《無限機器》讀後感：哈薩比斯把「不為贏而做」推到極致，設計師看到什麼
2026年5月18日 上午 5:32
AI 設計BOOK NOTES · 2026
QUICK ANSWER
《無限機器》是 Sebastian Mallaby 為 Google DeepMind 創辦人哈薩比斯所寫的首部授權傳記。表面是一場 AGI 競賽史，內裡是「純粹」這件事的全部代價——當一個人把「不為贏而做」推到極致，他會解決最難的問題，也會在最不該被打敗的地方被打敗。這本書對任何長期經營一件事的人都是逼問。
書裡有兩個被反覆寫到的場景，我讀到的時候停了很久。
第一個是 AlphaGo 前夕。團隊裡有人勸哈薩比斯，現在公開結果就能拿下「世界最強圍棋程式」的名號，先卡位再說。哈薩比斯否決。理由很簡單——拿頭銜不是目的，測試一種全新的學習方法才是。
第二個發生在 AlphaFold。蛋白質摺疊大賽 CASP 已經被 DeepMind 大幅領先，又有人提議「就到這裡，宣布勝利收尾」。哈薩比斯再一次否決。理由是同一句——贏不是重點，解決蛋白質摺疊才是。
「贏不是重點。解決問題才是。」
——這句話在書裡反覆出現，是哈薩比斯人生最完整的縮寫
我讀到這兩段的時候第一個反應不是佩服，是不舒服。因為我立刻被反問了：那我自己做這件事，是為了贏，還是為了解決問題？這本書最厲害的地方不是它寫 AGI 競賽，是它把這個問題塞到每個經營者面前。
CHAPTER 01 · WHAT IT IS
這本書到底在寫什麼
《無限機器》原文書名《The Infinity Machine: Demis Hassabis, DeepMind, and the Quest for Superintelligence》，Sebastian Mallaby 寫的。他是兩度入圍普立茲獎的記者，前作《矽谷創投啟示錄》在台灣賣得不錯，這次的新作 2026 年 3 月底在英美同步上市，繁體中文版由天下文化遠見引進，2026 年 4 月底上市。
整本書 544 頁，建立在跟哈薩比斯歷時三年、超過三十小時的深度對話，加上上百位矽谷核心人物的旁白——包括他的學術導師、商業夥伴、競爭對手、甚至已經跟他失和的共同創辦人。Mallaby 還拿到大量機密企業文件、私人郵件和日記。這種採訪密度在 AI 圈的書裡是少見的。
Mallaby 在前言寫得很清楚：「這本書要探討的是智慧。一方面，描繪了一個非凡的人物——西洋棋神童、諾貝爾獎得主、博學多才的思想家；另一方面，也講述他如何打造神乎其技的機器——具有直覺、創造力與原創性的系統。」整本書是兩條線並行，一條是哈薩比斯這個人，一條是他所打造的東西。讀的時候會發現，這兩條線從來不是平行的，是同一件事的兩面。
目錄看一眼就知道這本書野心很大。二十章從〈命運〉、〈倫敦三人幫〉、〈提爾難題〉、〈加入 Google〉、〈直覺〉一路走到〈GPT 競賽〉、〈我們完蛋了〉、〈逐步推進〉、〈重整旗鼓，展望未來〉。光看章名就能感覺到 Mallaby 的敘事野心——他要把這個人從五歲學棋寫到 AGI 競賽進入最後對決，每個轉折都有名字。
CHAPTER 02 · THE PURE OBSESSION
「不為贏而做」這個極端信念
哈薩比斯五歲學棋，九歲就是英格蘭十一歲以下西洋棋代表隊隊長。十二歲那年他在列支敦士登參賽，在精神壓力的極限對局中感覺到「人類大腦在生理上有上限」——那個感受成為他一輩子的母題。十七歲他跟人共同創作出熱銷百萬套的電玩遊戲，那筆錢供他讀劍橋電腦科學系，後來再去拿神經科學博士，創辦 DeepMind。
從履歷看，他在每一階段都應該選最快變現的路。但 Mallaby 一層一層剝開後讓你看到的是——他在每一個決策點都選了最不直接的那條。賣公司給 Google 不是為了上市套現，是為了拿到 Google 的算力。打圍棋不是為了打敗李世乭，是為了驗證強化學習真的能突破符號邏輯。做 AlphaFold 不是為了在 CASP 拿冠軍，是因為「蛋白質摺疊」這個問題本身值得被解掉。
書中有一段哈薩比斯本人對 Mallaby 講的話，我看完反覆讀了好幾遍。他說：「半夜兩點，我坐在書桌前，覺得現實正盯著我，對我咆哮。它是真的衝著我大叫。似乎只要我用心聆聽，就能聽懂它想讓我知道的事情。這就是我每天的感受。」
「我最根本的身分是科學家。」他在另一個段落裡告訴 Mallaby。「我的目標是了解自然。從事科學，其實有點像在窺探上帝的想法。」
這種選擇模式如果只發生一次，是個性。發生兩次，是傾向。發生十次，是世界觀。Mallaby 全書都在拼這個世界觀的形狀——它從五歲的棋盤一路延伸到 AGI，中間沒有斷過。
CHAPTER 03 · THE GAMES THAT WEREN'T GAMES
三場其實不是比賽的勝利
書中最戲劇性的三條主線，是 AlphaGo、AlphaFold、Gemini。表面上看是三場 AI 對決，內裡都是同一件事——驗證一種對「智慧」的假設能否成立。
2016 · ALPHAGO
圍棋的「直覺」可以被學會嗎
圍棋的搜尋空間是西洋棋的天文倍，傳統符號邏輯永遠下不過人類。AlphaGo 證明的是——機器可以靠強化學習自己長出「棋感」，那個本來被認為是人類獨有的東西。書中第 9 章直接就叫〈直覺〉。
2020–2024 · ALPHAFOLD
困住生物學家五十年的問題
蛋白質怎麼摺疊，是分子生物學從 1970 年代就在試的難題。Mallaby 在書中第 15 章直接把它命名為〈生物學界的「費馬最後定理」〉。AlphaFold 不只解了，還公開兩億多個蛋白質結構預測，等於送了全世界藥廠一份大禮。2024 諾貝爾化學獎是這條線的句點。
2022–PRESENT · GEMINI
AGI 是真的存在還是行銷話術
Gemini 之於 DeepMind 跟前兩條線不同——它是迎戰，不是探索。在 ChatGPT 把整個世界打到措手不及之後，哈薩比斯被迫接下這場他原本沒打算先打的戰役。書中第 17、18 章分別叫〈GPT 競賽〉與〈我們完蛋了〉，光是章名就把那段戲劇張力寫得很滿。
讀完三場，會明白一件事——哈薩比斯對「比賽」的定義跟其他人不一樣。AlphaGo 的對手不是李世乭，是「機器能不能擁有直覺」這個命題；AlphaFold 的對手不是 CASP 上的其他隊伍，是過去五十年所有試過這題的科學家；Gemini 的對手也不是 OpenAI，是「AGI 到底是不是真的」這個更大的賭。
CHAPTER 04 · THE BLIND SPOT
純粹的另一面
這是整本書最讓我停下來想很久的一章。Mallaby 沒有把哈薩比斯寫成神，他在書中段以後做了一個很冷靜的觀察——這份純粹既是哈薩比斯最大的力量，也是他最大的盲點。
最具體的證據是 2022 年底。ChatGPT 上線那一刻，DeepMind 內部的反應不是「我們也要做」，是「這東西還沒到該推出的程度」。他們手上其實有類似的技術，但因為「還不夠純粹、還不夠科學」就一直壓著。等到 ChatGPT 變成全民現象、Google 內部進入 Mallaby 描述的「戰爭模式」，DeepMind 才開始被迫加速——一個本來在路線圖上排很後面的東西，突然變成最緊急的任務。
書中第 18 章的章名就叫〈我們完蛋了〉。光看標題就能感覺到那段內部的痛。
一個人可以多麼純粹地相信一件事——而這份純粹，既是他最大的力量，也是他最大的盲點。
Mallaby 沒有直接批判，但他把這個過程寫得非常清楚——當你把「不為贏而做」推到極致，你會錯過「贏不是目的、但贏的時間點會改變一切」這件事。你會在最該插旗的時候沒插，等到市場已經被另一邊定義完了，你才開始解釋自己其實一直在做。
這個觀察刺到我。因為它不是在罵哈薩比斯，是在說「即使是最純粹的選擇也有它的代價」。沒有任何一種運作哲學是免費的，純粹要付的帳單，就是有時候你會錯過時機。
從這個角度回頭看 AlphaGo 和 AlphaFold，那兩個故事也變得更立體——它們不只是「不為贏而戰所以贏得更多」的成功案例，它們同時也意味著有人在那段時間裡承受著「不能宣布勝利」的壓力。團隊裡有人想趕快發論文衝引用、有人想趕快拿到下一輪資源、有人就是想拿一面世界第一的牌子。哈薩比斯每一次否決，背後都有人妥協。
CHAPTER 05 · FOR DESIGNERS
設計師可以從這本書拿走什麼
這本書不是設計書，但讀完整本之後我發現它對設計師有三層提醒。
第一層是工具製造者的視角。哈薩比斯這代人在做的事情，是我們未來十年所有設計工作的地基。Gemini、AlphaFold、未來的 AGI——這些不是「工具」這個層級的東西，是工具的工具。讀完這本書你會更清楚一件事：我們手上每天在用的 AI 不是憑空冒出來的產品，背後是某個人對「智慧本質」的押注。當你知道押注是怎麼下的，你會更知道這個工具能去到哪、不能去到哪。
第二層是經營者的提問。「不為贏而做」這件事，對任何長期經營一件事的人都是直接拷問。做課程是為了賣，還是為了讓設計師真的變強？寫部落格是為了流量，還是為了把一個觀念講清楚？經營訂閱是為了收入，還是為了交付一份持續性的承諾？這些問題哈薩比斯每一次都選後者，而且結果證明，後者長期會贏。但代價是你要承受很多「先打卡再說」的誘惑。
第三層是創作者的警告。純粹有它的盲點。哈薩比斯被 ChatGPT 突襲那段給我的提醒是——你可以堅持做你認為對的事，但你不能假裝市場不存在。在我自己的脈絡裡，這代表：教學內容可以慢工出細活，但發佈節奏、市場溝通、產品定位這些事情不能用「我只專注做好內容」當理由全部跳過。哈薩比斯在這件事上付了代價，前車之鑑。
CHAPTER 06 · TAKEAWAYS
三個讀完合上書還在追問的問題
讀完這本書一個禮拜，我發現有三個問題會一直跳回來。它們不是書評，是書留在腦袋裡的後座力。
Q1
我現在做的這件事，如果拿掉「贏」這個動機，還會做嗎？
如果答案是「不會」，那這件事不該做下去，因為它的續航力不夠。如果答案是「會」，那它就是你真正的志業。
Q2
我有沒有把「純粹」當成「不溝通」的藉口？
哈薩比斯被 ChatGPT 突襲的根本原因，不是技術不夠，是溝通不夠。純粹是好東西，但純粹不等於閉門造車。
Q3
如果我手上的工具只剩三年壽命，我會把這三年花在解什麼問題上？
哈薩比斯每一次選擇，本質都是在回答這題。讀完書最大的收穫，是這個問題開始定期出現在我自己的決策清單上。
《無限機器》不是一本讀完之後會讓你變得更會用 AI 的書。它的價值在更上游——它逼你重新校準「為什麼做這件事」這個更根本的問題。如果你正在經營任何一件需要長期累積的事——課程、品牌、產品、寫作——這本書值得放在書架上拿來定期重讀。
哈薩比斯五歲學棋的時候，沒有人告訴他棋盤外的世界長什麼樣。他四十年後造出的東西，也許正在改變我們所有人的棋盤。讀這本書的時候我一直在想——他在十二歲的列支敦士登感受到的那個「人類大腦的生理上限」，現在輪到我們這代人去面對了。差別是這次的上限，是我們自己的選擇能撐多遠。
純粹不是答案，是一種紀律。
BOOK INFO
無限機器：Gemini 推手哈薩比斯的超級智慧長征
原文書名：The Infinity Machine: Demis Hassabis, DeepMind, and the Quest for Superintelligence
作者：Sebastian Mallaby（兩度普立茲獎入圍，前作《矽谷創投啟示錄》）
譯者：廖月娟、林俊宏、黃瑜安
出版：天下文化 · 遠見（2026/04/27）
頁數：544 頁
ISBN：9786264179102
FAQ
常見問題
Q：《無限機器》適合完全沒接觸 AI 的人讀嗎？
適合。Mallaby 寫書的時候有意識地把技術門檻壓低，AlphaGo、AlphaFold、Gemini 三條主線都是用敘事推進，不會逼你先懂神經網路。它更像是一本透過一個人來理解一個時代的書，AI 知識會自然帶進來。
Q：跟其他 AI 巨頭傳記比，這本的不同在哪？
市面上講 Sam Altman、OpenAI、馬斯克的書很多，但哈薩比斯這條線一直比較少被深寫。Mallaby 的視角不是矽谷視角，他刻意把哈薩比斯放在「身在 Google 體系內卻持續批判矽谷」的位置上看。讀完會發現 AI 圈不只一種運作邏輯。
Q：書中對哈薩比斯有沒有批判？
有，而且寫得很冷靜。Mallaby 在中段以後明確指出哈薩比斯的純粹是雙面刃——讓 DeepMind 解決最難的問題，也讓他們在 ChatGPT 那一波被打到措手不及。這不是吹捧書，是還滿持平的觀察。
Q：哈薩比斯的諾貝爾獎是哪一個獎項？
2024 年的諾貝爾化學獎，跟 John Jumper、David Baker 共同獲得，得獎原因是 AlphaFold2 對蛋白質結構預測的貢獻。這是化學獎首次頒給 AI 相關研究，本身就是一個歷史標記。
Q：書中提到的 DeepMind 跟 Google 收購故事，繁中版有保留嗎？
有，而且這部分是書中最精彩的章節之一。包括 Peter Thiel 早期投資 DeepMind 的內幕（第 7 章〈提爾難題〉）、哈薩比斯為什麼選擇接受 Google 收購（第 8 章〈加入 Google〉）、收購後跟 Larry Page 的關係變化，這些細節在繁中版裡都完整保留。
Q：讀完這本書之後可以延伸讀什麼？
Mallaby 自己的前作《矽谷創投啟示錄》（The Power Law）可以當前傳，因為很多在《無限機器》出場的投資人，那本書都寫過。如果想看另一條 AI 路線，可以對照《奧特曼與 OpenAI 的誕生》和《AI 霸主》。