# DeepMind CEO揭示AI"锯齿状智能"：模型能发现错误却仍会执行

- 来源：Berryxia.AI (@berryxia)
- 发布时间：2026-05-04 07:55
- AIHOT 分数：50
- AIHOT 链接：https://aihot.virxact.com/items/cmoqg4ut6147qsll9ewrqr2zn
- 原文链接：https://x.com/berryxia/status/2051088343493116282

## AI 摘要

DeepMind CEO Demis Hassabis指出，最前沿的大模型（如Gemini）表现出“锯齿状智能”。他以与Gemini下棋为例，说明模型能通过思维链发现问题并搜索更好方案，但最终仍会执行明显的错误决策。这揭示了AI智能并非平滑提升，而是在某些方面敏锐，另一些方面存在严重缺陷。Hassabis认为，真正的突破或许不在于让模型更聪明，而在于如何打磨这种不均衡的智能，使其成为可靠工具。这一观点挑战了AI将线性逼近完美智能的常见叙事。

## 正文

所有人都在吹AI"越来越聪明"，

却没人敢正视DeepMind CEO Demis Hassabis亲口说的这句话：

他会特意和Gemini下棋，就是为了追踪模型的chain-of-thought。

作为前国际象棋神童，他一眼就能看出模型什么时候把自己绕进死胡同--

有时候模型明明已经看到要下出的blunder（致命失误），
它甚至会搜索更好的走法，
但最后……

还是老老实实下出了那个错误。

"这就是jagged intelligence--锯齿状智能的样子。"

不是彻底的笨，
也不是完美的聪明，
而是聪明到能发现问题，
却笨到无法阻止自己犯错。

这种"半聪明"的状态，
才是今天最前沿大模型最真实的写照。

我们总幻想智能是平滑上升的曲线，
但现实是：它像锯齿一样参差不齐，
在某些地方锋利无比，在另一些地方却一塌糊涂。

当AI开始自己跟自己较劲、自己坑自己时，
我们还要继续假装它只差"最后一步"就能完美吗？

真正的智能突破，
或许不是让它变得更聪明，
而是先搞清楚：怎么把这满身锯齿，磨成一把真正的利刃。

你怎么看这种"jagged intelligence"？

（来源：Demis Hassabis在YC的分享，@vitrupo ）