8 月 5 日,一条消息在 AI 圈炸了:Jeff Dean 要离开 Google 了。这位 1999 年以第 30 号员工身份加入、一干就是 27 年的谷歌首席科学家,决定和另外三名顶尖研究员一起,出去自己干。
一次带走四个人的出走
跟 Dean 一起走的,都不是普通人。Sanjay Ghemawat 是跟他写了 MapReduce、BigTable 那几篇奠基性论文的老搭档;Quoc Le 是 Google Brain 创始成员,带出过第一个破万亿参数的语言模型;Oriol Vinyals 是 DeepMind 的研究副总裁,也是现代语言模型底子上的 seq2seq 架构共同发明者。四个人同一天宣布创办 Discovery Loop,这是 Google 研究体系有史以来最集中的一次创始级人才流失。
巧的是,同一轮重组里,DeepMind 的 CEO Demis Hassabis 也卸任了。Google 对外说好聚好散,还给自己投了这家新公司、当它的云合作伙伴。
Dean 说,前沿 AI 不再只是回答问题,更要学会”发现”——用更多、更好的实验,把科学突破更快地带给世界。
他们想造一台”科研发动机”
Discovery Loop 注册成特拉华州的公益公司(PBC),目标很宏大:用 AI 把科学实验的循环自动化。传统科研靠人慢慢试错,一个假设到验证结果往往要熬好几个月;他们想让 AI 同时发起、跑完成千上万个实验,把周期压到几天。Dean 要当 CEO,他反复强调一句话——不是要取代科学家,而是把每年能验证的假设数量,成数量级地放大。

这家公司的钱也不缺。首轮由 Radical Ventures 和 Khosla Ventures 共同领投,Kleiner Perkins、Lightspeed、Doerr Capital 都进了,Google 的母公司 Alphabet 也掏了钱,具体数额和估值没公布。算力则独家绑定 Google Cloud 和 TPU——等于说,Dean 人走了,基础设施还拴在老东家身上。
为什么这件事比”又一个人创业”要大
Discovery Loop 还点名了一个更野的方向:递归自我改进。说白了,就是用 AI 帮忙设计更强的 AI 系统,让研究循环自己滚雪球。落脚点先放在生物、化学、材料科学这些烧钱又慢的领域。
- 对 Google:一夜之间失去四名参与过几乎所有重大 AI 里程碑的研究员,伤的是人才纵深。
- 对 AI for Science 赛道:一个资金雄厚的新实验室直接下场,对手是 DeepMind 旗下的 Isomorphic、AlphaFold 那一脉。
- 对制药和材料业:全球药企一年砸约 800 亿美元做研发,临床失败率却高达九成;如果能压缩实验周期、抬高早期研究的信号质量,这块市场大到不敢想。
这场出走的信号其实很清楚:靠堆大模型参数找增量那一套,正在让位给”把 AI 用到具体高价值领域”的新一波。Dean 他们选了科研——这块既最难被抄,也最值钱。至于 Discovery Loop 能不能真的把实验周期从月压到天,答案要等它第一批成果落地才知道。但有一点可以确定:2026 年的 AI 之巅,已经不只是比谁模型大,而是比谁能把发现这件事本身工业化。

四人同一天出走,Google 研究体系的底子被抽走一块。不过绑着 Alphabet 当云伙伴,也算留了条后路,不算彻底撕破脸。
Dean 这步走得漂亮。科研最缺的就是把假设快速验证的吞吐量,谁能把实验周期从月压到天,制药和材料圈第一个排队。