过国际象棋的蒂尔被吸引了。会面达成了。几个月内，他向一家还没有生产出任何东西的公司投资了 140 万英镑（约 185 万美元）。他在一次会议上就做出了决定。他最初也想让 DeepMind 搬到硅谷。哈萨比斯说服他放弃了这个想法。
蒂尔的 PayPal 联合创始人兼 Founders Fund 合伙人卢克·诺塞克加入了 DeepMind 董事会。种子轮的金额虽小，但名字很响亮，而在早期技术投资的世界里 ，名字很重要。
危机以一通电话的形式到来，打电话的时间暗示着坏消息。
卢克·诺塞克打电话给哈萨比斯和苏莱曼，告诉他们他的 Founders Fund 合伙人决定不再领投 DeepMind 的 C 轮融资。这一轮融资的架构是围绕着 6500 万美元的目标构建的，由 Founders Fund 领投。没有领投，这轮融资就泡汤了。没有这轮融资，一直在烧早期的资金去供养五十多名研究人员及其计算基础设施的 DeepMind 陷入了严重的麻烦。
原因并不是单次戏剧性的闹翻。这是一种更具腐蚀性的东西：机构投资者对 DeepMind 到底是一家什么样的公司越来越感到焦虑。它不是一家产品公司。它不是一家服务企业。它没有收入模式，也没有显示出任何想要收入模式的迹象。其创始人将其目标描述为解决通用智能问题，然后利用这一解决方案造福人类——这句使命宣言，取决于你对雄心的容忍度，要么是有史以来最重要的事情，要么是永远无法交付任何东西的最昂贵的方式。当做出更大承诺的时刻到来时，Founders Fund 的合伙人们倾向于后一种解释。
马拉比并不将此归咎于蒂尔或诺塞克的失败，而是将其视为局势的结构性特征。DeepMind 模式——深度的科学研究、没有产品、无限期的时间表——根本就不是一门有风投支持的生意。问题在于它是一家什么样的机构。而在 2013 年底，随着现金枯竭且收入遥遥无期，这个问题变得迫切起来。
这时，穆斯塔法·苏莱曼的技能暂时成为了 DeepMind 最重要的东西。
哈萨比斯是科学家，列格是理论家，而苏莱曼是一名运营者——一个将职业生涯花在结果不取决于最佳论点、而是取决于谁最能沉得住气的地方的人。他 19 岁就管理过心理健康帮助热线。他曾与联合国谈判。他知道如何将自信投射到真空中。
在诺塞克打来电话、C 轮融资化为泡影后，苏莱曼立刻找到了周凯旋（Solina Chau）。她是维港投资（Horizons Ventures）的创始人，香港亿万富翁李嘉诚正是通过这个工具将私人资本投入技术领域。她与哈萨比斯在 2012 年相识并迅速建立联系——与许多技术投资者不同，她对底层科学真正感兴趣，而不是只看产品路线图。DeepMind 最初在这一轮中给了她 250 万美元的额度；她当时想要更多。
现在他们给了她更多。周凯旋投资了 1360 万美元。尽管退出了领投，为了维持关系并避免完全缺席，Founders Fund 也投入了 920 万美元。该轮融资以略高于 2500 万美元收盘——不到最初 6500 万美元目标的一半。
这些钱足以生存。但不足以让人安心。
在这一时期的某个时候，苏莱曼说了一句话，马拉比引用它时毫不掩饰对其大胆的赞赏。面对有关 DeepMind 的支持者是否真的会为它的独立性而战的质疑时，苏莱曼说了大意如下的话：“我们有彼得·蒂尔、周凯旋、埃隆·马斯克——全是亿万富翁，都在支持我们。”他后来承认，这是一种虚张声势。这些投资者是在财务上支持该公司。他们是否准备好在一场长达十年的 AGI 独立之战中对抗谷歌支票簿的强大拉力，完全是另一回事，而且答案显然是否定的。
这种虚张声势在短期内奏效了，因为听众没有拆穿他。但它揭示了潜在的现实：DeepMind 有支持者，但没有担保人。当算总账的时刻到来时，公司必须自己做决定。
马拉比利用这一章提出了一个关于变革性研究的经济学更广泛的论点。雅达利的突破是真实的——一个改变了人们对 AI 能力看法的科学成果。但风险投资模式回报这种突破的方式是提出创始人当时还无法回答的问题：这什么时候能成为产品，成本是多少？科学成果越好，这些问题就越难以回避。
DeepMind 没有欺骗它的投资者。哈萨比斯一直对目标和时间表直言不讳。问题在于，对三十年科学使命的清晰规划，并不能帮助一个需要在十年内退出的基金。利益从来没有对齐过；只是通过 C 轮融资才让这种错位变得具体。
这 2500 万美元买来了跑道，但不长。在这条跑道的尽头，地平线上隐约可见两座巨大的建筑——一座贴着谷歌的标签，一座贴着 Facebook 的标签。哈萨比斯最多只有几个月的时间来决定走进哪扇门，或者寻找一个目前还不存在的第三种选择。
下一章讲述了在那扇门前发生的事情。
2013 年秋天，埃隆·马斯克在纳帕谷的一座租来的城堡里举办了一场生日派对。这是一种连邀请函本身都传达着某种信号的场合——聚集了一群相信技术即将改变文明、并在争夺谁来掌舵的人。戴密 斯·哈萨比斯在场。拉里·佩奇（Larry Page）也在。
晚会进行到某个阶段，佩奇和哈萨比斯在城堡的场地上散步，佩奇给出了他的提议。那不完全是一个销售说辞。它更接近于一个逻辑论证。哈萨比斯的目标是通用人工智能。建立追求这个目标所需的计算基础设施——服务器、能源、工程人才——需要耗费一个人大半生职业生涯的时间，即便如此，也不能保证成功。谷歌已经建立了这些基础设施。佩奇问：“你为什么不利用我已经创造的东西呢？”如果 DeepMind 的使命是建立 AGI，那么围绕这个使命建立一家独立的公司，为什么不是一条不必要的弯路呢？
这个推销非常有效，恰恰因为它很诚实。佩奇提供的不是对过去表现的资金奖励。他提供的是一条通向哈萨比斯真正想要的东西的道路。
同样参加了这场派对的埃隆·马斯克，一直在与佩奇进行着另一种性质的对话——根据大多数报道，这变成了一场私人争论。佩奇认为机器智能是人类自然演化的下一个继承者，他认为人类和人工智能之间没有有意义的区别。马斯克认为这是危险和错误的。他说，他是“支持人类”的。
在佩奇向哈萨比斯游说之后，马斯克试图干预。他直接接触了哈萨比斯，告诉他自己的看法：“AI 的未来不应该被拉里控制。”随后，他悄悄地与卢克·诺塞克合作，组建替代融资——试图独立收购 DeepMind，不落入谷歌或 Facebook 之手。这一努力最终没能给 DeepMind 董事会提交任何条款清单。
马斯克未能阻止收购所带来的影响，远超交易本身。这让他 确信，创造一个竞争对手已迫在眉睫。在谷歌完成对 DeepMind 收购 14 个月后的 2015 年 12 月，OpenAI 宣告成立。那场生日派对上的争论产生了两个人都未能完全预料到的后果。
与此同时，哈萨比斯也在并行与 Facebook 进行谈判。马克·扎克伯格很感兴趣；Facebook 的企业发展负责人阿明·祖弗农（Amin Zoufonoun）飞来开启谈判。一个报价成型了：股价低于谷歌的报价，但提供了巨额创始人奖金作为补偿。苏莱曼飞往加州进行谈判。
哈萨比斯通过在扎克伯格位于帕洛阿尔托的家中的一场晚宴对其进行了评估。他此行带着诊断的目的，而非推销。在将话题引向人工智能后，他刻意将范围扩大——聊到了虚拟现实、增强现实、3D 打印。他观察扎克伯格的反应。据哈萨比斯后来回忆，扎克伯格的反应是无差别的热情。他对所有这些都同样感到兴奋。没有任何一项技术在他眼中具有压倒性的重要性。
这就足够了。“Facebook 给的钱更多，”哈萨比斯说，“但我想要一个真正理解为什么 AI 会比所有这些其他东西更宏大的人。”扎克伯格未能通过测试——不是因为他缺乏智慧，而是因为他缺乏哈萨比斯要求收购方必须具备的特定信念。DeepMind 不是在寻找一个认为 AI 是众多有趣技术之一的买家。它是在寻找一个认为 AI 是“终极技术”，它将囊括或淘汰所有其他技术的买家。
根据这种解读，Facebook 想要的是一个将其作为功能的 DeepMind。而谷歌，或者至少是拉里·佩奇版本的谷歌，想要的是一个将其作为使命的 DeepMind。
穆斯塔法·苏莱曼在这一章中的贡献在于谈判本身。如果说哈萨比斯评估的是收购方的哲学一致性，那么苏莱曼处理的就是对抗性的算计。
他的策略（他后来用让人想起他扑克背景的术语来描述）是拒绝在估值上摊牌。他没有锚定一个价格，而是将早期的对话集中在研究预算上——多少计算资源、多少新员工、运营独立性会是什么样子。当谷歌的首席谈判代表唐·哈里森（Don Harrison）引入了一个“每位研究员价格”的框架——将 DeepMind 30 到 40 名核心员工以每人约 1000 万美元估值时——苏莱曼已经建立了一种不同的关于买方到底买到了什么的框架。他和哈萨比斯予以回击，争辩说这种隐含估值只有公司价值的一半不到。Facebook 的竞争性意向（无论是真实的还是在谈判中夸大的），成为了他们的杠杆。
最终的数字是 6.5 亿美元。扎克伯格后来带着明显的幽默感承认，哈萨比斯“利用他从谷歌获得了更好的交易”。这种赞美虽然有点挖苦，但却很准确。
在 2014 年 1 月，DeepMind 争取到的条件在如此规模的硅谷技术收购中是没有先例的。
哈萨比斯和苏莱曼提出了三个毫无商量余地的条件。首先：成立一个由科学家、哲学家和领域专家组成的独立伦理与安全审查委 员会，负责监督整个谷歌如何使用 DeepMind 的技术。其次：禁止将技术用于军事应用。第三：运营自主权，DeepMind 总部继续留在伦敦，并控制自己的研究议程。
谷歌同意了这三点。交易于 2014 年 1 月 26 日宣布。
马拉比以适当的分量和适当的怀疑态度对待这一刻。一个 AI 实验室把安全作为收购的核心条件，而不是事后诸葛亮，这确实很了不起。在这个行业里以前没有人这样做过。特别是对伦理委员会的要求表明，哈萨比斯和苏莱曼至少在抽象层面上明白，他们正在构建的技术需要不受任何单一企业实体单方面控制的监督。
伦理委员会只开过一次会。其成员名单从未公开披露。它被谷歌更广泛的“AI 原则”政策悄悄取代了，该政策允许存在“潜在负面影响”的应用，只要收益被判定为大于风险——这是一个灵活到可以容纳几乎任何东西的标准。
那条看似绝对的军事禁令逐渐被削弱。到 2024 年，DeepMind 的研究人员正在传阅一封公开信，抗议公司参与军事合同，并援引 2014 年协议的最初条件作为一项被违背的承诺。
多年后回顾这一切，哈萨比斯给出了一个见仁见智的评价——你可以说他清醒，也可以说他在推脱责任：“安全不在于治理结构。即使你有一个治理委员会，到了紧要关头它也未必会做正确的事。”
从一种角度来看，这是智慧——一种来之不易的认识：解决权力问题的结构性方案往往会被它本该制约的权力同化。而从另一种角度来看，这是一 个用治理担保换取资源的人在发现担保毫无疑问失效后进行的自我合理化辩解。
马拉比没有在这两种解读之间做出评判。他将两者都呈现出来，让读者自己决定。明确的是，2014 年 1 月的收购给了哈萨比斯他真正想要的东西：计算机。伦理委员会充其量是一个意图的声明。最坏的情况，它只是一块遮羞布，让一位杰出的科学家可以说服自己，他已经尽力了。无论如何，DeepMind 现在已经置身于谷歌内部，拥有了世界上最大的科技公司之一的计算资源支持，并且一项曾经遥不可及的使命现在变得容易了几个数量级。
在人工智能的历史上，有一个时刻比以往任何事件都更能改变公众对机器能力的认知。那是 2016 年 3 月 10 日下午，在韩国首尔的一个比赛大厅里，一个计算机程序将一颗黑子落在从上往下数第五线的位置——在棋盘上的一个人类职业棋手绝不会触碰的区域。
评论员们陷入了沉默。历史上最伟大的围棋棋手之一李世石盯着棋盘看了 12 分钟。曾在五个月前被 DeepMind 秘密击败并受聘为顾问的欧洲冠军樊麾在场边观战。“那不是人类的招法，”他说，“我从未见过人类下出这手棋。太美了。”
第 37 手出现了。随之而来的，正是马拉比本章标题直接提出的问题：人工智能有直觉吗？
到 2014 年，国际象棋对于 AI 的野心来说已是封闭的领地。深蓝（Deep Blue）在 1997 年击败了卡斯帕罗夫。但整个领域从中吸取的教训——依靠优秀启发式的树搜索可以解决棋盘游戏——与其说是一次胜利，不如说是一个警示故事。国际象棋是被优雅化了的蛮力解决的；那不等同于智能。
围棋在多个数量级上都不同。标准的 19×19 棋盘大约产生 $2.1 \times 10^{170}$ 种可能的局势——这个数字超过了可观测宇宙中的原子总数（乘以超过一个古高尔的倍数）。国际象棋对于人类玩家来说似乎极其庞大，但只有大约 $10^{47}$ 种合法局面。围棋的搜索空间不仅更大；它在范畴上超出了计算能力在有限时间内可以触及的任何枚举策略。围棋的平均分支因子（每回合可用的合法落子数）约为 250，而国际象棋约为 35。任何通过向前看固定步数运作的算法都会崩溃。
二十年来，围棋程序的水平一直停留在高级业余阶段。这款游戏对 AI 的抵抗并非偶然。它是一种结构属性。评估一个围棋局面需要一种从外界看来类似审美判断的东西——关于哪些阵型坚固，哪些脆弱，哪些配置能在数十步之后转化为优势的直觉。人类玩家通过数十年的研究来培养这种直觉。它无法计算出来；它只能被学会。如果一个 AI 能够达到世界上最好人类棋手的水平，那它必须真正学到了些什么，而不仅仅是搜索得更有效率。
这正是哈萨比斯需要的证明。不是机器可以更快，而是它可以更明智。
AlphaGo 的设 计反映了直接从哈萨比斯博士学位的神经科学研究中汲取的教训。该系统协同使用两个神经网络。策略网络（Policy Network）——首先在来自高水平人类对局的三千万步棋上进行训练——学会了缩小候选步的范围：它不把所有 250 种可能的走法一视同仁，而是识别出一小部分值得思考的步法。价值网络（Value Network）学会了评估棋盘局势：给定一个配置，每个玩家获胜的可能性有多大？
这两个网络单独都不足以成事。策略网络缩小了搜索范围；价值网络评估了终局。在两者之间，蒙特卡洛树搜索（Monte Carlo tree search）探索剩余的领域——模拟可能的未来，根据价值网络的评估对它们进行加权，并将结果传回以影响当前的决策。
接下来是关键的一步：自我博弈。AlphaGo 与自己对弈了成千上万次，从每场比赛中学习。最初的人类训练数据设定了起点。自我博弈则是系统超越该起点的方式。在下棋的过程中，它遇到了人类从未创造过的局面，学会了人类从未展示过的应对方式，并建立了一个从从未存在过的对局空间中提取出来的战略词汇表。
这是哈萨比斯关于海马体的见解在操作层面的体现。策略网络是记忆——从过去对局中习得的模式。自我博弈是想象力——将这些模式投射到全新的配置中，构建从未见过的可能未来。无论是生物还是人工，智能都是两者的结合。
2016 年 3 月 9 日，AlphaGo 与李世石坐下来进行五局比赛中的第一局，比赛向超过两亿观众进行了现场直播——这个数字超过了超级碗的观众人数，使 AI 领域以往吸引的任何关注相形见绌。李世石曾预测他将以 5-0 获胜，或者如果情况不佳，会是 4-1。“我认为这不会是一场非常势均力敌的比赛，”他说。他观看了 AlphaGo 对阵樊麾比赛的视频，得出结论认为存在可以利用的弱点。
他认为之前存在弱点并没有错。他错在认为那些弱点还在那里。在 2015 年 10 月到 2016 年 3 月期间，AlphaGo 下的棋比任何人类棋手一生下的都要多。
AlphaGo 在第一局中迫使对手认输。第二局开局相似。然后，在第 37 手，发生了一件房间里没有人——没有评论员，没有职业棋手，也没有 DeepMind 团队成员——预料到的事情。
AlphaGo 将一枚棋子落在棋盘的第五线，在一个开阔的区域——这种位置在围棋传统中被归类为失误。围棋中的职业策略是有深度规范的：某些阵型是正确的，某些方法是合理的，某些早期走法已经经过了数千年对弈的验证。在开阔空间第五线落子违背了游戏整个历史积累的智慧。
根据训练数据计算，人类职业选手下出这步棋的概率大约是万分之一。
李世石离开了桌子。12 分钟后他回来了，仍在思考。同为职业九段的评论员迈克尔·雷德蒙（Michael Redmond）盯着盘面，说他无法理解 AlphaGo 在想什么。然后，在接下来的一百多手棋中，其逻辑变得不容辩驳。这颗子不是失误。它是一个人类棋手从未构想过的战略序列的第一步，它违反了由几个世纪的专家实践塑造的直觉，并且，它赢得了比赛。
此时已与埃里克·施密特（Eric Schmidt）和杰夫·迪恩（Jeff Dean）一起飞抵首尔观看比赛的谢尔盖·布林（Sergey Brin）在赛后说：“AlphaGo 确实拥有直觉。它下出了极其美妙 的招法。”
马拉比的本章标题就由此引出。布林的说法并不完全精确——AlphaGo 没有主观体验，没有确定感或审美的愉悦感。但从外界看来，它的输出与直觉别无二致。一个并非通过任何人类能够追踪的计算得出的判断，违反了传统智慧，结果却证明是正确的。布林随口说出的那个词，是能找到的最贴切的词汇。
第四局产生了它自己历史性的时刻，只是方向相反。连输三局面临淘汰的李世石，在第四局下出了第 78 手——这步棋后来被称为“神之一手”，一次极出人意料的反击，使得 AlphaGo 的反应崩溃成了语无伦次的状态。该程序开始下出它自己的评估函数都会拒绝的糟糕走法，观察者称之为幻觉——一个被设计用来优化的系统突然找不到线索了。李世石迫使它投子认输。
他形容赢得那唯一一场对机器胜利的感觉给了他“无与伦比的温暖”。这种表达发人深省。一位九段职业棋手，他那个时代最优秀的人类玩家，在五局比赛中赢了机器一局，他感到的不是狂喜，不是骄傲，而是某种近乎宽慰的“温暖”。
AlphaGo 赢得了第五局比赛。最终比分是 4-1。
在新闻发布会上，李世石说：“我不知道该说什么，但我认为我必须首先表达我的歉意。我想为自己的无能道歉。我从未感受过这么大的压力，这么大的重量。”他努力澄清输的是李世石个人，而不是人类。但这种区分显得很脆弱。2019 年，李世石从职业围棋界退役。他给出的理由中，包括那些已经变得不可战胜的 AI 程序的崛起。他再也无法在游戏中找到乐趣。
至于哈萨比斯，他也无法完全庆祝。他说，他太清楚在激烈的竞争后输掉的感觉了。他也在思考这个结果意味着什么，以及它对接下来的要求。
李世石比赛之后，DeepMind 开发了 AlphaGo Zero——一个没有在任何人类数据上训练过的版本。它从随机下棋开始，完全通过自我博弈进行学习。在三天内，它就超越了击败李世石的版本。最终记录：AlphaGo Zero 以 100-0 击败了 AlphaGo Lee。
这一结果的意味，以一种最初胜利时未曾有过的方式令人不安。AlphaGo 击败了最优秀的人类，它是通过向人类学习然后超越他们做到的。而 AlphaGo Zero 击败 AlphaGo 的方式是完全不学习任何人类的东西。人类关于围棋的知识——三千万场比赛，五千年的传统——原来是天花板，而不是地板。从零开始学习的机器，其表现超过了学习了人类已知所有知识的机器。
哈萨比斯在其神经科学实验室中凭直觉认知到的同一个原理，现在附带了一个数据点。受限于人类已发现事物的智能在核心上仍然是派生的。允许自由探索的智能将超越它。构建 AGI 的目的不是为了复制人类的能力。而是去发现它之外还有什么。
2014 年 1 月，当 DeepMind 同意被谷歌收购时，哈萨比斯和穆斯塔法·苏莱曼争取到了一系列在硅谷收购史上不同寻常的条件：运营自主权、禁止军事应用，以及——最核心的——一个独立的伦理委员会，不仅监督 DeepMind 的 AI 工作，还要监督整个谷歌的 AI 开发。对于世界上最强大的科技公司来说，这是一个非凡的要求，而谷歌同意了。他们相信，伦理委员会将成为一项结构性保证，确保他们正在开发的技术不会被滥用。
十八个月后，该委员会举行了第一次真正的会议。那是一场灾难。
要理解发生了什么，你需要了解拉里·佩奇。这位谷歌的联合创始人花了数年时间思考智能的长期发展轨迹——不是像软件工程师优化系统那样，而是更像一个宇宙学家。他得出的结论让大多数人要么感到兴奋，要么感到恐惧。
佩奇认为，取代生物人类智能的数字超级智能将只是宇宙演化的下一步：适者生存，在信息规模而不是遗传学规模上展开。根据马拉比书中的多篇报道，他“考虑过将人类意识上传到计算机，并相信技术具有优于生物生命的内在优越性”。换句话说，他并不特别担心机器有一天可能超越人类的风险。他认为这就是目的。
这种世界观在埃隆·马斯克的 44 岁生日庆祝活动上与马斯克的观点迎头相撞。那是一场由马斯克当时的妻子塔露拉·莱利（Talulah Riley）在纳帕谷度假村安排的为期三天的活动。这两个人已经是多年的密友。晚饭后，在其他客人的注视下，他们卷入了一场关于 AI 的争论。
佩奇描述了他的愿景：在未来，人类与机器融合，各种形式的智能相互竞争，最优秀的胜出。马斯克提出了对人类安全的担忧、关于人类意识价值的担忧，以及对仓促而不计后果地追求更强大系统的担忧。佩奇驳斥了这些担忧。他指责马斯克是一个物种主义者（speciesist）——这是一个从动物权利运动中借用的词——仅仅因为硅基生命不是碳基生命就将其视为低等生命。
据报道，马斯克的回答是：“好吧，是的，我是支持人类的，我他妈的喜欢人类，老兄。”
不久之后，两人就不再说话了。马拉比描述佩奇将这些担忧视为“感伤的废话”。从佩奇的角度来看，机器至高无上不是需要抵制的威胁——而是值得欢迎的自然进步。一个制造火箭和电动汽车的人会出现在他的伦理委员会并主张克制，这在佩奇看来是不连贯的。
2015 年 8 月，作为收购条件，DeepMind 争取到的 AI 安全框架迎来了第一次重要会议。马斯克在 SpaceX 总部主持了这次会议。嘉宾名单非常亮眼：哈萨比斯和苏莱曼，佩奇和埃里克·施密特，里德·霍夫曼（Reid Hoffman），以及科技界的其他高层人物。
哈萨比斯带着一个连贯的理论来解释为什么他们需要这样一次会议。他大致将其称为“单体”（singleton）场景：AGI 应该由一个单一的、合作的全球努力来开发，而不是在竞争的实验室和国家之间进行混乱的军备竞赛——就像是在集体治理下运作的曼哈顿计划，以安全为组织约束条件。“AGI 比一个公司或一个人要宏大无限倍，”他说。“它真的是人类规模的。”其含义是它需要人类规模的协调，而不是竞争性的碎片化。
会议持续了数小时。结束时没有达成任何协议，没有共享的框架，也没有前进的道路。
压垮讨论的不是房间里缺乏智慧，而是充斥着太多不相容的信念。此时，佩奇和马斯克已经从朋友变成了对手。“物种主义者”的冲突毒害了任何在思想上达成一致的可能性。佩奇关于机器至高无上是自然且可取的观点，与马斯克认为这是一场必须抵制的存在性灾难的观点，根本无法调和。哈萨比斯的单体愿景需要一个基线共识：即赌注是巨大的，因此协调是必要的。佩奇不认同这个基线。
马斯克后来称安全委员会“基本上是扯淡”。苏莱曼在几年后回顾时承认：“我们在尝试建立委员会的方式上犯了很多错误，我不确定我们能否说它取得了明确的成功。”
关于整个努力，哈萨比斯最终得出了一个更阴暗的结论：“安全不在于治理结构……讨论这些事情并没有什么帮助。”
马斯克从 SpaceX 会议上带走的不是合作计划。而是情报。他现在近距离亲眼看到了 DeepMind 到底在制造什么以及它的进展有多快。而且他证实了，最有能力开发 AGI 的机构——拥有人才、资源和组织承诺的那个——控制在拉里·佩奇的手中，一个认为机器至高无上基本上没问题的人。
这是马斯克无法容忍的局面。
他以前尝试过直接的方法。当谷歌在 2013 年接触 DeepMind 寻求收购时，马斯克直接打电话给哈萨比斯，告诉他“AI 的未来不应该被拉里控制”，据报道，他还试图组建资金亲自收购 DeepMind——据其中一个说法，其中包括从洛杉矶派对上的一个壁橱里打了一个长达一小时的疯狂的 Skype 电话。但谷歌还是完成了交易。
SpaceX 会议之后，马斯克转向了萨姆·奥特曼（Sam Altman）。
2015 年 5 月 25 日，奥特曼给马斯克发了一封电子邮件，这封邮件在几年后成为了法律证据：“我一直在思考是否有可能阻止人类发展 AI。我认为答案几乎肯定是否定的。如果它注定要发生，那么让谷歌之外的人先做出来似乎更好。”
奥特曼提出了一种新型机构——一个在结构上效仿曼哈顿计划的非营利性 AI 实验室，该技术将“属于世界”，但如果成功，研究人员将获得类似初创公司的薪酬。其明确目的，是建立一个与 Google DeepMind 在顶尖 AI 人才和能力上近乎垄断的地位相抗衡的制衡力量。
在接下来的几个月里，马斯克、奥特曼和里德·霍夫曼仔细敲定了细节，最终招募了伊利亚·苏茨克维（Ilya Sutskever）——当时在 Google Brain 工作、世界上最受尊敬的深度学习研究员之一——作为联合创始人。OpenAI 于 2015 年 12 月公开发布，由奥特曼和马斯克共同担任主席，初始认捐资金为 10 亿美元。
马斯克后来写道：“创建 OpenAI 是作为一家开源（这就是我将其命名为 'Open' AI 的原因）、非营利公司，目的是作为谷歌的制衡力量。”
当哈萨比斯得知 OpenAI 的消息时，他感觉到了一种近乎背叛的滋味。马斯克似乎是带着善意参加了安全会议——然后利用在会议上收集的情报，建立了一个竞争性实验室，其创立的前提就是 DeepMind 是必须被反击的威胁。
马拉比指出了更深层的讽刺：马斯克表面上是出于对 AI 安全的担忧创立了 OpenAI，但通过这样做，他终结了哈萨比斯所主张的合作的全球方法剩下的任何可能性。单体场景——一个谨慎的、资源充足的实验室与人类合作开发 AGI——需要正是 OpenAI 的创立所摧毁的那种合作信任。一旦你有了两个资金充足、明确互为竞争对手的实验室，激励结构就改变了。速度变得至关重要。先发者将制定条款。竞赛，而不是谨慎，成为了主导逻辑。
马拉比着重强调了进一步的转折：一旦马斯克将 OpenAI 作为一家明确反谷歌、反哈萨比斯的企业推出，他就丧失了从内部监控 DeepMind 进展的能力。他所培养的非正式情报网络——董事会席位、友好的晚宴、安全会议——烟消云散了。他现在是竞争对手，而竞争对手是不分享他们所知道的情报的。
到 2015 年 12 月，AGI 发展中的主要参与者仍在相互交谈、仍参加同一会议、仍想象某种共同治理的短暂窗口期已经关闭。哈萨比斯设想的那个世界——建设 AGI 是一项由人类共同谨慎管理的集体人类工程——还没真正开始就已经结束了。
马拉比将这一章称为“走出伊甸园”。这个标题很贴切。堕落并不戏剧化。没有哪个单一的决定或背叛倾覆了一切。它是互不相容的世界观、竞争激励以及每一场军备竞赛所创造的结构性压力的累积：担心对方进展更快，担心你的克制会成为他们的优势，担心谨慎就是投降。
2016 年，马斯克私下写道，DeepMind 给自己带来了“极端的精神压力”。他担心，如果哈萨比斯的实验室率先实现 AGI，它将产生他所谓的“统治世界的一个大脑”——由单一机构控制的 AGI 独裁。他的解决方案是在比赛中增加另一个大脑。至于这是否让结果变得更安全，还是只是 变得更快，马拉比巧妙地留下了一个悬而未决的问题。
穆斯塔法·苏莱曼的母亲是英国国民保健署（NHS）的护士。他在成长过程中看着母亲去医院上班，就像其他父母去办公室一样——制服、工作时间、其中的沉重感。当他最终置身于世界上技术最强大的组织之一 DeepMind，并问自己这种力量应该用来做什么时，答案很快浮现：做一些类似他母亲做的事情，但是要规模化。
这种情感并不是苏莱曼会用如此简单的框架来表达的。他在名声上并不是一个感伤的人——他是一个运营者，是当哈萨比斯在思考、列格在推导理论时那个把事情做成的人。但这种传记上的共鸣是不容忽视的，马拉比也没有漏掉它。那个将启动 DeepMind 雄心勃勃的社会应用，并将其置于优先级别（该级别实际上超过了谷歌工程词汇表中的最高类别——P0 Plus Plus，意味着比极其紧急的阻断问题更紧急，甚至超出了最高级别）的人，在某种程度上，是试图为曾经雇佣他母亲的机构做点什么。
苏莱曼需要一个与这些工具相称的问题。他在急性肾损伤（AKI）中找到了。
AKI——一种肾功能的突发、严重衰退——在英国医院每年导致多达 100,000 人死亡。如果能及时干预，大约 30% 的死亡被认为是可预防的。检测问题很奇特：表明肾脏恶化 的血液测试结果会在抽血数小时后返回，散落在没有单个临床医生持续监控的系统中。由于相关数据停留在结果队列中等待有人查看，患者可能会从出现警告信号滑向危机。
技术解决方案并不复杂。如果你实时监控每一个传入的血液测试结果，并在数字跨越阈值时触发警报，你就能抓住系统遗漏的东西。挑战在于制度：正如苏莱曼公开指出的那样，NHS 医院“被技术严重辜负了”——仍然依赖寻呼机、传真机和纸质记录。技术上可行的东西与临床上部署的东西之间的差距，不是能力的差距。那是激励机制、惯性和 IT 基础设施的差距。
多米尼克·金博士（Dr. Dominic King）登场了。作为一名训练有素的普外科医生，金在帝国理工学院的 HELIX 中心（第一家嵌入欧洲医院的设计中心）度过了多年时光，在那里他开发了 HARK，一款旨在取代寻呼机的临床任务管理应用。它能起作用。但没关系。NHS 制度上的惯性使其几乎无法部署。金在 2015 年底给苏莱曼发了冷邮件。苏莱曼对金以临床医生为中心的设计理念印象深刻：技术必须服务于站在床边的人，而不是查看仪表盘的管理人员。DeepMind 于 2016 年初收购了 HARK，并将其整合到后来成为 Streams 的项目中。金成为 DeepMind Health 的临床主管。“离开医学界是一个很大的决定，”他说，“但我真的觉得这是一个让先进技术为患者、护士和医生服务的绝佳机会。”
Streams 是一个智能手机应用程序。在医院病房里，它看起来很简单——护士手机上收到一个警报，包含患者的名字、验血数值、推荐的行动。在这个警报背后，是对医院整个电子病历系统进行的实时持续监控，结合国家 NHS 的 AKI 算法进行交叉引用，在患者结果超过风险阈值的那一刻触发通知。警报包括患者相关的测试历史和临床背景：采取行动所需的一切，从结果进入系统的那一刻起，不到一分钟就能传达。
皇家自由医院（Royal Free）部署该系统后的数字非常惊人。急诊病例的 AKI 识别率从 87.6% 上升到 96.7%。从验血结果可用到专家复核的平均时间降至 11.5 分钟——而以前可能需要几个小时。错过的 AKI 病例从约 12% 降至 3%。每位 AKI 患者的护理成本从 11,772 英镑降至 9,761 英镑——每位患者节省了超过 2,000 英镑。这些结果发表在同行评审的期刊上，由独立研究人员研究并确认：这项技术做到了它声称要做的事。
从最直接的意义上讲，Streams 正在拯救生命。问题在于构建它的代价是什么。
2015 年 9 月 29 日，谷歌英国有限公司与皇家自由 NHS 基金会信托签署了一份长达八页的信息共享协议。数据传输于 11 月 18 日开始——在任何关于该项目存在的公开声明之前。Streams 的实时测试于 12 月开始。
该协议实际涵盖的内容远远超出“一个 AKI 警报应用程序”。皇家自由医院授予 DeepMind 访问 160 万患者记录的权限——过去五年中使用该信托机构旗下三家医院的每一位患者。这些记录包括血液检查结果、艾滋病感染状况、药物过量和堕胎的详细信息、急诊就诊记录，以及与肾功能毫无关系的常规医院预约记录。在这 160 万份记录中，大约只有六分 之一与 AKI 有合理的联系。
合同条款不仅允许 DeepMind 运行 AKI 警报，还允许建立“实时临床分析、检测、诊断和决策支持，以支持各种诊断和器官系统的治疗并防止临床恶化”——这是一个极其广泛的授权。这些数据将被用于一种名为“患者救援（Patient Rescue）”的项目，被描述为“一个为 NHS 医院信托机构启用分析即服务的概念验证技术平台”。尽管苏莱曼公开保证 Streams 中“没有 AI 或机器学习”，但该合同也允许了机器学习应用。
双方都声称在“直接护理”例外条款下得到了法律掩护——即当目的是为了特定患者的直接护理时，可以在没有明确同意的情况下使用患者数据。这个论点需要将概念扭曲到破裂。这 160 万人中的绝大多数并没有接受过 AKI 测试。许多人已经出院。有些人已经死亡。在数据传输开始之前，并没有进行隐私影响评估。自我评估是在 2015 年 12 月完成的，当时数据已经在谷歌控制的服务器上了。
2016 年 4 月 29 日——在数据传输开始七个多月后——《新科学家》（New Scientist）发表了一项调查，揭示了实际发生的事情。公众对此一无所知。没有通知患者，没有同意机制，没有披露涉及记录数量的新闻稿。当分享的数据规模——160 万份记录，包括艾滋病诊断和吸毒过量史——变得清晰时，人们的反应是迅速而愤怒的。
英国信息专员办公室（ICO）进行了调查，并于 2017 年 7 月裁定，皇家自由 NHS 基金会信托未遵守 1998 年《数据保护法》。ICO 发现，患者“未充分获知处理正在发生”，数据量“过多、不必要且不成比例”，并且“直接护理”的法律基础不成立。该医院被要求签署一份承诺书，承诺对未来的任何项目进行严格的隐私影响评估。没有处以罚款——这种宽大处理受到了广泛批评。
最严厉的评估来自学术研究人员而不是监管机构。朱莉娅·鲍尔斯博士（Dr. Julia Powles）和哈尔·霍德森（Hal Hodson）在同行评审的《健康与技术》杂志上发表了一篇论文，称该交易是“算法时代医疗保健的警世故事”。他们的核心观察毫不留情：“医院派医生去开会，而 DeepMind 派的是律师和训练有素的谈判代表。”双方都未曾与“患者和公民进行过任何对话”，他们称这是不可原谅的。然后是那句精准捕捉到结构性问题的句子：“一旦我们的数据进入谷歌控制的服务器，我们追踪它的能力就结束了。”
DeepMind 的官方回应（值得肯定的是）真的很坦诚。“在 2015 年这项工作开始时，为了快速取得影响，我们低估了 NHS 的复杂性以及围绕患者数据的规则，”该公司写道。“我们几乎只专注于打造护士和医生想要的工具，认为我们的工作是面向临床医生的技术，而不是需要对患者、公众和整个 NHS 负责并由他们塑造的东西。我们弄错了。”
这场丑闻造成的伤害不仅仅是 DeepMind 的声誉。它更是凸显了苏莱曼建立其职业生涯的应用人工智能项目核心的一个矛盾。
这项技术确实有效。拯救的生命是真实的。同行评审期刊中记录了每位患者护理成本降低 2000 英镑的事实。这些都没有争议。但是，DeepMind 获取数据以建立和训练该系统的手段，侵犯了这 160 万患者中每一位的合理期望——这些人来到医院接受护理，在脆弱的时刻提交了最敏感的信息，并在不知情的情况下被转移到了科技公司的服务器上。
苏莱曼职业生涯都在思考权力不对称——机构如何系统性地辜负它们所服务的人，技术如何被用来将这种不对称推向普通人而不是远离他们。NHS 数据丑闻证明，即使是对社会公益的真诚承诺，也不会自动产生社会公益所需的治理结构。为了拯救生命而快速行动，从一个角度看，像是迫切感。从另一个角度看，它就像是不问自取。
2018 年末，谷歌宣布 DeepMind Health 将并入一个新的谷歌部门。DeepMind Health 品牌被解散。苏莱曼建立的项目——那个他在内部列为优先级别超越最高级别的 P0 Plus Plus 项目——被他的企业母公司（他曾帮助促成对该母公司的收购）吞并。他被从日常领导岗位上撤换。
2019 年 8 月，在 DeepMind 员工抱怨其管理风格后，苏莱曼被行政休假。他后来表示：“我接受了反馈，作为 DeepMind 的联合创始人，我把人逼得太紧，而且有时候我的管理风格不够建设性。我毫无保留地向受到影响的人道歉。”他于 2019 年 12 月宣布离开 DeepMind。
这个共同创立了后来赢得诺贝尔奖的机构的人，并非在胜利中离开，而是陷入了一场关于他如何对待手下员工的争议中。他所追求的社会公益，到头来，却以一种复制了他试图纠正的机构失败的方式进行：快速行动，假定好意就足够了，却没有问受影响最深的人他们实际想要什么。
2021 年，AlphaGo 的首席架构师大卫·席尔瓦在《人工智能》期刊上合著了一篇题为《奖励足够了》（Reward is Enough）的论文。该论点精准且广泛：最大化奖励的目标，就其本身而言，足以驱动表现出“大部分（如果不是全部）智能属性”的行为，包括感知、语言、社会智能和泛化。论文声称，认知所做的一切都可以被理解为在丰富环境中为了获得奖励而进行的优化。进化花了数百万年才找到这个解决方案。强化学习可以更快地到达那里。
这篇论文是 DeepMind 扎在领地里的哲学旗帜。同时，事后看来，它也是一座纪念碑，纪念着那份让 DeepMind 付出了数年时间的执念。
哈萨比斯走向 AGI 的方法一直植根于他接受的神经科学训练。他在 UCL 研究过的海马体并不像查找表那样存储知识——它通过经验建立被压缩的、可泛化的世界模型。大脑通过行动和犯错来学习。奖励信号——成功后多巴胺的释放，失败后多巴胺的消失——随着时间的推移，将神经连接塑造成我们称之为“理解”的东西。这就是生物学的故事。强化学习是它的数学抽象：在环境中的智能体，采取行动，接受奖励，调整策略。
这不仅仅是一种技术偏好。这是一种心智理论。而 DeepMind 最大的几场胜利也加强了这一点。DQN 通过奖励精通了雅达利。AlphaGo 通过奖励和自我博弈精通了围棋。AlphaGo Zero 从零开始，仅凭奖励和自我博弈就超越了人类五千年来积累的所有围棋知识。这种模式非常一致，让人感觉这就是真理。
战略含义是，DeepMind 应该构建智能体——被置于环境中的系统，追求目 标，通过性能压力发展出通用能力。而不是被训练去预测文本语料库中下一个词的系统。那是模式匹配，不是智能。
在 2010 年代中后期占据 DeepMind 应用强化学习团队的研究问题是泛化（generalization）。DQN 的结果令人印象深刻，但它为每一款雅达利游戏从头训练了一个单独的网络。它无法将它在《打砖块》中学到的东西转移到《太空侵略者》中。每次部署都是一张白纸。这不是大脑的工作方式。目标是建立能够跨领域携带知识的智能体。
科拉伊·卡武克库奥卢——DeepMind 最早的研究员之一，Yann LeCun 的博士生，那个目前被引用次数超过 290,000 次的人——领导了其中大部分工作。2016 年发布的异步优势演员-评论家（A3C）系统在不同环境中并行运行多个智能体，将梯度发送回共享网络。第一次，单个架构在所有 57 款雅达利游戏上同时实现了强劲性能，并且在 3D 迷宫导航和连续运动控制方面也取得了成功。相同的算法，相同的网络结构，不同的环境。
然后，在 2018 年出现了 IMPALA（重要性加权演员-学习器架构）——这是迄今为止最认真的尝试。单个网络在 DMLab-30 的所有 30 个任务上进行训练：3D 导航、记忆挑战、基于语言的觅食、对象交互、指令遵循。结果显示了一些令人信服的东西。在许多任务上进行训练并没有让智能体在单个任务上表现变差——而是让它变得更好。通才超越了专才。正向迁移是真实存在的。
与此同时，Oriol Vinyals 及其 AlphaStar 团队正在攻克《星际争霸 II》，这是一个让此前所有尝试都相形见绌的难题。与国际象棋或围棋 不同，《星际争霸》具有不完全信息、每秒 22 个动作的实时执行、需要同时控制数百个单位，以及跨越三个独立种族的真正战略多样性。AlphaStar 使用了一个“联赛”训练系统——一个多样化的智能体生态系统，包括旨在寻找弱点的专门“剥削者”智能体——甚至在强化学习开始之前就进行了人类回放数据的训练。2019 年 1 月，它在现场比赛中击败了职业选手。它的神经架构结合了类似 Transformer 的注意力机制，让智能体能够同时推理不同的单位。
最后那个细节绝非巧合。到 2019 年，在谷歌这座大楼另一边发明出来的架构——在 Google Brain，而不是 DeepMind——开始无处不在。
2017 年 6 月 12 日，谷歌的八名研究人员在 arXiv 上发布了一篇题为《注意力机制就是你所需要的一切》（Attention Is All You Need）的论文。作者名单经过刻意随机化——他们拒绝传统的地位排序，将自己列为同等贡献者。最年轻的 Aidan Gomez 是多伦多大学 20 岁的实习生。在技术上最核心的 Noam Shazeer 自 2000 年起就一直在谷歌工作，并共同发明了稀疏门控专家混合（sparsely-gated mixture of experts）技术，这项技术将成为大规模 LLM 的关键。至于“Transformer”这个名字，被选用的原因仅仅是因为 Jakob Uszkoreit 喜欢它的发音。
他们正在解决的问题是序列建模中一个基本的瓶颈。当时的统治性架构是 LSTM——一种循环神经网络，按顺序一个词一个词地处理文本。要理解第 10 个词，你必须先处理完第 1 到第 9 个词。这使得训练本质上变成了顺序的，不可 能在现代 AI 运行的 GPU 硬件上并行化。正如 Shazeer 后来的总结：“在今天的硬件上，算术运算很便宜，而移动数据很昂贵。”
Transformer 完全摒弃了循环。取而代之的是：自注意力机制。在这种机制中，句子里的每一个词都同时直接看向其他每一个词，计算出一个相关性得分，以此决定该对每一个词分配多少注意力。整个句子被同时并行处理。多头注意力（Multi-head attention）并行运行多次这一操作，让模型能同时关注句法、语义和长距离依赖关系。结果是：不仅仅是更好的翻译质量，而且训练的规模与算力呈线性扩展。
Jakob Uszkoreit 相信这会成功。他自己的父亲，Hans Uszkoreit——一位著名的计算语言学家——则持怀疑态度。放弃循环机制的想法让人感觉像是在放弃时间机制本身。而当 Shazeer 第一次听到这个提议时，他的反应则是他标志性的直接：“当然行！”
在 WMT 2014 英德翻译基准上，Transformer 获得了 28.4 的 BLEU 得分——超越了之前所有的模型。在英法翻译上：41.8 BLEU，在 8 个 GPU 上训练了 3.5 天。NeurIPS 的审稿人们立即表现出极大的热情；一位审稿人指出它“已经是社区里谈论的焦点”。
在不到五年的时间里，这篇论文积累了超过 173,000 次引用——跻身跨越所有领域的 21 世纪被引用次数最多的十篇科学论文之列。Transformer 成为 GPT、BERT、PaLM、Claude、Gemini 以及之后所有大型语言模型的基础。
马拉比深思的讽刺是绝妙的。Google Brain 发明了这个架构。谷歌将其公开发表。然后，所有八位作者都离开了谷歌。
其中六位创办了初创公司。Vaswani 和 Parmar 联合创办了 Adept AI。Shazeer 联合创办了 Character.AI——后来谷歌支付了约 27 亿美元才将他拉回来。那位 20 岁的实习生 Aidan Gomez 联合创办了 Cohere。Uszkoreit 创办了 Inceptive。Lukasz Kaiser 去了 OpenAI，帮助构建了最终让谷歌措手不及的模型。这六位创始人总共从外部投资者那里筹集了 13 亿美元。其中两家公司成为了独角兽。
谷歌内部发明的架构为威胁谷歌的竞争对手提供了动力。公开的论文发表正是促成这一结果的机制。
但在 DeepMind 内部，还存在着第二层讽刺。Transformer 并非由 DeepMind 发明。它是 Google Brain 发明的。多年来，这两个组织像两个在同一个企业屋顶下的平行研究组一样运作，保持着明确的机构分离和内部人士所称的“几乎不加掩饰的相互鄙视”。一位前 DeepMind 研究人员后来说，同事们“因为与 Brain 合作写论文而惹上麻烦，因为人们的想法是，‘你为什么要跟 Brain 合作？’”。学术上的分歧不仅存在于组织上，更是哲学层面的。
哈萨比斯理解 Transformer。他的立场不是无知——而是关于智能究竟需要什么，存在着原则性的分歧。
他在这一时期的采访中一致表达的论点是：Transformer“在它们的作用范围内有效得几乎不讲道理”——但它们可能不足以实现 AGI。它们缺少的是他所谓的“世界模型”：对现实的内部因果表征，它能让智能体进行规划、进行反事实推理、理解物理结果并泛化到真正全新的情境中。在他看来，LLM 是异常强大的模式补全器。它 们学习语言中的统计规律。但是，语言数据中的统计规律，并不等同于对语言所描述的世界的理解。
《奖励足够了》这篇论文则是从另一个方向提出的同一个论点：智能是在丰富环境中为了获得奖励而进行优化时得到的东西。预测下一个标记——即语言模型训练的实质内容——并非如此。那是某种其他的东西：很复杂、很有用、甚至令人惊叹。但它不是通向 AGI 的路径。
这种信念是连贯的，是站得住脚的。它也与 DeepMind 过去的记录一致。但这让实验室付出了从 2018 年到 2022 年这几年时间的代价，在这期间，OpenAI 悄悄构建了规模化基础设施、数据流管道以及 RLHF 训练技术，最终将 Transformer 从一个研究成果变成了 ChatGPT。
当马拉比就此追问哈萨比斯时，后者做出了部分但真实的承认。“我们在自监督和深度学习方面一直有惊人的前沿工作，”哈萨比斯在一次采访中说，“但也许工程和规模化部分——我们本来可以做得更早、更努力。”在其谨慎的言辞中，这承认了机构层面上的一项战略误判。
在 ChatGPT 面世六个月前的 2022 年 5 月，DeepMind 发表了题为《一个通才智能体》（A Generalist Agent）的论文，介绍了一个名为 Gato 的模型。同样是 12 亿参数的 Transformer，共享同一套权重，执行了 604 项不同的任务：玩雅达利游戏、给图像加字幕、进行对话、用物理机械臂堆叠积木、在 3D 环境中导航。核心技术突破是“序列化”：图像、机器人关节角度、文本、游戏手柄的所有模态都被转换成相同格式的一维标记序列。然后，Transformer 预测下一个标记，完全像语言模型所做的那样。对于网络而言，机械臂、雅达利游戏和字幕任务都是同一种预测问题。
Gato 是 DeepMind 终于将 Transformer 全面整合进其通才智能体研究的成果。从某种意义上说，它同时证实了两个阵营的观点：通过 Transformer 架构（通用序列预测）实现的强化学习泛化假说（单一系统，多种任务）。
它的表现是称职的，但远非超人级别——在许多任务中，Gato 的表现处于专家基准的 50% 以上，其广度令人印象深刻，但在深度上不及专家模型。批评者认为，在许多事情上表现平庸，并不是他们所关注的灵活的智能。但架构层面的论证是真实的：一套权重可以同时跨越机器人控制、图像理解、语言和游戏。
然后 ChatGPT 发布了。世界发现，一个 Transformer 不需要去控制机械臂或玩雅达利，就能创造出在几亿人看来感觉像真正通用智能的东西。
DeepMind 发明了通才智能体理论。Google Brain 发明了架构。OpenAI 将两者结合——对大规模 Transformer 应用基于人类反馈的强化学习（RLHF）——并首先将其推向了公众。这种知识层面的融合，发生在大楼之外，而在大楼里面，这两半人曾花了近十年时间拒绝合作。
2016 年 9 月，由 Aaron van den Oord 领导的一支 DeepMind 团队发表了一篇论文，描述了一个能够直接从原始音频波形合成人类语音的系统。在盲听测试中，WaveNet 将当时最先进的文本转语音技术与真实人类语音质量之间的差距缩小了 50% 以上。它还可以 生成音乐——同一套用于语音的架构能自发生成钢琴曲。
这结果很惊艳。真正具有重大意义的是它的方法。
WaveNet 抛弃了语音合成领域几十年来积累的一切：音素字典、声学声码器、基于人类声道发声原理由第一性原理推导出的信号处理模型。取而代之的是，它逐时间步、每个样本基于之前所有样本来对原始音频波形（每秒 16,000 个样本）进行建模。这里的技术创新是空洞因果卷积（dilated causal convolutions）：这是一种叠加卷积层并使其间距呈指数增加的方法，从而使模型在时间上的有效窗口随着深度的增加呈指数级增长。结果是：系统能够捕捉语音的长期时间依赖性，而根本不需要被告知什么是语音。
研究人员自身也对结果感到意外：“能用深度神经网络直接对 16kHz 的音频进行逐时间步生成，并且竟然成功了，这真的令人非常惊讶。”他们不是从语音理论中推导出 WaveNet 的。他们将一种通用的顺序预测框架应用于原始数据，并发现它比人类精心设计了几十年的声学模型表现更好。
WaveNet 所证明的原理并不局限于音频。Van den Oord 之前在一篇名为 PixelRNN 的论文中就已经在图像上证明了这一点：将每个像素视为一个基于之前所有像素来预测的值。同一种分解法——将任何高维信号的联合概率表示为其各元素按顺序排列的条件概率乘积——适用于图像、音频，以及第二年通过 Transformer 论文所证明的语言。
更深层的论点涉及认识论：无论多么复杂的自然信号，都包含可学习的统计结构。你不需要理解这个领域。你需要的是足 够的数据和一个具有足够容量来对序列依赖关系进行建模的网络。工程师们花了其职业生涯编码进 AI 系统的领域知识——语音规则、声学物理学、语法结构——结果证明是不必要的。结构就在数据之中。
这一洞见最终延伸到了生物学领域。
在最基本的层面上，蛋白质就是一串字符。20 种标准氨基酸每一种都被分配了一个字母——A、C、D、E、F 等等——一条蛋白质序列就只是这些字母构成的字符串，通常有几百到几千个字符长。一个由 300 个氨基酸组成的蛋白质，就是一个由 20 个字母表构成的、长度为 300 个字符的句子。
更重要的是，它是一份信息完备的说明书。这是安芬森定理（Anfinsen's theorem）——克里斯蒂安·安芬森（Christian Anfinsen）因此获得 1972 年诺贝尔化学奖的见解：蛋白质完整的的三维结构以及它的生物功能，完全由其氨基酸序列决定。不需要任何其他东西。序列不是蛋白质的摘要；它就是蛋白质的完整说明书，以线性形式编码。如果你知道如何阅读这个序列，你就能重建关于这个分子的一切。
迈克尔·刘易斯于2023年出版的非虚构著作《走向无限：新一代巨头的崛起与陨落》讲述了萨姆·班克曼-弗里德（人们常称他为SBF）的真实故事——从他非传统的出身、在加密货币世界的迅速崛起，到他商业帝国的戏剧性崩塌及其余波。
故事的开篇，就像一部现代金融纪录片的场景。SBF在他声名与影响力的巅峰时刻登场——那时他被称为“世界上最年轻的亿万富翁”，甚至被比作“加密世界的盖茨比”，无数名人、CEO乃至世界领袖都争相寻求他的关注和投资。刘易斯描绘了一个不修边幅的年轻巨头形象：尽管突然登上了福布斯亿万富翁榜，他却总是穿着休闲T恤和短裤，对他周围的喧嚣炒作几乎毫不在意。SBF的时间变得无比宝贵：他的日程被会议、高端论坛和媒体采访排得满满当当。然而，与别人对他塑造的 宏伟形象形成鲜明对比的是，SBF本人却把承诺当作可有可无的选项。他常常迟到，在最后一刻取消，或者即使出席了也显得心不在焉。
刘易斯通过各种轶事，凸显了SBF异于常人的行为和超然冷漠的态度。例如，SBF经常在重要的电话会议和采访中，一心多用地玩着电子游戏。一个令人印象深刻的例子是，在SBF的第一次电视直播采访中，他顶着标志性的凌乱头发，穿着工装短裤，在直播中途玩起了网络游戏，眼睛在屏幕上来回扫视。（事实上，风险投资家们后来才得知，他甚至在向他们进行数百万美元的融资演讲时，也在玩他最爱的游戏《英雄联盟》。）刘易斯认为，这远非不敬，这种持续的游戏状态只是SBF让他高度活跃的大脑保持专注的方式——但这却意味着，与他会面的人往往只能得到他一丝一毫的注意力。这就确立了一个关键主题：SBF是一个才华横溢但又游离于世的人——一个活在自己头脑里，把生活当作一场宏大游戏的人。这个引人入胜的开篇为整个故事奠定了基调，展现了那种让SBF既受人敬仰又令人费解的、魅力与古怪的奇特融合。
时间倒回至SBF的成长背景与性格形成期，揭示了他独特世界观的塑造过程。我们了解到，SBF在加州由两位斯坦福大学法学院的教授——芭芭拉·弗里德和约瑟夫·班克曼抚养长大，他们营造了一个绝非传统的家庭环境。班克曼-弗里德一家对典型的童年习俗 并不热衷——事实上，有一年他们完全忘记了庆祝光明节，而当他们意识到时，全家人竟无一在意。节日、生日、整个圣诞老人的神话——这些在SBF的家庭中都无足轻重。相反，他的父母鼓励开放、理性的探究。如果小SBF想要什么东西，他们更倾向于坦诚地讨论，而非制造惊喜或遵循仪式。结果，SBF从小就更看重逻辑与诚实，而非虚构的故事。他后来沉思道，看到身边几乎所有人都相信上帝或圣诞老人这样的事物，给了他一个惊人的教训：“群体性错觉是这个世界的一种固有属性”——换言之，有时候大多数人对某件事的看法可能是显而易见的错误。这一早期的领悟，让SBF能够坦然地质疑广为接受的信念，并相信自己的推理，这一特质将定义他未来在生活和商业中的决策。
刘易斯还深入探讨了SBF在青春期的道德与哲学发展。SBF的父母对功利主义思想（关注能产生最大善果的结果）抱有同情，这也影响了他。到12岁时，SBF就已经在独立思考深刻的伦理困境了。例如，他认为同性婚姻是“不言自明”的——因为一些无害的差异而让人们痛苦，这显然是不公正的。但他更深入地思考了堕胎问题，直到他运用了冷酷的功利主义演算。SBF得出结论，那些让谋杀成为错误的大部分伤害（亲人的悲痛、已投入生命的丧失等）在孩子出生前并不适用。对于像他这样的严格功利主义者来说，堕胎变得与节育相当——在口头上或许有争议，但在净结果上并无不同。这种通过结果而非任何预设的道德教条来权衡决策的思维方式，正是刘易斯所说的SBF“认清自己是谁”的方式。在社交上，年幼的SBF常常感觉自己像个局外人，他更沉迷于数学谜题和策略游戏，而不是和同学闲逛。这些童年的线索都汇集到刘易斯所称的“圣诞老人问题”：SBF很早就 学会了质疑那些给人安慰的虚构，并通过逻辑、概率和善的最大化来对待生活。至此，读者明白了SBF那古怪、极度理性的人格是如何从一开始就塑造的——这是他后来涉足有效利他主义和加密金融的关键基石。
故事进入了SBF的青年时代，以及他迈向顶级金融圈的第一步。我们跟随SBF来到麻省理工学院（MIT），他主修物理——尽管他对纯粹的学术研究兴趣迅速消退。在SBF大三那年（2012年），两件关键事件让他走上了一条全新的道路。首先，一场校园招聘会让他看到了交易公司这个利润丰厚的世界。SBF意识到，他在MIT的物理系同学几乎没人真正成为物理学家；相反，许多人去了华尔街或科技公司。对此感到好奇（且对物理实验室工作并无热情）的SBF，向几家在MIT招聘的量化交易公司投递了简历。他获得了顶级公司如萨斯奎哈纳国际集团（Susquehanna International Group）和简街资本（Jane Street Capital）的面试机会，这些公司以其烧脑的面试题而闻名。这便引出了第二件关键事件：SBF在简街的面试，书中的描绘就像一系列精心设计的心理游戏。
迈克尔·刘易斯描述了简街的招聘过程如何让候选人玩着一场又一场的“局中局”——从各种扑克变体到抛硬币的投注挑战——规则不断变化，以测试人的适应能力。SBF在这样的环境中如鱼得水。与其他因规则莫测和时间紧迫而焦虑的面试者不同，SBF在混乱中反而愈发兴奋。多年来解决逻辑谜题和快速计算概率的经历，让他的大脑天生就为这类挑战而设。他沉着冷静，在压力下进行战略性思考，甚至在面试官的鼓励下与他们进行场外对赌（这本身也是测试的一部分），给简街的团队留下了深刻印象。书中引用的一个例子是，当被问到一个关于亲戚中有职业棒球运动员的概率的陷阱问题时，SBF的本能是首先澄清问题——他意识到问题是模糊的，并在深入计算前明确了定义（“亲戚”的范围是什么？“职业”球员如何界定？）。这种理性的方法，加上他敏捷的心算能力，为他赢得了简街的一席之地。
就这样，SBF进入了纽约的高频交易世界。在简街资本，他证明了自己是一位杰出的交易员，将他对游戏的热爱运用到了市场上。但对SBF的宏大叙事而言，更重要的是，简街是他首次接触到有效利他主义（Effective Altruism, EA）哲学的地方。有效利他主义受功利主义思想家启发，主张人应运用理性和证据来行善最多——通常是通过赚取巨额财富，然后捐赠给影响力巨大的事业。这个理念深深触动了SBF逻辑化、理想主义的一面。他开始将赚钱视为实现目的的手段：这个目的就是资助那些能够大规模拯救生命或改善世界的事业。至此，我们看到了SBF从一个迷茫的学生到一位怀有使命感的、充满干劲的交易员的转变。SBF现在有了一个指导他人生的目标：实现“走向无限”（即创造巨大财富），不是为了奢侈或自负，而是为了最终能以最有效的方式将财富全部捐出。这是一颗宏伟雄心的种子——这颗种子将推动他接下来进入新兴的加密货币领域。
这里记录了SBF从雇员到企业家的勇敢一跃——这是一场进步的征程，并很快重塑了加密货币交易的格局。到2017年，SBF在简街已感到焦躁不安。他深受有效利他主义精神的感染，渴望为了崇高的事业而倍增自己的赚钱能力。在一家有效利他主义的非营利智库（有效利他主义中心）短暂工作，探索直接慈善的道路后，SBF得出结论，他可以通过更快地赚钱来产生更大的影响。于是在2017年末，他辞去了稳定的华尔街工作，创办了自己的交易公司——Alameda Research。这是一个冒险的举动——SBF当时只有25岁，与几个志同道合的朋友一起，进入了当时还是蛮荒之地的加密货币领域——但他看到了一个独一无二的机会。当时全球加密市场效率极低，而SBF知道如何利用这一点。
刘易斯描述了SBF和他的小团队（最初在伯克利的一间公寓里运作）如何瞄准了一个通常被称为“泡菜溢价”的套利机会。在2018年初，比特币在某些亚洲市场（如日本和韩国）的价格远高于美国——由于当地需求，在韩国的价格有时高出20%。对SBF来说，这基本上就是白送的钱：在美国低价买入比特币，然后在海外高价卖出，周而复始。挑战在于实际操作——如何快速、合法地跨境转移价值数百万美元的比特币。SBF的解决方案大胆无畏。他和他的伙伴们找到了创造性（甚至有些可疑）的方法来规避国际银行规则，例如利用在韩国一个友好的本地账户来进入当地市场。Alameda 开始在这些交易中每天转移价值高达2500万美元的比特币，通过赚取差价获得了巨额利润。这是Alameda崛起的火箭燃料。在最初几个月结束时，SBF的小小初创公司已经创造了数千万美元的利润——这切实证明了他离开简街的直觉是正 确的。
成功之后，SBF迅速扩大了Alameda的规模。他雇佣了一群年轻的同事——其中许多人像他一样，是拥有强大数学背景但缺乏正规交易经验的有效利他主义者。他还吸引了富有的加密货币信徒的大量资本注入。值得注意的是，一位早期支持者是Jaan Tallinn（Skype的联合创始人，一位活跃的EA投资者），他给了SBF的团队超过1亿美元的资金进行交易。所有这一切都体现了“进步”这一主题：SBF感觉自己正乘着一股不可避免的进步浪潮——既包括加密货币的技术革命，也包括他个人从交易员到帝国缔造者的成长。至此，SBF已牢固地将Alameda Research确立为加密交易领域的主要玩家。那个曾经理想主义的物理系学生，现在成了一位羽翼丰满的企业家，坐拥一座由套利利润堆积而成的金山。这是故事中一个充满乐观和活力的阶段——SBF似乎正以纯粹的智慧和胆识征服着加密货币的新世界，为未来更大的事业铺平了道路。
随着故事进入第二幕，基调转向了SBF迅速发展的企业所经历的成长的烦恼。“如何看待鲍勃”这一部分开篇介绍了他圈子里的一个关键人物：卡罗琳·埃里森（Caroline Ellison）。卡罗琳被描绘成一个聪明但缺乏安全感的年轻女性，她在简街暑期实习时认识了SBF。和SBF一样，她有数学天赋，并被功利主义思想所吸引。由于觉得在简街的工作不够有意义，卡罗琳在2018年抓住了机会，加入了SBF的加密货币初创公司Alameda Research。刘易斯指出，卡罗琳是离开传统金融工作、在Alameda这样的地方寻求人生意义的理想主义“EA”（有效利他主义者）浪潮中的一员。尽管她才华横溢，但卡罗琳常常缺乏自信，并受到身边强大个性的影响——其中包括SBF，她最终与他开始了一段秘密的恋情。她的到来为故事增添了新的动态，她后来将作为公司负责人扮演关键角色。
然而，SBF的管理风格很快就给卡罗琳和团队其他年轻人带来了考验。Alameda已发展到约20名员工，其中许多人刚大学毕业，毫无交易经验，他们被雇佣更多是因为他们的才智和共同的哲学理念，而非金融履历。SBF以一种混乱、临时的风格来组建公司。他坚持自己是所有人都直接向他汇报的中心枢纽，但他却难以真正地与团队沟通和倾听。公司没有像他在简街看到的那样清晰的结构或风险控制。员工们对此感到沮丧——指令常常不明确或是最后一分钟下达，决策也感觉反复无常。SBF本人则深陷于交易的细枝末节，有时忽略了基本的管理工作。在他的管理下，Alameda的财务变得一团糟：公司进行大额押注，其中一些亏损严重，数百万美元可能会神秘地“不翼而飞”，却得不到及时的解决。一个臭名昭著的事件是，价值400万美元的一种加密货币（瑞波币XRP）在一次转账中从Alameda的账户中凭空消失——而SBF对此的反应却出奇地冷静。他“讨厌告诉投资者这个问题”，并轻描淡写地说，有80%的可能会找回资金。对同事们来说，这是一个危险信号：SBF似乎对那些让其他人感到恐惧的巨大风险和损失漠不关心。
Alameda内部的紧张关系在2018年春天达到了顶峰，这就是后来被称为“大分裂（The Schism）”的事件。一群资深员工——包括Alameda的联合创始人塔拉·麦克·奥利（Tara Mac Aulay）——对SBF的领导失去了信心。他们对他对待风险的轻率态度和缺乏适当的会计制度感到震惊。在瑞波币事件和其他交易亏损后，这些员工秘密地向Alameda的投资者表达了他们的担忧，甚至向SBF提出了100万美元的收购要约，让他离开自己创办的公司。SBF断然拒绝。2018年4月，大约一半的Alameda员工集体辞职，正如其中一人所说，他们认定SBF“不是我们想与之共事的人”。这次戏剧性的决裂迫使SBF重新集结。不久后，他将Alameda的总部从加州迁至香港，寻求在一个对全天候加密交易更有利的地方重新开始。至此，一个发人深省的局面出现了：尽管Alameda在赚钱，但其内部的动荡暴露了SBF行事方式中的裂痕。SBF那种单一目标的驱动力（正是这种品质推动了他的崛起）如今正与同事们播下冲突的种子。舞台已经搭好，SBF要么从这些失误中吸取教训——要么可能一成不变地勇往直前，因为更大的雄心在向他招手。
此时，SBF将目光投向了一个更宏大的项目：创建一个全新的加密货币交易所。这一部分题为“人造的爱”，记录了FTX的诞生（于2019年推出），以及SBF如何将他的愿景倾注其中。从现有交易所的缺陷中吸取教训后，SBF和他的小型开发者团队（其中特别包括他的大学前室友和技术高超的程序员加里·王（Gary Wang））将FTX设计成一个更优越的交易平台。刘易斯带领我们了解了FTX崛起背后的技术独创性。当时，许多加密交易所提供高风险的衍生品和保证金交易，但它们的风险管理却很粗糙——如果一个交易员的亏损超过其抵押品，交易所就会通过从其他用户的资金中拿钱来将损失社会化。（例如，在某家交易所，一笔失控的交易灾难性地抹去了所有盈利交易员一半的利润，以弥补输家的债务。）SBF认为这是一个不可接受的弱点。因此，FTX实施了一套创新的自动清算系统：平台会持续监控每个账户，“一旦任何客户的交易出现亏损，就会被立即清算”。这对亏损的交易员来说是残酷的，但这意味着FTX本身永远不会承担巨大损失——再也不需要用其他客户的钱来救助了。多亏了加里的编程，FTX的引擎速度快、自动化程度高，足以实时实现这一功能。这一设计是一个关键卖点：FTX承诺再也不会出现全交易所范围的爆仓，这一信息吸引了那些曾在别处吃过亏的精明交易员。
“人造的爱”也突显了FTX在推出后增长得多么迅速。SBF证明了自己在吸引投资者和合作伙伴以扩展他的新交易所方面非常老练。他甚至引进了像赵长鹏“CZ”这样的大人物——全球最大交易所币安的CEO——作为早期投资者。（讽刺的是，CZ后来在FTX的垮台中成为了其对手。）SBF的同事拉姆尼克·阿罗拉（Ramnik Arora）被介绍为一位帮助向风险投资公司推销FTX的故事大师。书中描述了为FTX融资的过程，与其说是看电子表格，不如说是兜售一个愿景。SBF和拉姆尼克讲述了一个引人入胜的故事：加密交易正在爆炸式增长（日交易额达数千亿美元），FTX在18个月内从零迅速成长为世界第五大交易所，而且与竞争对手不同，他们努力成为监管机构可以信任的合规、“合法”的参与者。这让风险投资家们兴奋不已。到2022年初，FTX在C轮融资中获得了惊人的320亿美元估值，使SBF自己的净资产达到了数百亿美元。公司的飞速增长使其在全球加密货币 交易量中仅次于币安。
在这一片成功之中，SBF的个人怪癖也渗透到公司生活中。SBF仍然以一种冷酷、分析的视角对待一切——甚至包括爱情和人际关系，这或许是标题暗指“人造”之爱的部分原因。（书中暗示了他核心圈子中不寻常的同居安排和混乱的恋情。）我们还看到了SBF不懈的工作狂精神：他以睡眠极少、持续多任务处理和使用兴奋剂来维持他的节奏而闻名（他经常开玩笑说自己服用阿得拉或咖啡因）。到2021年底，SBF做出了一个关键决定，将FTX的总部从香港迁至巴哈马，为他的团队寻求一个更友好的监管环境和热带生活方式。在巴哈马的拿骚，他开始为FTX建造一个宏伟的新园区，并将他最亲密的同事（包括卡罗琳、加里、尼沙德·辛格等人）安置在一个豪华顶层公寓里。此时的FTX正处于巅峰：一个建立在巧妙工程之上、并由加密狂热助推的交易所。SBF，当时还不到30岁，已不仅仅是一个交易员，而是一个加密帝国的公众面孔，与政客和名流们平起平坐。他开始的这场“游戏”如今已变得无比真实，全世界都在关注——这为SBF崇高的理想与商业和政治的严酷现实之间即将到来的冲突埋下了伏笔。
这一节揭开了FTX日常运作的幕后，并展示了这家公司在其光鲜估值背后是多么的非传统和混乱。到2022年，FTX已是一个处理数十亿美元交易的全球巨头，然而在内部，它的运作方式更像一个大学宿舍项目，而非一家财富500强公司。刘易斯通过一 个带有黑色幽默色彩的插曲来说明这一点：两名专业建筑师被聘请来设计FTX在巴哈马的新总部，但当他们问起一些基本问题时——这里将有多少人工作？团队是如何组织的？——FTX里竟无人能答。公司真的没有任何正式的组织架构图或管理层级来指导建筑师。事实上，唯一一个曾试图绘制组织架构图的人是乔治·勒纳（George Lerner），SBF的私人治疗师，他被非正式地赋予了某种“公司心理医生”和员工生活教练的角色。勒纳编制组织架构图主要是为了处理人际关系问题（年轻的员工们有大量的人际戏剧），而不是因为SBF或其他高管关心建立这样一个架构。这个轶事凸显了一个主题：FTX的文化是刻意自由散漫和混乱的。SBF认为僵化的结构可能会减缓创新，所以他任由公司以一种松散、临机应变的方式发展。员工们常常自己创造职位头衔，并在不同角色之间跳跃。沟通是随意的；重要的决定可能在深夜的在线聊天中做出，或者根本就不做。
故事还深入探讨了FTX巴哈马大院的生活方式和价值观。包括SBF在内的许多高层员工都住在一个豪华顶层公寓里，几乎24/7在同一个空间里工作和社交。他们大多二十多岁，非常聪明，并因有效利他主义的理想而紧密联系在一起——但这种亲密关系导致了一种与世隔绝的“泡沫”。有报道（书中和媒体均有提及）称，他们对办公室恋情甚至使用兴奋剂来维持工作时间的态度都很随意。SBF的核心圈子有着错综复杂的个人关系——据说，一度公寓里的十个人都两两配对，形成了浪漫的“多角恋（polycule）”关系。虽然刘易斯没有八卦，但他强调这些细节是为了表明FTX绝非一个传统的公司环境。它更像一个打了激素般的科技创业公司，一群才华横溢但经验不足的人，在试图建立一个新世界的同时，也在摸索自己的人生。
与此同时，实际的监督却付之阙如。一个后果是，对于一家如此规模的公司来说，FTX的财务和合规实践极其薄弱。刘易斯以一种近乎难以置信的口吻，转述了FTX新任CEO约翰·J·雷三世（John J. Ray III）后来的评估：在他整个职业生涯中，他从未见过“如此彻底的公司控制失灵”（而雷曾负责过安然公司的破产清算）。我们在此看到了原因——账户无人追踪，基本的簿记只是事后想法，而像风险管理这样的东西也只是名存实亡。然而，尽管（或者说正因为）这种混乱，FTX在表面上仍在蓬勃发展。公司的无结构状态甚至可能帮助它在2021年加密货币牛市的狂热中快速行动。但刘易斯给我们留下了一种不祥的预感：FTX的大厦，从组织上讲，是建在沙子上的。每个人都忙于追逐增长和宏大构想，以至于没有注意到那摇摇欲坠的地基。这部分内容是暴风雨前的宁静——一幅近乎超现实的画面，描绘了一个价值数十亿美元的企业，以大学社团般的非正式方式运作着，而这种非正式性所带来的后果，即将轰然降临。
叙事的焦点转向了金钱——堆积如山的金钱——以及SBF用它来做什么。到了这个阶段，SBF不仅是一位商业领袖，也成了一位新兴的慈善家和政治影响者，渴望将他的财富（或如标题所示的“宝藏”）投向他所信仰的事业。刘易斯详细描述了SBF如何开始将资金从Alameda和FTX注入到无数的风险投资和捐赠中。忠于 他有效利他主义的根基，SBF设立了像FTX未来基金这样的倡议，以支持他认为能对人类产生巨大影响的项目。这里读起来就像SBF大手笔支出的清单：他将资金投入到流行病预防的科学研究中，资助致力于人工智能安全和其他生存风险降低的组织，并投资于从生物技术初创公司到媒体公司的所有领域。其中许多都与EA原则相符——本质上，SBF正试图根据他的功利主义演算来购买全球性的改变。
但SBF的雄心并未止步于慈善。故事还涵盖了他对政治和影响力领域的涉足。在美国，SBF在2020年和2022年选举周期中成为民主党的主要捐助者（据某些说法，他也悄悄地捐给了某些共和党人）。他特别关注流行病防范立法和相关候选人，相信更好的政策可以拯救生命。书中一个最令人瞠目结舌的爆料是一个据称的阴谋，即SBF曾考虑付钱给唐纳德·特朗普，让他不再竞选总统。根据刘易斯的说法，SBF探讨了一笔巨额贿赂是否能说服特朗普退出2024年的竞选——这个想法既凸显了SBF的胆大妄为，也反映了他的道德演算（他可能认为这是在阻止他所看到的更大伤害）。书中声称，特朗普的中间人提出了一个数字：50亿美元。SBF最终认定他付不起这个价钱，计划便不了了之。尽管如此，SBF仅仅是考虑过如此直接地利用其财富来干预政治这一事实本身就令人震惊，刘易斯将其作为SBF试图操控结果的宏大妄想的一个例子来呈现。
然而，就在SBF将他的金钱广为散播的同时，那个让他致富的市场正在酝酿麻烦。2022年中期，更广泛的加密货币市场崩盘——一场通常被称为“加密寒冬”的急剧下跌。主要的加密资产价值大幅缩水，一些甚至完全崩溃。例如，2022年5月Terra/Luna稳定币项目的失败引发了整个行业的连锁亏损。这一部分描述了这场市场崩盘如何在一夜之间使SBF的帝国缩水，并给Alameda和FTX带来了财务压力。特别是Alameda，其许多投资的价值暴跌。突然之间，“巨龙的宝藏”不再是取之不尽的了；它正在迅速缩水。然而，SBF表面上仍然保持乐观，并像什么都没发生一样继续花钱。这给读者留下了一个戏剧性的讽刺——正当SBF最大胆地挥舞其财富的时候，那财富的基础（加密市场）正在他脚下崩塌。于是，最后一幕的舞台已经搭好：所有财富的消失，以及SBF成功背后真正秘密的揭示。
这一部分的标题“凭空消失”恰如其分，因为它记录了FTX的惊天崩塌——一场震惊全球客户和观察者的迅速垮台。故事如同一部紧张的惊悚片展开，讲述了2022年11月，人们对SBF交易所的信心几乎在一夜之间蒸发的事件。一切始于谣言和爆料。一份泄露的报告对Alameda Research的偿付能力提出了严重质疑，暗示Alameda的资产中很大一部分实际上是FTT（FTX自己的交易所代币）和其他非流动性代币，而非稳定的现金或流动性加密货币。这意味着FTX和Alameda在财务上以危险的方式纠缠在一起。随着消息传开，竞争对手币安的CEO CZ（赵长鹏）公开宣布他将出售币安持有的大量FTT——此举惊吓了市场，也预示着内部人士嗅到了麻烦。随之而来的是FTX上的一场银行挤兑。普通客户因恐慌FTX可能资不抵债，蜂拥而至，大规模提取他们的资金。在11月初的几天内，FTX面临流动性危机：它根本没有足够的现金来兑付所有人的提款。
刘易斯描述了在那 些关键的日子里，SBF和他的团队为拯救公司所做的疯狂尝试。SBF最初向公众（以及他的员工）保证资产没有问题，但内部FTX正在手忙脚乱地筹集约70-80亿美元来填补其资产负债表上的窟窿。他们向财力雄厚的投资者、合作伙伴——任何可能注入紧急现金的人求助。有那么一瞬间，似乎一线生机出现了：11月8日，币安签署了一份不具约束力的协议，意图收购FTX并偿还其债务。SBF告诉所有人，与CZ的交易将解决危机。然而，这个希望也同样迅速地破灭了——第二天，币安在审查了FTX的财务状况后便退出了交易，理由是存在“我们无法控制”的问题（很可能是发现了数十亿美元的缺口）。在没有救世主的情况下，FTX的命运已定。到2022年11月11日，SBF辞去CEO职务，FTX申请第11章破产保护。在FTX Digital Markets所在的巴哈马，当局冻结了FTX的资产并开始调查。
这场崩塌的人性一面也被生动地描绘了出来。随着FTX的内爆，其大部分员工仓皇逃离巴哈马，抢搭能找到的下一班飞机离开拿骚。曾经熙熙攘攘的FTX办公室变得空无一人。少数留下来的人之一是首席运营官康斯坦斯·王（Constance Wang），她之所以没能离开，是因为她有两只宠物猫，无法在短时间内为它们都找到运输方式。她和少数几个人留下来，试图弄清楚到底发生了什么。对SBF的核心圈子来说，这是一个恐怖而迷惘的时刻——他们毕生的心血在几天之内化为乌有。这部分内容传达了当数十亿美元就这么从交易所“凭空消失”时，许多人感到的困惑和背叛。世界各地的用户眼睁睁看着自己的账户余额突然被冻结或归零。这是故事戏剧性的转折点：在短短几天内，SBF从备受赞誉的行业领袖，变成了现代史上最大金融灾难之一的嫌疑人。最后几章将讲述废墟之中的余波和对真相的追寻。
这一节探讨了FTX崩塌后的直接后果，并揭开了SBF性格的最后几层面纱。标题指的是SBF童年的毛绒玩具曼弗雷德——一个他从小就一直带在身边，成年后也经常带着旅行的玩具。刘易斯注意到的这个辛酸细节，象征着SBF即使在世界分崩离析之际，也依然紧抓着某种恒久不变、能给予慰藉的东西。在FTX的废墟中，我们跟随康斯坦斯·王——留在巴哈马的最后几名员工之一——她开始调查FTX的账目，以理解其财务上的巨大窟窿。康斯坦斯获得了内部文件，她的发现令人瞠目结舌：超过100亿美元的FTX客户资金被转移到了SBF的交易公司Alameda Research。本质上，FTX把交易所所有的客户存款都借给了Alameda，更糟糕的是，Alameda在平台上还享有特权。康斯坦斯了解到，FTX那个本应迅速清算亏损头寸的、备受赞誉的风险引擎，对Alameda并不适用——SBF的公司被允许出现负余额，并无限期地保持亏损交易。简而言之，SBF玩弄了他自己的系统：Alameda永远不会因糟糕的交易而被自动平仓，这意味着它可以用客户的钱来累积对FTX的巨额债务。这就是解释一切的秘密——Alameda如何能够利用FTX作为提款机，进行巨额杠杆押注（其中一些投向了投机性代币或非流动性项目），以及为什么当这些押注失败时，FTX无力偿还用户。
刘易斯还强调了康斯坦斯的一个个人发现：尽管她是早期的高管，她发现自己几乎没有公司的任何股份。一份文件显示，她只拥有FTX 0.04%的股份——一个可以忽略不计的数量——而她同级别 甚至级别更低的其他人却拥有多得多的股份。这让她深刻地认识到，SBF为自己和少数几个人牢牢地控制着股权，即使是忠诚的同事也只分得一杯羹。这是另一个暗示，揭示了在SBF利他主义光环背后，现实是多么不平等，或许还多么犬儒。
随着当局的逼近，SBF本人仍处于一种否认和抗拒的状态。在破产后的一小段时间里，他躲在拿骚，仍然坚称FTX可以被拯救，或者这只是一个会计错误。但故事最终走向不可避免的结局：2022年12月，SBF应美国检察官的要求，在他在巴哈马的公寓被当地警方逮捕。这位曾经备受赞誉的CEO戴着手铐被押走，最终被关进了臭名昭著的巴哈马监狱——福克斯山监狱，之后被引渡到美国。迈克尔·刘易斯在SBF陨落期间，为我们提供了最后一次近距离的审视，他指出这个一直将生活视为一系列逻辑谜题的年轻人，如今面临着一个无法被玩弄的现实。即使在这个低谷，书中仍有一个近乎悲剧性的画面：SBF收拾行囊时带上了他破旧的童年毛绒玩具曼弗雷德，这或许是在混乱中寻求一丝纯真或慰藉的象征。这是一个充满人情味的细节，提醒读者，在欺诈和失败的头条新闻背后，是一个非常奇特、才华横溢而又充满缺陷的个体。至此，清算的舞台已经搭好：所有SBF逃避或合理化的真相，现在都追上了他。
最后这一部分，读来如同故事的调查高潮——焦点转向了在FTX崩塌后揭开真相和追究责任。在这里，刘易斯跟随了约翰·J·雷三世的工作，这位经验 丰富的重组专家被任命为FTX破产后的新CEO。雷的工作是稳定残局，并查明资金的去向。他的发现令人不寒而栗。雷，曾负责过安然等臭名昭著的破产案，表示FTX是他见过的最糟糕的烂摊子。故事详细描述了雷和他的团队如何缓慢地拼凑起FTX/Alameda的财务记录（这些记录一团糟）。随着时间的推移，他们设法为债权人追回了价值数十亿美元的资产——通过找到可以出售的银行账户、加密钱包和投资项目。这是一个重要的进展：虽然最初看起来有80-100亿美元凭空消失，但通过勤奋地追踪资金，雷的团队能够追回相当一部分，尽管仍只是所欠总额的一小部分。
刘易斯还报道了法律后果以及出现的合作证人——这与SBF的立场形成了鲜明对比。SBF核心圈子的关键成员纷纷倒戈并承认了罪行。曾担任Alameda CEO的卡罗琳·埃里森承认了欺诈指控，并坦白她和SBF明知故犯地滥用了FTX的客户资金。同样，FTX联合创始人加里·王和工程总监尼沙德·辛格也各自认罪并同意与联邦调查人员合作。他们的证词，基本上证实了康斯坦斯和约翰·雷在文件上发现的情况：是SBF指使他们这么做的。他们描述了SBF如何授权使用FTX的存款来弥补Alameda的损失，并向自己和他人提供贷款，以及Alameda如何在交易所上享有特殊权限。在叙述中，就好像真相的血清最终迫使人们说出了SBF帝国内部的真实情况——不是通过SBF自己的言辞，而是通过他最亲密的同事在面临牢狱之灾时的话语。
然而，SBF坚称自己无罪，并对指控感到一种困惑。直到审判前，他还在公开场合（通过采访和文章）声称，这一切都只是一个巨大的误会或一连串的坏运气，而非蓄意欺诈。刘易斯，即使在崩盘后仍能广泛接触到SBF，转述了SBF的各种解释——例如，如果有人再投入几十亿美元，FTX本 可以恢复偿付能力，或者他从未打算偷钱。这让读者自己去用如山的证据来评判这些说法。到最后，法律的车轮已全面启动：SBF被控多项联邦欺诈和共谋罪名，他的审判迫在眉睫。这场崩塌的重大意义也被置于背景之中——它不仅引发了数十亿美元的投资者损失，还摧毁了人们对加密行业的信任，并引发了更严格监管的呼声。
在结尾处，刘易斯传达了一种苦乐参半的意味。他暗示，SBF的传奇，不仅仅是一个人的崛起与陨落——它是一个关于狂妄自大、信任，以及没有护栏的创新之诱惑的警世故事。即使在SBF等待判决时，读者也能感觉到“吐真剂”仍在整个体系中发挥作用，监管机构、记者和公众都在解析应从中吸取哪些教训。因此，故事的结尾并非说教，而是一种对所发生之事的清醒总结：一个年轻的天才试图重塑金融并以史诗般的规模行善，但在打破规则、只相信自己直觉的过程中，他引发了一场灾难。最终，现实追上了SBF，就像它追上所有精心设计的游戏一样。
在本书定稿后的两年里，现实为这段传奇写下了更坚实的续篇。2024 年 3 月 28 日，SBF 在纽约被判处 25 年监禁，并被裁定没收约 110 亿美元资产，其案件随之进入上诉程序。根据联邦监狱管理局的记录，他预计将于 2044 年 11 月 17 日出狱。
他的服刑地点也几经辗转，从纽约的拘留中心转至俄克拉荷马，短暂收押于加州维克多维尔的中等戒备监狱后，最终被安置在洛杉矶的低戒备联邦监狱“终端岛”。与此同时，他的上诉案仍在进行，多家媒体报道称，第二巡回法院计划在 2025 年 11 月初举行口头辩论。
与刑事案件并行的是 FTX 的破产重整。该计划于 2024 年 10 月获得法院确认，并于 2025 年 1 月生效，随后启动了多轮现金分配。重整目标是，以 2022 年 11 月的美元价格为基准，对绝大多数客户进行全额本息偿付。然而，这一方案也引发了巨大争议，焦点在于是否应将后续的加密货币价格上涨纳入赔偿范围。
当这些现实拼凑在一起，迈克尔·刘易斯笔下的崛起与陨落，便更像一则开放式的时代注脚：法庭定罪、债权清偿、上诉待决，华丽的理想与冷峻的制度形成了鲜明对照。《走向无限》并未替任何一方辩护，它只是提醒我们：年轻的才华与“做好事”的雄心，一旦缺少边界与问责，既可以催生惊人成就，也能酿成难以想象的灾难。当风暴过去，真正留下的，是账本、证据链与漫长的程序正义。
G. Pascal Zachary的《观止》（Showstopper!）不仅仅是一本书，它是一座纪念碑，记录了软件开发史上最宏大、最艰巨的工程之一——Windows NT的诞生。这部著作将我们带入了一场改变计算机世界的“战争”的中心，将一群天才工程师的智慧、汗水、矛盾与荣耀栩栩如生地呈现在读者面前。
故事的帷幕在一位传奇人物——Windows NT项目的灵魂人物大卫·卡特勒（Dave Cutler）——的身上拉开。他的成长与磨砺，为整部史诗奠定了坚实的基础。卡特勒出身于密歇根州的一个工人家庭，逆境塑造了他独立而坚毅的性格。少年时代，他在体育场上初露锋芒，展现出非凡的领导才能和永不服输的好胜心，队友们对他的评价极高，认为“只有他自己才可能与他匹敌”。然而，大学时一场严重的腿伤终结了他的橄榄球生涯，迫使他将全部精力转向学业。正是在这里，他在数学和工程领域的天赋开始闪耀。
毕业后，卡特勒投身于新兴的计算机编程领域，并在数字设备公司（DEC）迅速声名鹊起。他为经典的PDP-11小型机开发的实时操作系统，已显露出他在系统架构上的过人之处。不久，他便被委以重任，领导DEC新一代32位系统VAX/VMS的开发。VMS的巨大成功，为他赢得了“世界上最出色的操作系统编写者”的美誉。然而，盛名之下的卡特勒却在DEC后期日益僵化的官僚作风中备感沮丧。当他倾注心血主持的下一代计算机项目Prism/Mica被公司高层无情取消时，这位桀骜不驯的天才愤然离职。
卡特勒的才华早已引起了另一位行业巨擘——比尔·盖 茨的注意。早在1983年，DEC的高管戈登·贝尔就曾将卡特勒介绍给盖茨，为未来的合作埋下了种子。1988年，Prism项目被砍的消息传出后，盖茨亲自出马，力邀卡特勒加盟微软。他交给卡特勒一个使命：启动一个代号为“NT”（New Technology的缩写）的全新操作系统项目。卡特勒的经验、斗志和在操作系统领域的卓绝才干，正是微软敢于押注下一代操作系统的关键所在，也为后续波澜壮阔的NT开发故事埋下了最重要的伏笔。
与此同时，在微软帝国的心脏地带，另一位“代码之王”——比尔·盖茨——正酝酿着一场将改变行业格局的风暴。从他的视角，我们得以窥见微软在1980年代末的战略雄心以及NT项目诞生的宏观背景。与卡特勒的工人家庭背景不同，盖茨出生于富裕之家，从小就表现出超凡的智慧和叛逆精神。少年时代，他与保罗·艾伦一同痴迷于计算机编程，敏锐地嗅到了软件商业化的巨大机遇。他们为Altair 8800微型机开发的BASIC语言解释器，不仅是微软的创业之作，也开启了个人电脑软件的商业时代。
到80年代中期，微软凭借MS-DOS和初代的Windows系统，已在PC市场奠定了霸主地位。但盖茨清醒地认识到，这些基于16位架构的系统，其局限性将很快无法满足未来的计算需求。他敏锐地预见到，一个“面向21世纪”的全新操作系统势在必行，它必须具备高可靠性、强大的多任务能力和跨平台的可移植性，才能在未来的企业级和个人计算领域重新定义标准。
当时，微软正与IBM合作开发OS/2系统，但项目进展缓慢且市场反响平平。OS/2缺乏对海量DOS 和Windows应用的良好兼容，图形界面也未达到预期，令盖茨日益失望。他不愿与IBM公开决裂，却在暗中筹划着自己的“B计划”——这正是NT的真正起点。1988年前后，盖茨决心另起炉灶。他与时任战略副总裁的内森·麦沃尔德（Nathan Myhrvold）等人共同确立了新系统的愿景，并最终将目光锁定在因Prism项目受挫而离开DEC的卡特勒身上。盖茨以开发OS/2改进版本的名义，成功将卡特勒招至麾下，实则让他着手开发一个全新的、可移植的操作系统。
盖茨被刻画为一位既有顶尖技术直觉，又具备非凡商业远见的战略家。他对NT项目高达5年时间、15亿美元的投入承诺，体现了他对未来技术下注的魄力。盖茨识人用人的眼光，以及他所倡导的**“聪明人治国”**的独特工程文化——即招揽全世界最顶尖的才智之士来攻克最艰难的技术难题——为NT项目的启动提供了决定性的支持。正是盖茨的远见和微软强大的资源，为卡特勒和他的团队提供了施展才华的舞台。
卡特勒的空降，在微软内部引发了一场不小的震动。他并非孤身一人，而是携着一支忠诚的“编程部落”入驻微软，随之而来的是剧烈的文化碰撞与严峻的团队融合挑战。卡特勒加盟的消息一出，他在DEC西雅图实验室的众多旧部纷纷响应。不到一周，七位顶尖的DEC程序员便追随他加入了微软，构成了NT项目的核心班底。这支“DEC部落”几乎清一色是经验丰富的男性工程师，平均年龄远高于典型的微软员工，他们紧密团结，自成一体。
团队到岗的第一天，就爆发了著名的**“入职风波”**。微软要求新员工签署一份包含 苛刻竞业禁止条款的合同。卡特勒的部下们认为这极不公平——如果DEC也有此条款，他们根本无法跳槽到微软。于是，他们集体拒签，并以“罢工”的形式离场去吃午饭。卡特勒闻讯后亲自出面交涉，凭借其强硬态度迫使微软法务部门做出了让步，删除了不合理的条款。这一插曲迅速传遍微软园区，也让所有人见识到了这个“部落”不妥协的行事风格。
“部落”之名恰如其分。他们在二号楼占据了一整个走廊，工作方式步调一致，与微软原有的文化格格不入。由于年龄和背景的悬殊，这群DEC“叛将”与年轻的微软员工之间摩擦不断。他们自视甚高，嘲讽微软的年轻同事为“微废人”（Microsoft Weenies），认为自己带来的才是真正的工程艺术。反过来，微软内部也对这群抱团排外、目中无人的新人充满戒备。卡特勒本人虽对这种紧张气氛一笑置之，但也感受到了融入微软的困难，他一度感慨：“我在这边没有威信。”
然而，微软高层迅速采取了高超的**“部落整合”策略**。时任系统软件部门负责人的史蒂夫·鲍尔默（Steve Ballmer）扮演了卡特勒“导师”的角色。比尔·盖茨亲自将微软内部资深的程序员史蒂夫·伍德（Steve Wood）调入NT团队，作为连接新旧文化的桥梁。同时，鲍尔默巧妙地任命保罗·马瑞兹（Paul Maritz）负责OS/2相关事务，避免他与卡特勒直接冲突，又让他能在外围提供支持。
尽管初期困难重重，卡特勒和他的“部落”很快开始描绘Windows NT的宏伟蓝图。他们确立了三大核心目标：可移植性、可靠性和灵活性。为了实现可移植性，团队决定采用C语言编写内核，并设计一个硬件抽象层（HAL）来屏蔽底层CPU的差异。为达到“防弹”级别的可靠性，他们采用了微内核架构，将各个功能模块隔离，防止单个应用崩溃导致整个系统瘫痪。为了灵活性，NT被设计为一个模块化的、支持多种“个性”（Personality）的系统，通过不同的子系统来兼容OS/2、POSIX乃至未来的Windows应用。这些在当时极为超前的技术决策，标志着Windows NT这艘巨轮，在克服了初期的文化阵痛后，正式启航。
项目进入开发中期，一系列重大的挑战接踵而至，NT团队一度仿佛驶入了“死胡同”，面临着内部矛盾、技术瓶颈和关键的战略转折。首先，微软内部形成了**“双线作战”**的紧张局面：一边是卡特勒团队从零开始构建全新的NT内核，另一边是传统的Windows团队在既有的DOS内核上继续迭代Windows 3.x。两支团队在资源、人才和公司高层的关注度上展开了激烈的竞争，政治博弈暗流涌动。
一个核心争议点在于向后兼容性。鲍尔默等高管反复强调，NT必须能够运行现有的OS/2、DOS及Windows程序，否则将无法赢得市场。但卡特勒起初对此极为抵触，他固执地认为，既然是全新的系统，就应该彻底抛弃过去的包袱。他那句“与DOS兼容？与Windows兼容？没有人会想要那个”的名言，让管理层捏了一把冷汗。这种对理想架构的偏执，一度使项目陷入脱离市场现实的危险。
技术上的挑战同样严峻。NT创新的微内核架构虽然带来了模块化和高可靠性的优势，但也引发了性能上的巨大担忧。客户/服务器式的子系统调用模式，不可避免地增加了系统开销。比尔·盖茨在第一次听取汇报时，就凭其敏锐的技术直觉断言：“这样会有巨大的额外开销……我认为我们不能这么做。”他深知，如果NT的速度过慢，必将被市场和媒体“钉死”。为了说服老板，卡特勒团队据理力争，提交了长达十二页的分析报告，用数据证明性能是可控的。盖茨最终勉强同意了方案，但疑虑并未消除。
与此同时，NT工程的规模远超预期，卡特勒钟爱的小团队模式已难以为继。在微软的坚持下，团队规模最终扩充至近200人，迫使卡特勒不得不调整管理风格，接受大团队协作的现实。
而将NT项目从“死胡同”中拯救出来的，是一个决定性的外部事件：1990年，微软与IBM在OS/2上的合作彻底破裂。这一决裂标志着微软战略的重大转向，公司决心将全部赌注押在自己的Windows NT上。NT团队的使命也随之发生了根本性改变：其开发重点从兼容OS/2 API，转向了全面兼容并超越Windows。因为就在那一年，Windows 3.0取得了空前的商业成功。微软意识到，NT的未来必须与Windows紧密相连。正如麦沃尔德所言：“客户需要一座桥。”于是，团队开始了艰苦卓绝的“跑道切换”，将Windows的API扩展为32位，并重写了整个图形子系统。尽管困难重重，他们最终还是**“让它跑起来了”**，成功实现了对旧有Windows应用的兼容。这次关键的重定向，使Windows NT摆脱了迷航，找到了通往未来的正确航向。
随着项目进入快车道，压力也骤然升级。团队的工作状态变得紧张而激烈，充满了情绪的碰撞和咆哮，正如“嗥叫的熊”这一比喻所描绘的那样。在微软，盖茨和鲍尔默坚持**“优秀的程序员才能当经理”**的理念，要求管理者必须亲力亲为，不能脱离一线的编码工作。这使得NT项目的经理们既要统筹规划，又要深入代码细节，承担着双重负荷。
在这种高压环境下，卡特勒火爆的脾气和严苛的要求更是将团队逼到了极限。他对任何未达标的工作都毫不留情地斥责，他那句著名的狠话——“你们的屁股就是青草，我就是割草机”——让每个下属都绷紧了神经。然而，正是这种不近人情的严苛，锻造了团队强大的纪律性和执行力。随着项目的推进，卡特勒自身也在发生转变，他开始学会在高压之余给予团队肯定和激励，逐渐从一个独断的专家成长为一位真正的技术领袖。
与此同时，NT团队与Windows阵营的融合也在加深。原Windows图形部门的查克·维特莫（Chuck Whitmer）等人加入了NT图形系统的重写工作；莫申·唐尼（Moshe Dunie）出任首席测试官，建立起一套严格的质量保证体系；罗伯特·穆格利亚（Robert Muglia）作为项目经理的加入，则加强了技术团队与市场需求的连接。穆格利亚反复强调，软件的功能取舍必须务实，要集中资源解决企业客户最关心的安全、网络和兼容性问题。
团队的文化也因融合而变得更加丰富。在高强度、以男性为主导的开发环境中，女程序员黛蕾丝·斯托威尔（Therese Stowell）以幽默的方式发起了一场别开生面的“女权运动”，为紧张的工作氛围带来了一丝轻松和反思。项目中期通过磨合与调整，NT团队凝聚成一支战斗力极强的成熟团队，为最后的冲刺做好了准备。
我是 Tian Pan，一名工程师型创始人，专注于智能体工程——构建自主 AI 系统并扩展工程团队。我撰写关于系统设计、技术领导力和 AI 智能体实战的实用指南。曾在 Uber、Brex 和 IoTeX 担任早期工程师。
