2026年夏，诺奖得主、DeepMind创始人哈萨比斯官宣重大职务调整，震动全球科技圈。
 
他正式卸任DeepMind首席执行官，彻底退出所有日常运营与商业化管理事务。
 
转任Alphabet首席科学家的他，放弃所有管理实权，全力押注AI赋能生命医学领域。
 
在消费级AI遍地开花、流量商业化成为主流的当下，这次转型格外颠覆行业认知。
 
普通用户的日常认知中，AI始终停留在办公辅助、图文创作、短视频娱乐等场景。
 
资本市场也扎堆追逐轻量化AI应用，看重短期变现能力与市场热度。
 
只有哈萨比斯跳出大众内卷赛道，笃定AI的终极价值在于重构人类生命底层规则。
 
他对外明确公布长期科研目标，计划用二十年时间，依托通用人工智能攻克各类疑难病症。
 
为落地这一终极目标，他将全部科研重心转移至旗下生物医药企业Isomorphic Labs。
 
全球多数医药机构只是把AI当作辅助工具，用来缩短传统实验的耗时与成本。
 
这种浅层应用无法突破传统生物学的局限，依旧摆脱不了随机试错的研发模式。
 
哈萨比斯的团队走出了完全不同的道路，致力于彻底改造生物医学的研究逻辑。
 
团队核心目标，是将模糊、随机的生命研究，转化为可计算、可预判、可调控的工程问题。
 
简单来说，就是让人体基因、蛋白反应、病灶演变，都能像代码一样被精准推演。
 
这套颠覆性研发思路，并非空有噱头，有着成熟的技术成果作为坚实支撑。
 
此前DeepMind推出的AlphaFold模型，已完成超两亿个蛋白质三维结构的精准解析。
 
过去需要全球科研人员数十年接力完成的基础测绘工作，被AI算力快速落地实现。
 
这一成果补齐了生命科学研究的核心短板，搭建起AI学医的基础技术框架。
 
结合现有技术储备，业内普遍认为数次同级技术突破，就能改写千年医学研究范式。
 
回望传统新药研发，整个行业长期深陷高投入、低效率、低成功率的固化困境。
 
一款合规新药从靶点筛选到临床试验上市，平均耗时十年，资金投入动辄数十亿美元。
 
研发过程极度依赖人工实验试错，分子匹配、药性检测充满不确定性和偶然性。
 
AI深度介入研发全流程后，彻底颠覆了这种落后且低效的科研运作模式。
 
如今智能系统可通过海量算力推演，数周内完成新型药物分子设计与机理验证。
 
药物源头创新效率实现跨越式提升，从徒步摸索直接迈入算力提速的新阶段。
 
需要客观看待的是，技术突破和临床落地是两套完全独立的行业体系。
 
药品临床试验、安全核验、多级监管审批，有着不可逾越的严格合规流程。
 
AI快速研发的新药，短期内无法跳过审核环节，难以快速走入大众医疗体系。
 
但不可否认，人类医学已经彻底告别经验主义，迈入算力驱动的全新发展周期。
 
哈萨比斯执意卸下管理重担，核心是为基础科研剔除商业化带来的诸多束缚。
 
DeepMind日常运营需要兼顾营收指标、市场竞争、商业迭代等世俗化考核压力。
 
繁杂的行政事务和商业博弈，会极大消耗顶尖科研人才的核心攻坚精力。
 
在他的研判中，未来数年是通用人工智能定型的关键窗口期，不容丝毫精力浪费。
 
当全社会还在讨论AI是否会替代基础岗位时，顶层科研早已布局人类终极命题。
 
哈萨比斯团队不再纠结浅层工具应用，专注破解病痛、衰老等人类固有难题。
 
依托持续迭代的AGI模型，深度拆解人体运行bug，寻找各类病变的核心诱因。
 
未来顽固疾病、身体退行性问题，有望通过算法干预实现精准治疗与提前预防。
 
传统养生调理、被动治病的模式，或将被智能化、数字化的生命调控体系替代。
 
AI与生命科学的深度融合，正在逐步触碰人类健康与生命存续的终极边界。
 
目前，哈萨比斯已彻底脱离所有商业管理事务，全身心投入核心科研工作。
 
他专职统筹Alphabet的AGI研发战略，严格把控前沿技术的安全落地边界。
 
同时全权主导生物医药实验室的攻坚进度，稳步推进多款AI原创新药的测试研发。
 
他主动减少行业峰会、商业演讲等公开曝光，把绝大多数时间留在实验室。
 
团队当下重点打磨多模态生物计算模型，持续优化人体机制的数字化推演精度。
 
这项跨度数十年的长线科研计划，仍在稳步推进，持续引领全球生物AI创新方向。


信源：华尔街见闻