哈薩比斯地圖：如何在沒有日曆的情況下規劃二十年

簡而言之：德米斯·哈薩比斯並沒有預測未來。他建立了一張重要但尚未可解決的問題地圖，然後等待技術追上來。蛋白質摺疊的突破花了四年的努力——以及二十年的準備。教訓是：根據觸發條件而非時間表進行規劃。尋找根節點，而不是葉子。永遠不要將跟隨趨勢與跟隨機會混淆。

詹姆斯在此，水星科技解決方案的執行長。 香港 — 2026年7月

在2016年，AlphaGo 打敗了李世石，世界認識了德米斯·哈薩比斯的名字。幾乎沒有人注意到的是：在從首爾飛回倫敦的航班上，他啟動了將使他贏得2024年諾貝爾化學獎的蛋白質摺疊計畫。

四年後，AlphaFold2 解決了一個五十年的問題。但真正的故事不是這四年，而是之前的二十年。

哈薩比斯在1990年代作為劍橋大學的本科生首次接觸蛋白質摺疊問題。他學習的是計算機科學，而不是化學。他還要再等十年才會創立DeepMind。他在兩年內不會接觸蛋白質摺疊。

大多數人看這些時候會看到一個職業生涯的奇怪跳躍：遊戲、神經科學、人工智慧、生物學。但拉遠鏡頭看，每一步都是故意的。計算機科學學位、認知神經科學博士、遊戲公司、人工智慧實驗室——每一個部分都是他能看到的棋盤上的一步。

如果哈薩比斯在本科時學習化學，他可能不會解決蛋白質摺疊問題。這就是反直覺的部分。這項突破需要一個能夠同時在腦中持有多個領域的人，能夠理解 AI 能做什麼，甚至在 AI 實際能做到之前就已經理解。

這不是一本傳記。這是對他如何思考規劃的解構——以及我們其餘人可以從中竊取什麼。

冰上的裂縫

哈薩比斯在我所稱的裂縫——在「不可能」和「明顯」之間的空隙。

在一邊，你有每個人都在研究的問題。熱門話題。趨勢領域。資助委員會資助的東西和會議小組辯論的內容。這些都是擁擠的。在你開始之前，回報就已經被競爭掉了。

在另一邊，你有每個人都同意重要但目前無法解決的問題。前沿太遙遠。工具不存在。這些是被遺棄的博士論文和失敗創業公司的墓地。

裂縫是介於兩者之間的狹窄帶：重要的問題是幾乎可解的。尚未。但很快。技術的發展軌跡是明確的，即使時間表並不明確。

哈薩比斯並沒有預測到蛋白質摺疊會在2016年變得可解。他不可能這樣預測。他所做的是維持一個問題地圖，記錄在那個裂縫中的問題，並追蹤隨著人工智慧能力的提升，哪些問題接近可解。

這需要一種特定的注意力。不是專注—敏感度。你還沒有在這些問題上工作。你在觀察它們。感受技術環境中的溫度變化，這可能會使其中一個問題解凍。

你越是追蹤裂縫，你的直覺就越好。你開始區分真正的能力變化和炒作循環。你學會了嗅出一個領域即將從「不可能」轉變為「昂貴」再到「常規」。

大多數人甚至不知道裂縫的存在。他們要麼在追逐熱門，要麼在避免困難。哈薩比斯在這兩者之間建立了他的整個職業生涯。

根節點，而非葉子

還有第二個篩選，而這是大多數聰明人失敗的地方。

哈薩比斯並不是解決裂縫中的任何問題。他尋找根節點——那些位於整個下游應用樹基礎上的問題。

把科學問題想像成一棵龐大的樹。樹葉是可見的、立即的問題：我們如何改善這種特定的藥物？我們如何優化這種特定的材料？這些問題很重要，但它們是狹隘的。解決一片樹葉只幫助一個樹枝。

根部則不同。它們是基本問題，其解決方案能解鎖整片森林。蛋白質摺疊不僅僅是關於蛋白質。這是關於理解生命本身的機制。解決它，你不僅能獲得更好的藥物—你還能獲得一種全新的生物學方法。

大多數科學家專注於樹葉，因為樹葉更安全。路徑更清晰。出版物來得更快。獲得資助的理由也更容易。根節點令人恐懼，因為它們難以解決，失敗意味著多年努力卻沒有任何成果。

但根節點有一個特點：它們只能從裂縫中接近。當一個根節點變得明顯可解時，每個人都已經在研究它。優勢來自於在它變得明顯之前看到它，在它變得明顯之前—擁有地圖和敏感度，知道時機何時來臨。

哈薩比斯並不是因為蛋白質摺疊是流行的而選擇它。他選擇它是因為這是一個他追蹤了二十年的根節點，而在2016年，裂縫終於打開得足夠大。

貝葉斯策略

這裡開始變得戰術性。

哈薩比斯不按日曆計劃。他按 證據 計劃。每個專案—無論成功或失敗—都會更新他對 AI 能做什麼和不能做什麼的模型。

AlphaGo 不僅僅是一場宣傳噱頭或一個研究里程碑。它是一個探測器。它測試了深度強化學習是否能掌握一個驚人複雜的問題。AlphaGo 的成功提供了證據，表明 AI 已經跨越了一個門檻。這些證據更新了哈薩比斯的地圖。它告訴他：工具現在已經準備好用於蛋白質摺疊。

這就是貝葉斯規劃。你持有關於技術能力的假設。每個專案都會產生證據，確認或挑戰這些假設。假設會更新。地圖會自我重繪。下一步的行動只有在事後才變得明顯。

這就是為什麼哈薩比斯在2010年或2012年沒有啟動蛋白質摺疊計畫。證據尚未出現。工具還不成熟。早些開始並不會讓他更快——反而會讓他失敗。

將這與大多數組織的計畫進行比較：「第一年：建立遊戲AI。第三年：擊敗圍棋世界冠軍。第六年：解決蛋白質摺疊。」這是日曆計畫，毫無價值。突破並不會按時到來。它們會在基本條件使其成為可能時到來。

按時間表計畫是為幻想而計畫。按觸發條件計畫是為現實而計畫。

計畫失敗的兩種方式

我目睹這種模式摧毀了職業生涯和公司。有兩種失敗模式，都是常見的，都是致命的。

失敗模式1：追逐熱點

在2016年，AlphaGo之後，我看到一位哲學教授轉向AI。創建了一個名為「AI討論小組」的微信群組。80%的成員沒有AI背景。我被邀請是因為我對李世乭比賽寫了一個受歡迎（但錯誤）的預測。

這位教授進行了演講。申請了資助。花了兩年時間在「AI與哲學」上。沒有產出。當ChatGPT在2022年出現時，他又轉回同一主題。仍然沒有任何成果。

這是追熱潮。你看到某些事物正在流行，你就朝它跑去。但當你到達時，人群已經把它撿得一乾二淨。你不是早到——你是遲到了，而且裝備不足。

失敗模式 2：鎖定時間表

相反的錯誤是僵化的長期規劃。你設定里程碑：第一季交付，第二季評審，第三季整合。這對於有已知參數的工程項目有效。但對於研究、創新或任何路徑模糊的領域，這會災難性失敗。

為什麼？因為真正的突破不會尊重你的甘特圖。如果你強迫結果符合時間表，你會得到兩種情況：虛構的「里程碑」，只是包裝，或是從第一天就可以預測的瑣碎工作。這兩者都不是突破。這兩者都不重要。

哈薩比斯避免了這兩個陷阱。他不追逐熱潮——他已經在熱潮將會出現的地方，早於任何人感受到它。而且他不鎖定時間表——他鎖定觸發條件。「當 X 能力被展示時，Y 項目啟動。」

二十年的移動

讓我們談談實際的時間表，因為這是大多數人完全誤解哈薩比斯的地方。

1990年代：劍橋大學本科生。學習蛋白質摺疊。認識到這是重要的。將其儲存在他的心理地圖上。對此沒有採取任何行動。

2000年代：建立遊戲人工智慧公司。將其出售。獲得認知神經科學博士學位。與蛋白質摺疊並沒有明顯的關聯。但他正在建立工具並進行理解。

2010年：共同創立DeepMind。專注於通用人工智慧。仍然與蛋白質摺疊無關。

2016年：AlphaGo擊敗李世石。在回家的飛機上，啟動蛋白質摺疊專案。四年後，AlphaFold2。再過四年，諾貝爾獎。

遇到問題與解決問題之間的差距是二十五年。但實際的工作只有四年。其他二十一年是準備、定位和等待裂縫出現。

這就是我所說的沒有日曆的計畫。哈薩比斯並沒有為2020年安排「解決蛋白質摺疊」。他維持了一個活的地圖，持續根據每個專案的證據進行更新，並在條件合適時按下扳機。

圍棋比賽在技術上並不是蛋白質摺疊的前提。你不需要精通棋盤遊戲才能摺疊蛋白質。但圍棋比賽提供了證據工具已經準備好了。這是一個觸發條件，而不是一個墊腳石。

這對你意味著什麼

你可能不會贏得諾貝爾獎。我也不會。但哈薩比斯框架適用於任何時間線不確定且風險高的領域。

建立問題地圖。不是待辦事項清單，而是一張地圖。你所在領域的根本問題是什麼？哪些問題處於裂縫中？哪些問題接近可解決性？追蹤它們。更新它們。必要時讓它們靜置數年。

按觸發計劃，而不是時間線。「當我們達到 X 指標時，我們擴展到 Y 市場。」 「當這項技術展示 Z 能力時，我們推出這個產品。」而不是：「我們在第三季度推出。」

每個項目都更新你的模型。成功教會你什麼是可能的。失敗教會你什麼是不可能的。兩者都是證據。兩者都更新你的地圖。

尋找根節點。明顯的問題人滿為患。根本的問題才是杠桿所在。但你需要地圖和耐心，等待裂縫的出現。

忽略熱度。當某件事開始流行時，機會已經被定價。你的優勢在於在群眾之前看到它，而不是隨著群眾一起行動。

圍棋的移動

在李世乭比賽的第二局中，有一個時刻圍棋玩家仍然在談論。第37手。李世乭起身，去洗手間，思考了十五分鐘。這是一個人類不會下的棋步。它的價值在當時並不可見——二十手之後才顯現出來。

哈薩比斯的本科時期與蛋白質摺疊的遭遇就是他的第37手。這似乎與他所玩的遊戲無關。它的價值在二十年後才會顯現。

大多數人無法在腦海中保持一個想法二十分鐘，更不用說二十年了。他們需要即時的反饋、可見的進展和季度驗證。但根本問題不會獎勵季度思考。它們獎勵那些能夠耐心等待的人。

問題不在於你是否擁有哈薩比斯的智商。你可能沒有。我肯定也沒有。問題在於你是否能夠建立地圖、保持敏感度，並等待裂縫的出現。

這是一種技能。它可以被學習。它可以被練習。在一個痴迷於季度結果和熱門話題的世界裡，這是你能找到的最接近結構性優勢的東西。

水星科技解決方案：加速數位化。