夜雨聆风一个刚拿完诺贝尔化学奖的人，坐在CBS演播室的聚光灯下，对着镜头说出了一句让全世界医学界都要屏住呼吸的话，
"我认为这触手可及或许在未来十年左右我不觉得为什么不行"
他叫Demis Hassabis，谷歌DeepMind的掌门人。记者Scott Pelley刚刚追问他："The end of disease？"，疾病的终结？
他略作停顿，随即给出了时间表
▲ CBS《60 Minutes》文稿中的关键问答：Hassabis明确表示"疾病的终结"触手可及
说这话的人，一年之内用AI预测了2亿个蛋白质结构，这项工作为他赢得了2024年诺贝尔化学奖。他的公司官网首页，大字写着两个词：Solve all disease（解决所有疾病）。
这句话，正在互联网上炸开
从棋盘到诺奖：这个人凭什么敢说这种话
要理解Hassabis这句话的分量，得先搞清楚他是谁。
他是希腊塞浦路斯裔父亲和新加坡裔母亲的儿子，剑桥毕业，神经科学博士，因为他坚信，要造出智能，先要理解人脑。他从小痴迷博弈与游戏，拿了诺奖之后庆祝方式是跟国际象棋世界冠军打牌。
▲ 2024年诺贝尔化学奖授予David Baker、Demis Hassabis与John Jumper
他创办的DeepMind，先是用AlphaGo击败围棋世界冠军震惊了全球，随后把同样的AI方法论从棋盘迁移到了生命科学最难啃的骨头之一，蛋白质折叠问题。
这个问题困扰了结构生物学界整整五十年。
50年解不了的题，AI用一年做完了
先做一个30秒的科普，因为这事儿太重要了。
蛋白质是生命的基本零件你的神经元在放电、肌肉在收缩、免疫系统在识别入侵者，全靠蛋白质。而蛋白质能干什么活儿，完全取决于它折叠成什么三维形状。形状错了，功能就废了阿尔茨海默症、囊性纤维化、糖尿病……大量疾病都和蛋白质的错误折叠有关。
问题是：蛋白质的3D结构极其复杂用传统实验方法，X射线晶体学、冷冻电镜，解析一个蛋白质的结构，动辄好几年。所以人类已知的蛋白质序列有上亿条，但被测定过3D结构的，不到1%。
然后Hassabis和同事John Jumper带着AlphaFold来了。
▲ Google DeepMind的AlphaFold主题页，强调"用AI加速生物学突破"
一年2亿个蛋白质结构全部预测完成
曾经要数年才能做一个，现在几分钟搞定一批。诺贝尔委员会在颁奖词里说：这项工作"破解了蛋白质惊人结构的密码"，解决了困扰学界约半个世纪的根本难题。
▲ 诺奖委员会面向公众的通俗科普说明
这就是Hassabis说话的底气来源。他已经用AI把一个看似无解的问题推到了全新阶段。
药物研发的"十年魔咒"，他想用AI一刀砍断
蛋白质结构搞定了，下一站是什么？药物设计
制药界有一个流传已久的残酷经验数字：研发一款新药，平均耗时10年、耗资数十亿美元。从靶点发现，到分子筛选，到临床前试验，再到I期、II期、III期临床，最后通过监管审批，整条流水线漫长、昂贵、充满失败。
Hassabis在CBS访谈里的原话是这样说的：
"平均而言，设计一种药需要大约十年和数十亿美元。我们或许能把这个时间从年压缩到月，甚至可能周。这在今天听起来不可思议，但人们对蛋白质结构也曾这么认为。"
▲ 社交平台上的短视频剪辑，用15秒呈现"从年到月/周"的判断
他的逻辑从已经兑现的蛋白质突破出发，再推向下一个看似无解的问题。完成一场艰难突破后，他相信这套方法还能继续奏效。
他的公司也已投入行动Isomorphic Labs，这家与DeepMind同属Alphabet生态的AI药物发现公司，官网首页只有四个字：Solve all disease。
▲ Isomorphic Labs首页：四个大字"Solve all disease"，旁边是蛋白质风格的3D科学插画
"治愈所有疾病"已经被写进了公司使命。愿景和组织绑定在一起，这件事也从修辞变成了资源配置。
另一位AI大佬同时开口了，"压缩的21世纪"
如果只有Hassabis一个人在说，你可以怀疑他是个乐观的疯子。但几乎同一时期，另一个顶级AI实验室的掌门人用不同的语言说了类似的话。
Anthropic CEO Dario Amodei在2024年10月发表了一篇长文《Machines of Loving Grace》，专门讨论AI对生物学与人类健康的影响。2025年11月，他也坐到了CBS《60 Minutes》的镜头前，抛出了一个更具冲击力的概念，
"The compressed 21st century"，压缩的21世纪。
▲ Amodei的长文《Machines of Loving Grace》，专章讨论生物学与健康
他的意思是：当AI强大到能与最优秀的人类科学家并肩工作时，有没有可能达到10倍于以往的进步速率，从而把本该贯穿整个21世纪的医学进步，压缩进5到10年？
社交媒体上，有人把Hassabis和Amodei的视频剪到一起：一个从蛋白质结构和药物设计切入，一个从科学劳动效率和"诊断补盲"切入，两条路径，同一个方向：疾病可以被加速打垮。
▲ 社交账号将Hassabis与Amodei的医学乐观判断并置呈现
当两个掌控着世界上最强AI系统的人，在同一个时间窗口，对着同一家电视台的镜头，用不同的措辞说出了同一个判断，这件事本身，就是一个值得被严肃对待的信号。
但别急着激动，物理世界有自己的时钟
在Reid Hoffman转发Hassabis片段的讨论下面，一位理论生物学家Sara Imari Walker写了一行短评，像一盆精准泼出的冷水：
"Only if we can make the molecules, even digital speed can't outpace physics ;)""前提是我们能把分子做出来，即便是数字速度，也跑不过物理规律。"
▲ 理论生物学家的冷静提醒：计算可以飞速，但分子得在物理世界里被合成出来
这句提醒指向了乐观判断面前的一道关键断裂带。
AI确实可以在计算层面指数级加速，设计分子、预测结构、模拟结合。但分子仍然需要被合成出来、纯化、送进活体系统。细胞培养要等，动物实验要月，人体临床终点研究要年甚至十年。数据噪声大、缺乏因果干预、代谢网络牵一发而动全身，这些约束不会因为GPU算力翻倍就自动消失。
连Amodei自己在长文里都承认：生物学实验有不可压缩的物理时间尺度。
还有一个问题："所有疾病"到底是什么意思？ 这个说法把癌症、传染病、遗传病、自身免疫、神经退行性疾病、精神健康等完全不同类别的问题，压成了一个集合名词。疫苗可以加速的传染病和高度异质的实体瘤，约束结构天差地别。Hassabis给出的是一个愿景级别的判断，无法当作按ICD疾病分类排期的产品路线图。
当"不可能"被一再推翻，怀疑本身也需要更新
但话说回来，每一次改写人类认知的突破，在发生之前都看起来像疯话。
蛋白质折叠问题困扰了科学界五十年。在AlphaFold出现之前，很多生物学家对AI和大数据抱有长期怀疑。然后，一年之内，2亿个结构被预测完毕，诺奖委员会颁了奖。
Hassabis自己也说过："这在今天听起来不可思议，但人们对蛋白质结构也曾这么认为。"
CBS文稿也保留了Hassabis的谨慎一面。在谈完疾病终结和"激进丰裕"之后，他立刻转向了自己的两层担忧：一是恶意人类把AI转用于有害目的，二是AI系统本身变得更自主时，人类能否保持控制、对齐价值观。
"十年治病"和"安全护栏"在原访谈中是成对出现的。社交短视频常剪掉后半句，一手材料则保留着完整的伦理天平。
写在最后：这一次，牵动所有人的命
让我们回到那个画面：一个49岁的光头男人，戴着眼镜，穿深色上衣，坐在《60 Minutes》演播室的暖光里，语气平静地说"I don't see why not"。
▲ 2026年7月，Hassabis的"十年终结疾病"判断再次出现在社交平台
他可能是对的他也可能低估了物理世界的摩擦力但有一件事是确定的，当一个用AI改写了结构生物学教科书、刚站上诺奖领奖台的人说"十年"，这个数字值得被严肃对待。
只要这一判断得到部分兑现，世界就会随之改变。
计算可以加速想象，但活体世界和社会流程仍在按自己的时钟走。算力和模型不断竞速，数字速度也在与物理规律较量。
这场探索，牵动着地球上每一个人的生老病死。