2026年8月5日，Jeff Dean发了一封内部告别信。27年，从第30号员工到谷歌仅有的两位Senior Fellow之一，他写过的代码据说比很多人读代码还快——这个内部段子流传太广，以至于外人以为他只是一个超级工程师。但其实他更像是谷歌技术基因的活载体：MapReduce、BigTable、Spanner，然后是Google Brain、TensorFlow、TPU，每次转型都有他的手笔。
同一天，DeepMind也换了主帅。Demis Hassabis不再担任CEO，转做董事长兼Alphabet首席科学家，日常管理交给CTO Koray Kavukcuoglu，后者直接向皮查伊汇报。两条消息叠加，谷歌盘中跌超5%，收盘跌4.03%，1800亿美元市值蒸发。
市场当然在恐慌——一下子失去两位技术灵魂人物，任何投资者都会紧张。但如果你只把这个当成人材流失，就漏掉了更关键的东西。
不是去竞品，是去拆掉最核心的拼图
Jeff Dean不是去OpenAI，也不是去Anthropic，他带走三个人，办了一家叫Discovery Loop的公司。这家公司的目标不是做下一个大模型，而是用AI自动完成科学研究的完整循环：从提出假设，到设计实验，到执行评估，再到迭代——全部由AI主导。
跟他一起走的另外三个人，随便拎一个出来都够震撼：
| Sanjay Ghemawat | |
| Oriol Vinyals | |
| Quoc Le |
四个人加起来，基本覆盖了AI和分布式系统两个领域引用榜的头部。这不是创业，这是从谷歌身上拆走了最核心的一块技术拼图。
为什么是这个时候
过去半年其实已经有征兆。Gemini 3.5 Pro发布一拖再拖，编程能力没达到内部预期；AlphaFold的核心贡献者John Jumper在6月转投Anthropic；更重要的是，谷歌二季度财报显示营收1198亿美元，但自由现金流几十年来首次转负，全年资本开支指引直接拉到1950到2050亿美元。所有资源都在往Gemini大模型业务上倾斜，基础研究能分到的算力和人力被大幅挤压。
Jeff Dean想做的那种需要大量实验自由度和长期投入的事情，在谷歌内部越来越难跟大模型的短期KPI竞争资源。Wired的Steven Levy在专访里提到，Discovery Loop的想法"几周前才成型"。几周内凑齐四个人集体离职，更像是他等到了一个临界点——AI的能力终于够到了自动化科研的门槛。
Discovery Loop：让AI自己发现下一代Transformer
Discovery Loop的路线图分三步走：
| 第一步 | ||
| 第二步 | ||
| 第三阶段 |
Quoc Le在采访里说了一句很轻的话：
"It might be that we will discover a different transformer architecture."
（也许我们会发现一种不同的Transformer架构。）
轻描淡写，但Transformer是目前所有大模型的基石。让AI自己去发现下一代架构，而不是靠人类设计，这等于把科研的主导权从人手里交了出去。
Oriol Vinyals则更坦诚地指出现状：
"One of the things that we'll be obviously very focused on is how these models come up with new ideas to try. That's not something that currently they're super strong at."
所以这家公司要啃的硬骨头，不是让AI更高效地执行实验，而是让AI跨过从"执行"到"创造"的那道坎。能不能成，没人知道。但它的终局想象是并行跑数千个实验循环——数千个AI科学家同时在各自方向上提出假设、验证结果，这个吞吐量人类科研机构根本没法比。
有意思的是，Discovery Loop注册为公益公司（public benefit corporation），法律义务不完全是股东利益最大化，还包括公共利益。投资方里既有Alphabet自己——谷歌承认了这个方向在内部做不了，所以以外部投资的方式继续参与——也有Radical Ventures和Khosla Ventures，后者是OpenAI的早期押注者。硅谷顶级风投同时下注"AI自动化科研"，这本身就是一条赛道正在形成的信号。
DeepMind换帅：退居幕后的AGI信徒
再看DeepMind这边。Hassabis卸任CEO的想法据说酝酿了至少一年。他本人的原话：
"I've dedicated my life to AGI, and now, I feel it's within reach."
（我毕生为AGI奋斗，现在感觉它近在咫尺。）
但一个感觉AGI近在眼前的人却选择退居幕后，多少有些矛盾。内部透露的原因是，他长期被团队管理和产品交付的事务拖累，没法专注研究。2024年DeepMind并入谷歌之后，他的角色越来越像产品负责人而不是研究负责人，这次重组等于把研究方向更紧密地绑在Gemini大模型业务上。
换句话说，谷歌体系内的基础科研空间在收缩，而Hassabis自己其实也往"AI+科学"方向走——他继续领导Isomorphic Labs，做药物发现。只是他选择了留在谷歌体系内，Jeff Dean选择走出去。
| 选择 | ||
| 方向 | ||
| 对谷歌 | ||
| 核心差异 |
放在2026年8月的背景里，脉络更清楚
把这几件事放在2026年8月初的背景里看：
顶级AI人才正在向两个方向集中：要么是"AI自我改进"，要么是"AI自动化科研"。本质上都是让AI从被使用的工具变成自主行动的主体。
而资本端的压力同样在倒逼这种转向——谷歌自由现金流转负，OpenAI 2030年前承诺投入6000亿美元，Anthropic靠xAI低价数据中心才勉强盈利——"AI做产品"的回报率越来越难算，而"AI做科学"一旦突破，回报是指数级的。
冷静思考：三道坎
当然，冷静下来想，挑战也很明显。
第一道坎：AI最弱的就是"提出新想法"。Oriol自己都承认这一点。如果假设生成这一步做不好，后面的自动化循环就是空中楼阁。
第二道坎：科学发现真的能被循环化吗？ 科学史上那些重大突破——相对论、DNA双螺旋、量子力学——往往来自直觉跳跃和范式革命，而不是"假设-实验-评估"的标准化循环。Discovery Loop的逻辑假设科学发现可以被循环化，但真正重要的发现可能恰恰来自循环之外。
第三道坎：公益公司的两难。Alphabet迟早要看到回报，当公益使命和商业压力冲突时，天平会怎么倾斜？
写在最后
但不管怎样，2026年8月5日值得被记住。不是因为股价跌了多少，而是因为AI领域引用最高的几个人和分布式系统领域引用最高的几个人，集体押注了一个方向：让AI自己成为科研的主体。
GPT-5.6开始自己优化代码，AI智能体自主发起攻击，再到Discovery Loop让AI做科研——这条线越来越清晰，AI正在从工具变成行动者。
Jeff Dean在谷歌27年，经历了搜索、分布式系统、深度学习三次大浪潮。现在他要去参与第四次，也可能是最深刻的一次。能不能成功，没人能打包票，但他和Quoc Le都用了"也许"这个词——顶级研究者的诚实恰恰在于，他们知道自己挑战的是什么。但有一点确定：当这群人决定一起做这件事，你至少应该认真对待。
27年前他加入谷歌时，谷歌还不是今天的谷歌。27年后他离开时，AI也还不是它最终想成为的样子。Discovery Loop会不会是下一个起点，没人知道。但它至少是一个值得认真对待的起点。
