诺奖得主哈萨比斯的另一盘棋：与市场共谋

哈萨比斯（Demis Hassabis），DeepMind 的联合创始人，在流行的浪漫主义叙事里，是个异类。他不是硅谷车库里的极客，也不是算力堆砌的巨头掌门，而是一位从棋盘中走出来的古典主义者。四岁学棋，十三岁达到国际象棋大师水平。少年时代他编写电子游戏，成年后攻读认知神经科学博士，研究海马体如何编码情景记忆。他出身北伦敦的一个普通移民家庭，最终站上了研究人类智能的最前沿，并在 2024年获得诺贝尔化学奖。

塞巴斯蒂安·马拉比（Sebastian Mallaby） 在《哈萨比斯：谷歌 AI 之脑》（The Infinity Machine） 一书中记录了这些细节。2024年哈萨比斯获诺奖后，马拉比向他道贺。哈萨比斯掏出奖章说：“无论多少钱都不换。”稍顿片刻，又补了一句：“现在我想拿第二个。”野心和直率，毫不修饰。

在浪漫主义叙事里，这些细节被提取、放大，构成这么一幅漫画：一个不为金钱折腰、只向真理低头的大脑。谷歌的 6.5亿美元、华尔街的算力账单……都不过是通往神坛路上不得不忍受的代价。

但这种解读错得离谱。

错的不在事实层面。哈萨比斯确实穿西装、下象棋、不谈上市、热爱科学。错的是理解这些事实的思维方式。它预设了一系列非黑即白的二元对立：天才与资本，理想与现实，纯粹与功利。在这种框架下，哈萨比斯的一切行为都被解读为对市场的逃离。仿佛只要有了天才的羽翼，就可以任意展翅高飞，而资本不过是不得不忍受的原罪。

但马拉比的文字里，藏着一个更真实的哈萨比斯。

2013年，DeepMind 资金即将耗尽，哈萨比斯周旋于谷歌和 Facebook 之间。扎克伯格（Mark Zuckerberg） 开出的条件比谷歌更优厚。哈萨比斯赴扎克伯格家中晚餐，席间刻意将话题从 AI 引向 VR、3D 打印等新兴领域——他想看扎克伯格的反应。结果，扎克伯格对每一项新技术都同样兴奋。事后哈萨比斯说：“Facebook 出价更高，但我想要的是一个真正认为 AI 比其他一切都重要的人。”

图片来源：AI制作

这是顶级棋手下场前的试探。他在评估买家的“认知专注度”，要借助制度设计锁定未来的自主空间。

让“零营收的疯狂梦想”持续运转八年的，是他手中的一整套制度安排。从融资的分阶段期权逻辑，到收购的防御性战略护城河；从写入合同的独立伦理委员会，到替代 KPI 的使命叙事；从 AlphaFold 开源与闭源的边界争议，到英美法系契约刚性的底座支撑。每一层安排都在回答同一个问题：一个普通中产家庭出身的人，如何撬动一场耗资数百亿美元的科技革命？

天才与市场制度从来不是对立关系，而是相互成就的协同体。

上篇：哈萨比斯如何使用市场制度

一、棋手与棋盘：从国际象棋到商场博弈

国际象棋塑造了哈萨比斯的认知结构。他练棋时，每天思考的不只是“我走什么”，更要想“对手如何应对，我再如何反制”。这是一个思维系统：在约束条件下寻找最优策略，计算多步后的局面。

棋盘上没有运气，只有对手的意图和资源的硬约束。他把几十年的经验浓缩为一条信念：策略必须经得起对手的推敲，明显的漏洞一定会被利用。但这并不意味着追求完美无缺。在信息不完全的现实世界中，重要的是快速识别漏洞、动态调整，并借助制度工具对冲不确定性。这套认知框架被他完整地移植到商场上。

棋手思维体现在多个层面。他从二十多岁起就规划了一份长期蓝图。他自己回忆道：“甚至在当时，我就意识到这将是一个二十年的计划。”这话在今天听起来是远见，在当时更像是妄想。他还把“留在伦敦”作为一项战略防御：留在伦敦，团队就与谷歌总部的短期财务压力隔离开来；留在伦敦，人才跳槽的选择比硅谷少；留在伦敦，DeepMind 才能保持“国中之国”的身份，在谷歌内部获得更高的谈判筹码。

但仅有棋手式的推演还不够。这份二十年规划之所以没沦为幻想，不是因为哈萨比斯当年就看清了一切，而是因为他后来找到了将长期愿景与短期市场逻辑相结合的制度接口。国际象棋教会他推演终局，市场制度则给了他一步步走向终局的台阶。

棋手的直觉让他识别了制度的缝隙和博弈的关键节点；真正让这些推演变成现实的，是市场中早已存在的制度工具：风险投资的分阶段期权、契约法律的可执行性、公司治理的自主权安排。没有这些底座，再精妙的推演也只是纸上谈兵。

哈萨比斯与前世界冠军Vladimir Kramnik对弈(图片来源：哈萨比斯的X账号)

二、融资博弈：把不确定性切成可定价的小块

哈萨比斯曾被数十家风险投资机构拒之门外。一位伦敦风投人对他说过这样一句话：“你想造一个有自我意识的机器人？这更像是科幻小说。”但 2011年 DeepMind 在雅达利游戏上取得突破——算法学会了自行玩游戏——这引起了硅谷的注意。当谷歌和 Facebook 在 2014年对 DeepMind 发起竞购战时，当初拒绝过他的那些伦敦风投，连举牌的资格都没有。

逆转的种子在 2010年底就埋下了。那一年，哈萨比斯没有个人财富，唯一的资产是自己和已积累的人脉。在天使轮，他同时向彼得·蒂尔（Peter Thiel） 和另两家机构开放尽调通道，刻意制造多方竞价的格局。他知道，分散的谈判对象在信息不对称时会高估资产价值。最终，他在天使轮拿到的估值，远超同期 AI 初创公司。国际象棋手熟悉的“威胁制造”思维，被精准地应用到融资的谈判桌上。

蒂尔的故事尤其能说明问题。哈萨比斯飞往旧金山参加蒂尔的奇点峰会时，刻意不谈 AI、不谈商业模式，只跟蒂尔聊国际象棋。蒂尔本人是技术背景出身，少年时代曾跻身全美顶尖青少年棋手之列。哈萨比斯用棋盘上的博弈隐喻解释 DeepMind 的路径。蒂尔被打动了，但条件是 DeepMind 必须搬到硅谷。这是 Founders Fund（创始人基金） 投资历史上的标准条款，“不搬不投”。哈萨比斯的答复却是“不搬”，并附上了一套推演：迁往硅谷会让 DeepMind 陷入与谷歌、Facebook 的人才军备竞赛，人力成本飙升，团队稳定性下降；留在伦敦，则可利用伦敦大学学院（UCL） 和剑桥大学的学术人才池，以可控成本招募欧洲顶尖的神经科学和机器学习人才。这是棋手式的“如果对手走 A，我就走 B”。蒂尔最终妥协。这是 Founders Fund 历史上第一次投资硅谷以外的公司。

随后，李嘉诚旗下的维港投资也加入牌桌。维港投资以“前瞻性押注”著称，李嘉诚不一定理解深度强化学习的技术细节，但他相信“下一个改变世界的技术一定来自 AI”，愿意为这个长远判断支付入场费。2012年，埃隆·马斯克（Elon Musk） 入场。据说哈萨比斯在早期投资会议中抛出一个观点：马斯克的火星殖民计划只有在一个前提下才可行，即没有超级智能机器提前抢占火星的资源。马斯克非常容易被生存危机逻辑打动。他被击中了，决定注资数百万美元。但他的动机不是传统的财务回报，而是为了获取内部信息，“盯着”前沿 AI 的进展。这是一种“监控式投资”。

到 2014年谷歌收购之前，DeepMind 累计获得了超过 2300万美元的风险注资。

从经济学角度看，这套融资模式的本质是“分阶段下注”：把一个“谁都看不透”的总体不确定性，分解成一系列“可被分阶段观察和定价”的小风险。资本市场不要求你在 2010年就看穿十年后的一切，它只要求你在每一个节点都拿出新的证据，证明自己还在正确的方向上。每一轮，估值都不是精确的财务计算，因为在没有营收的阶段，任何现金流折现模型都会给出零；估值更像是投资者之间一种基于信念的共识。

哈萨比斯与彼得·蒂尔（图片来源：Business Insider）

这套机制能运转，依赖一个前提：资本市场中必须有足够多的、愿意接受“非标准估值”的资本类型。Founders Fund 愿意为“疯狂”买单，赌的是范式级突破；维港投资押注的是趋势判断；马斯克要的是信息而非利润。三种资本，三种动机，但都做了同一件事：在人工智能连一张猫的图片都识别不出来的年代，他们就敢下注。

这不是市场在“支持科学”，而是市场在极端不确定性面前提前投票。

三、人才打包：为什么谷歌必须整体接收

DeepMind 在并购谈判桌上的议价能力，并非来自单点突破，而是来自一个事先精心设计的事实：它把自己变成了一个不可拆分的整体。

哈萨比斯、苏莱曼与莱格

三位创始人的能力清晰互补、极少重叠。哈萨比斯是富有远见的操盘手——国际象棋大师、神经科学博士、融资的核心人物；谢恩·莱格（Shane Legg） 拥有 AI 博士学位，是 DeepMind 理论底座的构建者；穆斯塔法·苏莱曼（Mustafa Suleyman） 负责产品与公共事务，后来离开 DeepMind，担任了微软 AI 的 CEO。三人通过股权、董事会和长期合约牢牢绑在一起。这种安排让团队的智力资本高度“专用化”，通俗地说，挖走几个人不等于复制 DeepMind。把骨干分别买回去，他们的价值就会大幅缩水；只有放在原班人马、原有项目、原有信任结构里，他们才能继续制造 AlphaGo 级别的成果。

公司这种组织形式，把分散的智力资本锁定在同一套产权契约之内，使其成为不可分割的整体。这正是哈萨比斯在 2014年并购谈判中最关键的底牌：谷歌必须整体接收，没有“只买技术、把人留下”的折中选项。这种打包能力直接决定了下面要讨论的事情：契约的刚性和并购的高价。卖方先把自己变得不可拆分，买方才不得不在条款上让步、在估值上溢价。

四、契约与并购：同一笔交易的两面

谷歌支付 6.5亿美元收购一家零营收的公司，并同时接受一系列前所未有的苛刻条款。这两件事看上去十分矛盾，接受了那么多约束，为什么还愿意出那么高的价？答案是：它们是同一笔交易的两面。

卖方一面：刚性契约把“独立运营”焊进了合同

谈判桌上，哈萨比斯团队提出的第一个条件不是价格，而是“独立运营”。这个顺序极其关键：如果先谈价格，谷歌就能用高价换取控制权；先谈自主权，则迫使买方在抬价之前就承诺不干预技术路线。最终写进合同的条款包括：DeepMind 留在伦敦，不迁硅谷；禁止技术用于军事；设立独立伦理委员会，该委员会在法律上有权阻止谷歌将某些核心技术商业化。

理解这些条款的力量，需要拆分成三个层级。

第一，合同的完备性。DeepMind 把“独立运营”这个抽象目标拆解成具体、可验证的条款：不是“尽可能不干预”，而是“伦理委员会有权否决”。模糊地带越少，事后纠纷的空间越小，执行成本越低。

第二，救济的可信性。在英美法系下，法院可以判令“特定履行”——强制谷歌继续履行承诺。这意味着法院能命令谷歌接受伦理委员会的否决，而不是判一笔赔偿金了事。赔偿是“违约的自由”，强制履行才是真正的刚性约束。

第三，声誉的抵押。谷歌若撕毁协议，代价不仅是法律赔偿，还有未来所有并购交易对手的不信任。一家连白纸黑字都能反悔的公司，谁还敢跟它签长期合同？

合同写得清，法院管得住，声誉输不起。

三层保障层层递进，让 DeepMind 在谷歌内部成了一个独特的“企业内部独立研究飞地”：依靠谷歌的现金流，却不直接对利润负责；享受超大规模资源，又保留学术自由。

买方一面：6.5亿美元买的是一张保单

那么，谷歌究竟在买什么？谷歌买的是防御性战略护城河。

2014年谷歌已成为搜索和广告领域的绝对寡头。一个寡头最担心的威胁，不是竞争对手在现有赛道上的超越，而是出现“降维打击”式的替代品。只要 AGI（通用人工智能） 诞生，用户直接与智能体对话，搜索引擎这个中间层就会被彻底抹掉。拉里·佩奇（Larry Page） 买 DeepMind，本质上是买一张消灭未来潜在威胁的保单，即防止这项可能颠覆其核心业务的资产，落入扎克伯格或其他巨头手中。

扎克伯格也在抢。他亲自飞往伦敦，试图说服哈萨比斯加盟 Facebook。但哈萨比斯判断：扎克伯格对 AGI 的理解深度不及佩奇。这一判断在经济学上是有依据的：Facebook 的核心商业模式是社交图谱，AGI 对它而言是“增强工具”；谷歌的核心商业模式是搜索，AGI 对它而言是“生存威胁”。只有谷歌比任何对手都更有动机保留 DeepMind 的长期独立性。因为只有 DeepMind 成功了，谷歌才能保住自己。

这种买保单的逻辑，也解释了为什么谷歌能容忍 DeepMind 连续八年亏损。放弃 DeepMind，摧毁的不是当下亏损的数字，而是整个公司的未来战略护城河。广告垄断带来的超额收益，为哈萨比斯的前沿科学提供了稳定的巨额交叉补贴。

两面合在一起：交易为什么能成

把卖方和买方两面拼起来，2014年那场交易的逻辑就清楚了。卖方靠“人才打包+刚性契约”把自己变成一个高度专用、不可拆解的资产，并用合同条款把对方未来的干预空间提前锁死；买方在寡头竞争的生存威胁下，宁可接受这些条款，也不能让 DeepMind 落入对手之手。一边是把自己卖出最贵价格的极致博弈，一边是把未来威胁化解的防御性收购，两边都不是“理想主义”，但两边都做出了符合各自结构性约束的最优选择。

市场制度的精妙在于：它不要求双方共享同一种动机，只要求双方各自的动机能在同一份合同里达成均衡。

下篇：制度的限度

五、当开源撞上成本墙：市场对外部性的不完美定价

上篇展示的是市场制度的赋能能力。下篇要看的是它的限度。

2024年 5月，科学界哗然。DeepMind 发布 AlphaFold 3，可以预测几乎所有生物分子的结构和相互作用。但这一次，源代码没有开源。取而代之的是一个网页服务器，每天限用 20次，且禁止商业用途。加州大学旧金山分校的斯蒂芬妮·万科维奇（Stephanie Wankowicz） 联合 9位科学家发出公开信，600多人签名，指责 DeepMind 背叛科学精神。争议甚至烧到《自然》杂志，因为论文发在那里，同行却无法复现。

浪漫主义叙事立刻给出标准解释：资本的贪婪终于战胜了科学理想，哈萨比斯被谷歌绑架了。但这个解释太廉价。它回避了一个硬核问题：DeepMind 为什么不能永远开源？

答案不在道德，而在成本结构。AlphaFold 1 和 2 的开源，建立在特定历史条件之上：当时计算规模还在谷歌可容忍的范围内，且与欧洲分子生物学实验室的合作分摊了部分成本。到了 AlphaFold 3，预测范围从蛋白质扩展到 DNA、RNA、配体等，计算复杂度指数级上升。训练和运行这样的模型，电费和算力成本已经逼近谷歌商业部门的承受极限。让一家公司无限期为全世界承担全部公共品成本，在任何市场经济体中都不现实。

这就是正外部性的经典困境：私人收益小于社会收益，导致供给不足。开源的价值大部分被全世界分享，成本却由 DeepMind 一家承担。当成本曲线指数级上升时，闭环必然在某个点上断裂。

要看清这个限度，可以把 DeepMind 和 OpenAI 放在一起对照。两者都始于“非营利”理想。DeepMind 选择嵌入营利性母公司，靠谷歌的广告垄断利润交叉补贴，保持了八年零营收的纯粹科研。OpenAI 选择独立运行，再拆出一个营利性子公司吸引外部资本，商业化速度更快——ChatGPT Plus 和 API 收费早已在运行了。两种模式各有摩擦：DeepMind 面临的是母公司的战略摇摆（财务部门会质疑，佩奇又能驳回几次？AlphaFold 3 闭源就是这种摇摆的结果）；OpenAI 面临的则是“背叛初心”的道德指责，从非营利到“上限利润”的转型至今仍在争议中。

没有哪条路是完美的。市场制度从来不是一台能让正外部性完美定价的机器。它更像一个充满摩擦的生态系统，天才和资本在其中博弈、妥协、共生。回到 AlphaFold 3 的闭源：这或许令人失望，但并不是背叛。它告诉我们，即使在最好的市场制度里，正外部性的闭环也有边界。这是市场制度内嵌的第一重限度。

六、使命叙事：KPI 失效之后的内生秩序

如果说上一节揭示的是市场制度对外部性定价的不完美，那么本节要看的是这种不完美如何在组织内部被另一种机制补偿。在市场失灵的地方，靠什么填补？答案是叙事。

DeepMind 被收购后的前八年，传统管理工具——KPI（关键绩效指标） 和 OKR（目标与关键成果）——基本作废。你无法为“灵光一闪的算法突破”设定截止日期。如果强行植入短期考核指标，团队就会只做那些容易发表论文但毫无颠覆性的东西。财务部门问：“你这个季度的产出是什么？”研究人员答不上来。不是不努力，是真的没法知道。

这时候，哈萨比斯反复念叨的那句话“用 AI 解决基础科学难题”就不再是口号，而成了组织内部协调共识的基本手段。DeepMind 面临的是极端不确定性，不是那种可以计算概率的风险，而是连概率都算不出来的未知。在这种情况下，KPI 失效，因为它需要预设目标的可见路径；行政命令也失效，因为上级不比下级知道得更多。剩下的，只有共识。

叙事提供的就是这种共识。它像一座灯塔，让所有人在看不见岸的时候，朝着同一个方向划船。博弈论里有一个概念叫“聚点”，即当两个人无法沟通时，他们往往会选择那个在文化或认知上最突出的选项。DeepMind 的使命叙事就是这个聚点。技术路线吵得不可开交时，“哪个更有利于解决基础科学难题”就是最后的裁决依据。没有人下命令，但所有人都被引导。

值得强调的是，叙事不是自上而下的洗脑，而是自下而上的协调工具。它之所以有效，不是因为哈萨比斯会演讲，而是因为研究人员真的相信“解决基础科学难题”值得做，并且他们相信其他人也一定相信。AlphaGo 团队的核心成员中，不少人都被 Facebook 和 OpenAI 用双倍薪水挖角过，但很多人留下了。为什么？因为他们放不下 DeepMind 正在做的那些事。

钱买不来的东西，叙事能。

但叙事不是免费的午餐。它要起作用，有一个硬前提：谷歌必须持续兑现资源承诺。如果财务部门在第二年就切断资金，再动人的故事也会在两周内变成笑话。当财务部门质疑 AlphaGo“毫无商业价值”时，驳回这一质疑的不是某条合同条款，而是拉里·佩奇本人。当 AlphaFold 决定开源而非变现时，高层没有干预。一次又一次的“配套履约”，才让研究人员相信：这个使命不是说着玩的，公司真的愿意为此长期投入。

每一次谷歌兑现承诺，都是在为叙事增加信誉抵押品。员工看到的不是口号，而是公司为此付出的真金白银：AlphaGo 的算力账单、AlphaFold 的开源决定、连续八年容忍亏损。这些沉没成本，让叙事变得可信。市场对正外部性的定价是不完美的，但市场之外并非没有任何机制，因为叙事可以填补 KPI 失效之后的空白；同时叙事本身又依赖市场制度的资源承诺作为信誉抵押。叙事需要资源兑现，制度需要人的判断。两者互相支撑，构成 DeepMind 独立的内生秩序。

七、为什么是伦敦：制度才是真正的天花板

DeepMind 联合创始人谢恩·莱格（Shane Legg） 在 2026年初亲自发布了一条招聘启事，寻找一位“首席 AGI 经济学家”，直接向他汇报。职位描述明确写着：要探索后 AGI 时代的经济学、稀缺性的未来，以及先进人工智能将从根本上重塑的世界——权力与资源的分配。

这则招聘信息本身就是一个制度经济学事件：一家成立近二十年、致力于模拟人脑机制的 AI 研究公司，已经开始主动研究“后 AGI 时代的经济制度设计”。他们深知：走到技术曲线的远端时，技术本身不再是唯一的瓶颈，制度的边界才是真正的天花板。这一判断，恰好回答了一个本文一直在悬置的问题：DeepMind 为什么是在伦敦诞生，而不是在硅谷、北京或东京？

伦敦的优势是综合性的，而非单点性的。在人才上，伦敦大学学院、剑桥、牛津构成了欧洲最密集的神经科学和机器学习人才池；在文化上，伦敦的学术传统避开了硅谷“快速变现”的短期心态；在法律上，英美法系的契约刚性让 DeepMind 与谷歌的协议获得了“特定履行”层级的保护；在资本上，跨国资本愿意把伦敦作为全球配置的一个站点；在政策上，英国政府对外国人才的开放，使 DeepMind 能从世界各地吸引研究者。任何一项单独存在都不足以孕育 DeepMind，但当它们叠加在同一座城市，制度的比较优势就涌现出来。

Platform 37

伦敦新总部“Platform 37”在 2026年 3月揭幕，它的名字取自 AlphaGo 那著名的反直觉一手棋。如果把新大楼看作新时代的技术尖塔，那么底层的制度地基——法治、资本契约自由、公司治理自主权、对失败的包容——才是真正的承重墙。

制度之所以稳定，不是因为它写在纸上，而是因为所有人都相信规则会被遵守，并且相信别人也这么相信。这种共同的信念让制度自我维系，这就是经济学家所说的“信念均衡”（各方预期一致且自我强化的状态）。DeepMind 扎根伦敦的深层原因，正在于此。把 DeepMind 的故事抽象出来，可以看到一条三段式的叙事链：制度工具赋能个人，制度自身又有限度且需要内部机制补偿，而所有这些都嵌在一个更大的制度生态里。

结语：一种被低估的能力

写到这里，是时候回到最初的问题：天才与市场，到底是什么关系？不是对立，也不是单向赋能，而是协同共生。

哈萨比斯的精明、远见和棋手直觉无可替代。把同一套伦敦制度环境换给一个能力平庸的人，DeepMind 不会出现；同时，把哈萨比斯放进一个没有分阶段融资、没有契约刚性、没有防御性并购容错的环境里，他即便有再多的算法洞见，也活不过 2013年的现金流危机。

天才用制度撬动世界，制度也用天才放大自己。

本文来自微信公众号“复旦商业知识”（ID：BKfudan），作者：李辉文，36氪经授权发布。