哈萨比斯地图：如何在没有日历的情况下规划二十年

简而言之：德米斯·哈萨比斯并没有预测未来。他绘制了一张重要但尚未可解的问题地图，然后等待技术赶上。蛋白质折叠的突破花费了四年的工作——以及二十年的准备。教训是：按触发条件而非时间表进行规划。寻找根节点，而不是叶子。永远不要将跟随趋势与跟随机会混淆。

詹姆斯在此，水星科技解决方案的首席执行官。 香港 — 2026年7月

2016年，AlphaGo战胜了李世石，世界认识了德米斯·哈萨比斯的名字。几乎没有人注意到的是：在从首尔飞回伦敦的航班上，他启动了蛋白质折叠项目，这个项目将为他赢得2024年诺贝尔化学奖。

四年后，AlphaFold2解决了一个五十年的难题。但真正的故事并不是这四年，而是它们之前的二十年。

哈萨比斯在1990年代作为剑桥大学的本科生首次接触到蛋白质折叠问题。他学习的是计算机科学，而不是化学。他还要再等十年才会创办DeepMind。他在两年内不会接触蛋白质折叠。

大多数人看到这一点时，会觉得他的职业生涯有些奇怪的跳跃：游戏、神经科学、人工智能、生物学。但如果拉远镜头，每一步都是经过深思熟虑的。计算机科学学位、认知神经科学博士学位、游戏公司、人工智能实验室——每一块都是他能看到的棋盘上的一步。

如果哈萨比斯在本科时学习的是化学，他可能不会解决蛋白质折叠问题。这就是反直觉的部分。突破需要一个能够同时在脑海中容纳多个领域的人，他理解人工智能能做什么，甚至在人工智能真正做到之前就已经明白了。

这不是一本传记。这是对他如何思考规划的解构——以及我们其余人可以从中窃取什么。

冰层的裂缝

哈萨比斯在我所称的裂缝——在“不可行”和“显而易见”之间的差距。

在一边，你有每个人都在研究的问题。热门话题。趋势领域。资助委员会资助和会议小组辩论的内容。这些领域竞争激烈。在你开始之前，回报就已经被竞争掉了。

在另一边，你有每个人都认为重要但目前无法解决的问题。前沿太遥远。工具不存在。这些是被遗弃的博士论文和失败创业公司的墓地。

裂缝是中间的狭窄带：重要的问题是几乎可解决的。还没有。但很快就会。技术的发展轨迹是明确的，即使时间表并不清晰。

哈萨比斯并没有预测蛋白质折叠会在2016年得到解决。他不可能预测。他所做的是保持对那条裂缝中问题的地图，并跟踪哪些问题随着人工智能能力的提升而接近可解决性。

这需要一种特定的注意力。不是专注——敏感性。你还没有在这些问题上工作。你在观察它们。感受技术环境中可能解冻其中一个问题的温度变化。

你越是追踪裂缝，你的直觉就会越好。你开始区分真正的能力转变和炒作周期。你学会了嗅出一个领域即将从“不可行”转变为“昂贵”再到“常规”的时刻。

大多数人甚至不知道裂缝的存在。他们要么追逐热门，要么避免困难。哈萨比斯在这两者之间建立了他的整个职业生涯。

根节点，而不是叶子

还有第二个过滤器，而大多数聪明的人在这里失败。

哈萨比斯并不是解决裂缝中的任何问题。他寻找根节点——那些位于整个下游应用树基础上的问题。

把科学问题想象成一棵巨大的树。树叶是可见的、直接的问题：我们如何改善这种特定药物？我们如何优化这种特定材料？这些问题很重要，但它们很狭窄。解决一片叶子只帮助一根树枝。

根部则不同。它们是那些解决方案能够解锁整个森林的基本问题。蛋白质折叠不仅仅与蛋白质有关。它涉及到理解生命本身的机制。解决了这个问题，你不仅能得到更好的药物——你还会获得一种全新的生物学研究方式。

大多数科学家研究的是树叶，因为树叶更安全。路径更清晰。发表的论文更快。申请的资助更容易辩护。根节点令人恐惧，因为它们难度大，失败意味着多年的努力却没有任何成果。

但根节点有一个特点：它们只能从裂缝中接近。当一个根节点变得显而易见可以解决时，大家已经在研究它了。优势来自于在它显而易见之前就能看到它，在它显而易见之前——拥有地图和敏感度，知道时机何时到来。

哈萨比斯选择蛋白质折叠并不是因为它时髦。他选择它是因为这是一个他追踪了二十年的根节点，而在2016年，裂缝终于打开得足够宽。

贝叶斯策略

这就是战术的所在。

哈萨比斯并不是按日历计划。他是按证据。每个项目——无论成功还是失败——都会更新他对人工智能能做和不能做的模型。

AlphaGo不仅仅是一个宣传噱头或研究里程碑。它是一个探测器。它测试了深度强化学习是否能够掌握一个复杂性惊人的问题。AlphaGo的成功提供了证据，证明人工智能已经跨越了一个门槛。这些证据更新了哈萨比斯的地图。它告诉他：现在工具已经准备好进行蛋白质折叠。

这就是贝叶斯规划。你对技术能力持有假设。每个项目都会产生证据，确认或挑战这些假设。假设会更新。地图会重新绘制。下一步的行动只有在事后才变得明显。

这就是为什么哈萨比斯在2010年或2012年没有启动蛋白质折叠项目的原因。证据还不够。工具还没有准备好。提前开始不会让他更快——反而会让他失败。

将此与大多数组织的计划进行比较："第一年：构建游戏AI。第三年：击败围棋世界冠军。第六年：解决蛋白质折叠。" 这是日历规划，毫无价值。突破不会按计划到来。它们在基础条件使其成为可能时到来。

按时间线规划是为幻想而规划。按触发条件规划是为现实而规划。

规划失败的两种方式

我看到这种模式摧毁了职业生涯和公司。有两种失败模式，都是常见的，都是致命的。

失败模式1：追逐热点

在2016年，AlphaGo之后，我看到一位哲学教授转向AI。创建了一个名为"AI讨论组"的微信群。80%的成员没有AI背景。我之所以被邀请，是因为我写了一篇关于李世石比赛的热门（但错误的）预测。

教授进行了演讲。申请了资助。花了两年时间在"AI与哲学"上。没有任何成果。当ChatGPT在2022年出现时，他又转回了同样的话题。仍然没有任何成果。

这就是追热潮。你看到某个趋势，你就朝它跑去。但当你到达时，人群已经把它捡得一干二净。你不是早到——你是迟到，而且装备不足。

失败模式 2：锁定时间线

相反的错误是僵化的长期规划。你设定里程碑：第一季度交付，第二季度审查，第三季度整合。这对于参数已知的工程项目有效。但在研究、创新或任何路径模糊的领域，这种方法会灾难性失败。

为什么？因为真正的突破不尊重你的甘特图。如果你强迫结果与时间线匹配，你会得到两种结果：伪造的“里程碑”，只是包装，或者从第一天就可以预测的琐碎工作。两者都不是突破。两者都不重要。

哈萨比斯避免了这两种陷阱。他不追逐热潮——他已经在热潮将要出现的地方，早于任何人感受到它。他也不锁定时间线——他锁定触发条件。“当 X 能力被证明时，Y 项目启动。”

二十年的行动

让我们谈谈实际的时间线，因为这是大多数人完全误解哈萨比斯的地方。

1990年代：剑桥大学本科生。学习蛋白质折叠。认识到这很重要。将其存储在他的心理地图上。对此没有采取任何行动。

2000年代：建立游戏AI公司。出售它。获得认知神经科学博士学位。与蛋白质折叠没有明显关系。但他在构建工具和理解。

2010年：共同创办DeepMind。专注于通用AI。仍然与蛋白质折叠无关。

2016年：AlphaGo击败李世石。在回家的航班上，启动蛋白质折叠项目。四年后，AlphaFold2。四年后，诺贝尔奖。

遇到问题和解决问题之间的间隔是二十五年。但实际工作只有四年。其他二十一年是准备、定位和等待裂缝的出现。

这就是我所说的没有日历的计划。哈萨比斯没有在2020年安排“解决蛋白质折叠”。他保持了一张活地图，不断用每个项目的证据更新它，并在条件合适时果断行动。

围棋比赛在技术上并不是蛋白质折叠的先决条件。你不需要精通棋类游戏才能折叠蛋白质。但围棋比赛提供了证据工具已经准备好。这是一个触发条件，而不是一个垫脚石。

这对你意味着什么

你可能不会赢得诺贝尔奖。我也不会。但哈萨比斯框架适用于任何时间线不确定且风险高的领域。

构建问题地图。不是待办事项列表——而是地图。你所在领域的根节点问题是什么？哪些问题处于裂缝中？哪些问题接近可解决性？追踪它们。更新它们。如有必要，让它们静置多年。

按触发条件计划，而不是时间线。“当我们达到 X 指标时，我们扩展到 Y 市场。” “当这项技术展示 Z 能力时，我们推出这款产品。”而不是：“我们在第三季度推出。”

每个项目都要更新你的模型。成功教会你什么是可能的。失败教会你什么是不可能的。两者都是证据。两者都更新你的地图。

寻找根节点。明显的问题人满为患。根本的问题才是杠杆所在。但你需要地图和耐心，等待裂缝的出现。

忽视热度。当某件事开始流行时，机会已经被定价。你的优势在于在众人之前看到它，而不是跟随人群。

围棋的走法

在李世石比赛的第二局中，有一个时刻围棋选手们仍在谈论。第37手。李世石起身，去了洗手间，思考了十五分钟。这是一个人类不会下的棋步。它的价值在当时并不可见——二十步后才显现出来。

哈萨比斯的本科时期与蛋白质折叠的遭遇是他的第37手。它似乎与他正在进行的游戏无关。它的价值在二十年后才会显现。

大多数人无法在脑海中保持一个想法二十分钟，更不用说二十年了。他们需要即时反馈、可见的进展和季度验证。但根本性的问题并不奖励季度思维。它们奖励那些能够耐心等待的人。

问题不在于你是否拥有哈萨比斯的智商。你可能没有。我肯定没有。问题在于你是否能够构建地图，保持敏感性，并等待裂缝的出现。

这是一种技能。它可以被学习。它可以被练习。在一个痴迷于季度业绩和热门话题的世界里，这就是你能找到的最接近结构性优势的东西。

水星科技解决方案：加速数字化。