立心者与解题者：朱松纯与哈萨比斯，关于"什么是智能"的两种文明答案|alphago|deepmind|人工智能|朱松纯|杰米斯·哈萨比斯|立心者与解题者|超级智能

来源：市场资讯

（来源：定位与商业模式研究）

2024年，瑞典皇家科学院把诺贝尔化学奖颁给了一个从没受过化学训练的人——德米斯·哈萨比斯（Demis Hassabis）。他用AlphaFold破解了几乎所有已知蛋白质的结构，把一个困扰生物学半个世纪的难题，变成了一次"解题"。他的人生信条只有一句："解决智能，然后用智能去解决其他一切。"（Solve intelligence, and then use it to solve everything else.）

同一时间，在地球另一端，从UCLA归国的朱松纯出版了《为机器立心》。他几乎是逆着整个时代说：你们造出来的是会说话的"鹦鹉"，不是智能；真正的智能必须有一颗"心"——有价值、有良知、有认知架构。他的信条，是把张载的"为天地立心"改写成了"为机器立心"。

一个要"解智能这道题"，一个要"为机器立一颗心"。一个是西方经验主义的巅峰，一个是东方心性之学的回归。他们都是当世最顶尖的"智能"思想者，却给出了关于"智能是什么"的两种几乎相反的答案。这篇文章想做一件事：把这两套思想体系，系统地放在一起，看清它们的同与异，并追问一个对我们所有人都性命攸关的问题——通往真正智能的路，到底是"解题"，还是"立心"？

一、为什么要把这两个人放在一起

在所有谈论人工智能的人里，哈萨比斯和朱松纯是少数几个真正配得上"思想体系"四个字的人。

绝大多数从业者，要么是工程师（让模型更大更强），要么是评论者（站在外面褒贬）。而这两个人，都同时具备三样稀缺的东西：一套关于"智能本质"的原创理论、一个能跑的真实系统、一个培养下一代的机构。哈萨比斯有"solve intelligence"的纲领、有AlphaGo/AlphaFold、有全球最强的AI实验室Google DeepMind；朱松纯有"为机器立心"的理论、有通用智能体"通通"、有北京通用人工智能研究院和北大清华的"通班"。

更关键的是，他们恰好站在同一个问题的两端。当全世界都在为大模型"大力出奇迹"狂欢时，这两个人都不相信"把模型做大"就能抵达真正的智能——但他们对"还缺什么"的回答，截然相反。哈萨比斯说，缺的是更强的学习、世界模型与推理（一个更好的"脑"）；朱松纯说，缺的是价值、良知与认知架构（一颗"心"）。

所以把他们并置，不是为了分出高下，而是因为他们共同定义了AGI（通用人工智能）这道大题的解空间的两个极点。理解了这两极，你就有了一张理解整个AI时代思想版图的坐标系。这就是为什么值得用一万字，把这场跨越东西方的隔空对话讲清楚。

二、两个人的速写：一个从游戏来，一个从数学来

要理解两套思想，先看两条非典型的人生路径——它们各自的"违和点"，恰恰预告了日后的分野。

哈萨比斯：从棋盘到游戏到大脑。1976年生于伦敦，父亲是希腊裔塞浦路斯人，母亲是华裔新加坡人。他4岁下棋，13岁成为国际象棋大师。少年时痴迷电子游戏，17岁就主导开发了经典模拟游戏《主题公园》（Theme Park）。剑桥计算机系毕业后，他没有直奔AI，而是先去读了一个认知神经科学博士（UCL）——专门研究人脑如何处理记忆与想象。这条"游戏 + 神经科学"的路，决定了他看智能的方式：大脑是"通用智能确实存在"的唯一证据，那就去逆向工程它；智能是一种可以被'玩'出来、被'学'出来、被'搜索'出来的能力。

朱松纯：从数学到视觉到心性。1968年生于湖北鄂州，1991年中科大毕业后赴哈佛，师从菲尔兹奖得主、数学家戴维·芒福德。这条"数学家血统"决定了他看智能的方式：纷繁现象背后一定有一个简洁、统一、优美的理论——智能不是工程拼凑出来的，而是要被'想'清楚、被'立'起来的。他一生追求AI的"大一统理论"，并最终把目光投向了最不"理工"的地方——中国心性之学。

一个把智能当作"可以攻克的难题"（来自游戏与大脑的经验主义），一个把智能当作"需要确立的本质"（来自数学与哲学的理性主义）。两条起点，已经埋下了"解题"与"立心"的种子。

三、同：两位"反规模论"的大一统信徒

在讲分歧之前，必须先讲清他们惊人的共识——因为正是这些共识，让他们的分歧才显得意味深长。他们至少在五件事上高度一致：

第一，都是"大一统"的信徒。哈萨比斯的"solve intelligence"，本质是一个极端的统一论——相信存在一种通用的智能解法，一旦掌握，就能解决从蛋白质到气候的一切问题。朱松纯追求AI的"大一统理论"，相信"通用人工智能一定是一个非常美的、简单的东西"。两人都拒绝把智能当成一堆零散技巧，都坚信它背后有可被发现的深层原理。这是物理学家式的信仰。

第二，都是跨界者。哈萨比斯横跨游戏、神经科学、计算机；朱松纯横跨数学、统计、计算机视觉乃至中国哲学。他们都坚信，智能的突破不在某个学科内部，而在学科的边界上。

第三，都不相信"大模型 + 大数据 = AGI"。这点最关键。哈萨比斯反复指出，当前的大语言模型缺少"世界模型"（对物理世界的真正理解）、缺少持续学习、缺少真正的推理与规划；朱松纯则说大模型是"鹦鹉"，缺"心"。两人都认为，仅靠规模，到不了真正的通用智能——还缺某种根本的东西。

第四，都是建造者，不是空谈者。他们都不满足于发论文，而是亲手造出了系统（AlphaFold/通通）和机构（DeepMind/BIGAI）。

第五，都把AI看作文明级的事件。哈萨比斯说AI是"探问智能、存在乃至我们为何在此"的哲学追求；朱松纯把AGI接到"为机器立心、为人文赋理"的文明叙事上。对两人而言，造AI不是做产品，是回答"人是什么、智能是什么"。

记住这五点共识——尤其是第三点。两个最有资格定义AGI的人，都认定"规模不是答案"。这本身就是对今天"唯规模论"最有分量的双重质疑。但接下来，他们就要分道扬镳了。

四、异之一：智能是"求解能力"，还是"有心的主体"

第一个、也是最根本的分歧，是对"智能"本身的定义。

哈萨比斯的智能，是一种"求解能力"。在他那里，智能是"终极的通用工具"——衡量智能的标准，是它能不能解决问题，尤其是人类解决不了的难题。AlphaFold解开蛋白质结构、AlphaGo战胜围棋冠军，就是智能的证明。智能是一个动词：solve。

朱松纯的智能，是一个"有心的主体"。在他那里，智能的标志不是"会解题"，而是有没有"心"——能不能自主定义任务（"眼里有活"）、是不是被价值驱动、有没有完备的认知架构。一个再会解题的系统，如果没有自己的价值与目的，在他看来仍不是真正的智能。智能是一个名词：a mind。

我想把这个分野命名为"解题者"与"立心者"之争：

哈萨比斯造的是一个史上最强的"解题者"（a solver）
——你给它一个明确定义的难题，它能给出超人的答案。
朱松纯要造的是一个"有心的主体"（a subject with a will）
——它不需要你出题，自己就知道该做什么、为什么做。

这个差别看似抽象，却决定了一切。解题者擅长回答"怎么做"，立心者关心"做什么、该不该做"。AlphaFold能算出蛋白质结构，但它不会"想要"去算，也不知道这意味着什么——它是一个无与伦比的工具，而不是一个有意志的主体。朱松纯恰恰认为，没有"主体性"和"价值"，就永远只是工具，不是通用智能。

五、异之二：路径之争——"自博弈的算力"对"内置的先验"

第二个分歧，藏在最硬核的技术路线里，而且极其精彩。前面说过，两人都不迷信"人类大数据"。但他们摆脱数据依赖的方式，恰好相反：哈萨比斯的路：用学习、搜索与算力，自己生成经验。AlphaZero是最好的例子——它不学任何人类棋谱，纯靠"自我博弈"（self-play），左右手互搏几千万局，自己给自己生成海量经验，最终超越所有人类。再加上对"世界模型"和持续学习的追求，他的路是自下而上的：给系统强大的学习算法和算力，让能力从经验中"涌现"出来。

朱松纯的路：用价值与因果先验，从小数据中直接推理。他的"乌鸦范式"——乌鸦没有海量数据、没有自我博弈几千万次，它靠的是内置的价值（活命、吃核桃）和因果推理，从极少的观察中直接想出办法。他的路是自上而下的：先给系统一个完备的认知架构和价值体系（U与V），再让它以"小数据、大任务"的方式工作。

我把这对比命名为"自博弈的算力"对"内置的先验"。这是全文最精妙的一处：两人都想造出一只"不靠人类大数据"的乌鸦，但哈萨比斯的乌鸦是靠自己疯狂练习几千万次练出来的，朱松纯的乌鸦是靠生来就有的'心'和'理'想出来的。前者把赌注押在"学习 + 算力"，后者押在"先验 + 价值"。一个相信智能从经验中长出来，一个相信智能要从结构中立起来。

值得注意的是：哈萨比斯近年强调的"世界模型""持续学习""自主智能体"，正在向朱松纯一直强调的"对世界的因果理解""自主定义任务"靠拢。两条路在远方，似乎隐隐指向同一个山顶。

六、异之三：最深的分水岭——"心"是内置的，还是外加的

如果只能记住一个区别，就记这一个。它关乎AI的安全，也关乎人类的命运。

对哈萨比斯，价值与安全是"对齐"和"治理"的问题——在能力之外、之后处理。他造的是一个极强的"脑"（引擎），然后通过对齐研究、安全护栏、治理机制、负责任部署，从外部给它套上约束。在他的框架里，AI本质是工具，善恶取决于人怎么用它、怎么管它。安全，是给强大的引擎加刹车。

对朱松纯，价值（"心"）是智能内部的核心机制——必须从一开始就长在里面。他的U-V双系统中，V（价值体系/心）和U（能力体系/理）同等根本，追求"理心合一"。他认为，一个"价值观混杂、你搞不清它在想什么"的系统，能力越强越危险，靠外部约束是兜不住的；唯一的解，是"为机器立心"——让它本身就有一套与人类对齐的价值与良知，像一个有德性的人。

我把这对比命名为"对齐"对"立心"——外部之'防'，对内部之'养'。

哈萨比斯：造最强的脑，再小心地给它装上刹车与缰绳（防）。
朱松纯：从胚胎起就给它养一颗向善的心（养）。

这是两种根本不同的安全哲学，背后是两种人性观。哈萨比斯（西方经验主义）倾向于把"能力"和"价值"分开处理——先解决能力，再用制度和对齐管住它；朱松纯（中国心性之学）坚持"能力"和"价值"本就一体——一个没有心的强大智能，本身就是缺陷品。当世界都在担心"AI会不会失控"时，哈萨比斯的方案是"给它建好牢笼和规则"，朱松纯的方案是"让它从小就有良知"。哪一种更可靠？这可能是这个世纪最重要的问题之一。

七、异之四与之五：证明方式，与文化的根

还有两个层次的差异，让两套体系的气质截然不同。证明方式：超人专才 vs 通用幼童。

哈萨比斯的打法是"先把窄的做到超人，再走向通用"——AlphaGo、AlphaFold都是在单一领域达到碾压人类的水平，用世界级的成果（一座诺贝尔奖）证明路线的威力，再逐步向通用扩展。

朱松纯的打法相反，是"先把通用的骨架立起来，再让它变强"——"通通"是一个综合能力只相当于三四岁儿童、却在认知架构上力求完备的通用智能体。一个交出的是"超人但专一"的惊艳战绩，一个交出的是"通用但稚嫩"的原型雏形。这也决定了当下的舆论天平：哈萨比斯有压倒性的实绩，朱松纯有深刻的理论却尚待验证。

文化的根：神经科学的大脑 vs 心性之学的心。哈萨比斯的思想根系，是西方经验主义、神经科学（以大脑为蓝本）、博弈与强化学习——智能即计算，大脑即证明。朱松纯的思想根系，是中国心性之学（陆王心学、程朱理学）、文理交叉——智能即"理心合一"，并明确把这条路称为"以中国之思想创世界之科技"的"中国路径"。一个向外求于大脑的生物机制，一个向内求于心性的道德结构。这是两种文明看待"心智"的方式，在AI时代的一次正面相遇。

八、思想的心脏：他们各自抓住了智能的一半

把所有同与异收拢，可以得出本文最核心的判断了。哈萨比斯和朱松纯，恰好分管了"智能"的两个半边：能力，与价值。用朱松纯自己的U-V框架来说再贴切不过：

哈萨比斯，是当世最强的"U"（能力/理）的建造者。他造出了人类有史以来最强大的"解题引擎"，把"机器能做什么"的边界，推到了连诺贝尔奖都要承认的高度。
朱松纯，是当世最执着的"V"（价值/心）的布道者。他几乎是孤身一人地提醒：没有"心"的"脑"，越强大越危险；智能的完整，缺不了价值这一半。

于是一个惊人的互补浮现了：哈萨比斯造出了最强的脑，却把"心"交给了外部的对齐与治理；朱松纯执着于"心"，却还没造出足够强的脑。他们每个人都抓住了智能的一半，又都缺了对方的那一半。

这就引出我对这场对话最重要的判断：真正的通用人工智能，终局或许既不是纯粹的"解题者"，也不是抽象的"立心者"，而是一个"有心的解题者"——既拥有哈萨比斯那样解开人类难题的强大能力（U），又拥有朱松纯所坚持的、向善而可信的内在价值（V）。AGI的完整，是 U × V 的合题，不是二选一。两位巨人看似相反，实则可能是在从两端，挖同一条隧道。

九、谁更可能对？一次诚实的掂量

为了不把这篇文章写成各打五十大板的和稀泥，必须诚实地掂量两边的分量与软肋。就当下的"记分牌"而言，哈萨比斯遥遥领先。AlphaFold真实地改变了整个生物学，AlphaGo/AlphaZero重写了人类对智能的认知，一座诺贝尔奖是不容置疑的实绩。相比之下，朱松纯的路线理论深刻，但"通通"仍是原型，"小数据大任务""为机器立心"尚未拿出可与之比肩的工程战绩。经验主义的"解题派"，正在赢得这个时代的比分。

但朱松纯的批判，恰恰击中了哈萨比斯路线尚未解决的命门。哈萨比斯造出了越来越强的"脑"，可"心"的问题——价值、可信、主体性——他自己也只能交给"对齐"与"治理"这些外部手段，而这正是朱松纯说"必须内置"的东西。换句话说，哈萨比斯走得越远，朱松纯所提的那个问题就越紧迫：当我们造出一个能解一切题、却没有心的超级智能，我们真的安全吗？

所以更公允的判断是：他们很可能不是"谁对谁错"，而是"先后"与"互补"。哈萨比斯在解决"如何造出强大的智能"，朱松纯在追问"强大的智能该有怎样的心"——后一个问题，恰恰是前一个问题成功之后，人类必然要撞上的下一堵墙。

也要诚实地指出两人各自的风险：哈萨比斯的路，可能造出无比强大却终究是"工具"的系统，离"有意志、有价值的主体"始终隔着一层，且把安全寄托于"事后对齐"是否够稳，无人能保证；朱松纯的路，"为机器立心""理心合一"在哲学上动人，但其可证伪性、可规模化性仍待证明，用心学理学映射AGI也有"比附"而非"论证"的风险。两条路都还没走到终点，谁也没有资格宣布胜利——这恰恰是这个领域最迷人、也最危险的地方。

十、可迁移命题：两种思维，都装进你的AI实践

这场看似高远的对话，对每一个做AI落地、做组织的人都极有用。把两套思想各取所长，可提炼五条，每条配一个反例警示。

命题一：能力（解题）与价值（立心），两手都要硬。像哈萨比斯一样追求解决真问题的硬能力，也像朱松纯一样为你的AI和组织"立心"（先定义价值与可信边界）。反例警示：只堆能力不立价值，做出的是不可信的强模型；只谈价值观不建能力，是空中楼阁——两种偏废都会出局。

命题二：摆脱"必须海量人类数据"的迷信。两位都证明了不靠人类大数据也能造智能——一条靠"自博弈/合成数据"（算力），一条靠"先验/价值约束"（结构）。在你的领域里，主动寻找这两类"不靠堆数据"的路径。反例警示：以为"没有大数据就做不了AI"而放弃的公司，错过了用先验、规则、自生成数据破局的可能。

命题三：用"解题思维"挑根节点难题。像AlphaFold那样，找一个"一旦解开就改变整个行业"的根节点问题，集中火力做到超人水平，而不是把AI摊薄到无关痛痒的功能上。反例警示：到处加"AI小功能"、却不敢啃真正硬骨头的组织，永远做不出AlphaFold级的价值。

命题四：用"立心思维"守住关键决策。能力越强，越要先问"它的价值与可信度"，再决定放不放进关键环节。把"对齐"和"立心"都做起来，而不是裸奔。反例警示：把一个"缺心"、会一本正经胡说的强模型直接接入医疗、金融、安全等核心决策，是在能力上冒进、在风险上裸奔。

命题五：真正的突破在学科边界。两人都是跨界者（游戏/神经科学、数学/心性之学）。逼自己和团队跨出单一学科的舒适区，突破往往诞生在交叉地带。反例警示：只在自己专业里打转、拒绝跨界输入的团队和个人，做不出范式级的创新——这在AI时代尤其致命。

尾声：未来属于"有心的解题者"

哈萨比斯说，要"解决智能，然后用它解决一切"。朱松纯说，要"为机器立心，让它有理也有心"。一个向外，把智能当作征服世界的工具；一个向内，把智能当作需要安顿的生命。

如果把这场跨越东西方的对话浓缩成一条元原则，我认为是这一句：

智能的终极，不是"解题"或"立心"的二选一，而是二者的合题——一个"有心的解题者"：既能解开人类解不了的难题，又守得住人之为人的价值。哈萨比斯造出了最强的脑，朱松纯提醒我们别丢了心；而未来，属于把脑与心重新合一的人。

这或许正是两位巨人，在不知不觉间共同指向的那个终点。哈萨比斯用一座诺贝尔奖证明了：机器可以拥有超越人类的"能力"。朱松纯则在所有人都为能力欢呼时，固执地追问：可是它有"心"吗？

人类历史上，"脑"与"心"、"能"与"德"、"技"与"道"的张力，从未真正消失。只是这一次，争论的对象不再是人，而是我们即将亲手造出的、可能比我们更强大的新存在。我们究竟是要造一个无所不能却没有心的神，还是一个既有能力又有良知的伙伴？这个问题，哈萨比斯用工程在逼近，朱松纯用哲学在守护——而最终的答案，将决定的不只是机器的命运，更是人的命运。

这，就是把这两位看似相反的思想者放在一起时，他们共同留给这个时代的、最深的提醒。

关键史实与概念备忘

德米斯·哈萨比斯（Demis Hassabis）
1976年生于伦敦（父希腊裔塞浦路斯人、母华裔新加坡人）。4岁下棋、13岁国际象棋大师；少年游戏设计师（17岁主导《主题公园》，后于Bullfrog、Lionhead、自创Elixir Studios）；剑桥计算机本科，UCL认知神经科学博士（研究记忆与想象），哈佛/MIT博士后。2010年与Shane Legg、Mustafa Suleyman共同创办DeepMind，2014年被谷歌收购。代表成果AlphaGo、AlphaZero、AlphaFold（2020 AlphaFold2）。2024年因AI预测蛋白质结构获诺贝尔化学奖（与John Jumper、David Baker分享）。信条："Solve intelligence, and then use it to solve everything else."近年判断：AGI约2030年有50%概率、5—10年内到来；强调"世界模型""持续学习"是通向AGI的关键。
朱松纯
1968年生于湖北鄂州。1991年中科大毕业，1996年哈佛博士（师从菲尔兹奖数学家David Mumford）；曾任UCLA统计与计算机教授，三获马尔奖。2020年归国，创建北京通用人工智能研究院（BIGAI），任北大讲席教授、人工智能研究院与智能学院院长、清华基础科学讲席教授。代表概念：鹦鹉范式 vs 乌鸦范式（大数据小任务 vs 小数据大任务）、通智三特征+两完备性、为机器立心、U（理/能力）V（心/价值）双系统、理心合一、"1238"中国路线、通用智能体"通通"。2024年出版《为机器立心》《为人文赋理》。
本文原创判断（作者提出，非两人原话）
将二者命名为"解题者"与"立心者"；将路径之别命名为"自博弈的算力"对"内置的先验"；将安全观之别命名为"对齐"对"立心"（外部之防 vs 内部之养）；以U×V"有心的解题者"作为可能的合题与元原则；以及面向企业的五条可迁移命题。这些是作者的比较与解读，引用时请与两人本人论述区分。
争议与边界
哈萨比斯的"解题/学习/搜索"路线当下有压倒性实绩（诺奖、AlphaFold/Go），但"价值/主体性"仍依赖外部对齐；朱松纯的"立心/小数据"路线理论深刻但尚缺规模化实证（"通通"为原型），并存在以中国哲学"比附"AGI的风险。两条路均未走到终点，本文不judge对错，力求持平。