摘要：2026年8月7日，Jeff Dean在离开Google十余小时后首度公开亮相。他宣布与Sanjay Ghemawat、Oriol Vinyals、Quoc Le共同创办Discovery Loop，旨在用AI自动化“提出实验执行实验评估结果”的科学循环。公司注册为公益架构，获Alphabet投资与算力支持。

2026年8月7日，距离Jeff Dean宣布离开Google仅过去十余小时。在斯坦福大学举行的亚裔先锋者论坛上，这位Google第30号员工完成了创业后的首次公开深度访谈。

与他共同创办新公司Discovery Loop的，是三位同样级别的Google核心科学家：与他结对编程近30年的Sanjay Ghemawat、Gemini技术负责人Oriol Vinyals、Google Brain联合创始人Quoc Le。四人Google工龄合计超过80年。消息公布当天，Alphabet盘中一度下跌6%，最终收跌约4%，单日市值蒸发约1900亿美元。

一、在Google的“前半生”：从MapReduce到Gemini

1999年Jeff Dean加入Google时，公司只有20个人，办公室在Palo Alto一家T-Mobile门店楼上。

此后的27年里，他参与或主导了MapReduce、Bigtable、Spanner、TensorFlow、TPU、MoE，以及Gemini等一系列里程碑式技术的诞生。他与Sanjay Ghemawat共同开发的MapReduce，将大规模数据处理能力提升了数个量级。他联合创立的Google Brain，让“深度学习”从一个学术概念变成了Google的核心竞争力。他推动开源的TensorFlow，至今仍是全球最广泛使用的AI框架之一。

有人形容他是“建造了谷歌地基的人”。更准确地说，他不仅建造了地基，还参与了从地基到顶层的每一层结构的设计与施工。一位曾与Dean共事多年的前Google员工说：“他可能是Google里最像Google的人”。

但Dean的27年并非没有争议。他曾因对一篇关于大语言模型风险的论文提出质疑，间接导致Google伦理AI团队两位联合负责人离职。今年早些时候，他在X上公开谴责移民执法局枪杀抗议者，并与其他人一起提交法庭之友意见书，支持Anthropic与五角大楼的法律纠纷。

二、离开时刻：当“季度交付日历”撞上“十年科研尺度”

促成Dean离开的原因，并非单一事件。

最直接的导火索是旗舰产品的持续延期。Gemini 3.5 Pro因编程能力未达内部目标被推迟，而据Semafor报道，Google AI模型的编程能力约落后前沿水平六个月。这给了竞争对手可乘之机——Anthropic的Claude凭代码能力说服了1000多家企业年消费超100万美元。

与此同时，Google正在经历一场大规模AI组织重构。Demis Hassabis卸任DeepMind CEO，转任董事长兼Alphabet首席科学家。DeepMind不再保持独立事业部地位，正被彻底“谷歌化”整合。算力分配大权从模型算法团队向TPU总设计师转移。

更深层的矛盾在于节奏。钛媒体的一篇分析指出：Dean的野心是“十年甚至更久”尺度的科研——让AI自动循环“提出实验—实施实验—评估实验”，去攻克芯片设计、药物发现、材料科学；而上市公司的约束是“季度交付日历”。Dean给出的离开理由很直接：初创公司的环境完全不同，更快、更聚焦、团队更小、官僚主义和政治更少。

Alphabet CEO Sundar Pichai曾在多次会面中试图说服他们“别摘工牌”。但最终，四人还是选择离开大公司体系，去换取一家初创公司才有的速度、聚焦和自由度。

三、新公司Discovery Loop：把科学实验循环自动化

Discovery Loop的定位，可以从它的名字里读出。“Loop”指向的是科学研究的核心流程——提出假设→设计实验→执行实验→检验结果→提出新假设。人类做了几百年的科学，靠的就是这个循环。问题在于，这个循环极度依赖人工，速度受限于人类的精力和时间。

Discovery Loop要做的，就是用AI模型和大规模算力把这个循环自动化，并行跑成千上万个实验。具体路线分三步：

第一步：拿机器学习研究本身开刀——用AI自动做AI研究，自动提出实验方案、自动跑评估、自动迭代模型

第二步：用这套能力优化自己的技术栈

第三步：推广到更广阔的科学和工程领域，包括硬件设计、药物发现和清洁能源

这并非临时起意。7月25日，Dean在YC Startup School上对6000名创业者说，他最感兴趣的方向是“科学方法的自动化版本”——提出实验、实施实验、评估实验、获得结果，然后重复。当时听众并不知道，他已经在谈论自己的秘密创业项目。

在访谈中，Dean进一步解释了他的判断：深度学习系统将实现全自动的问题分解和自动化实验循环——把问题拆成子问题，自动跑实验，整合结果，得到一个改进后的系统。而且这不只适用于机器学习，任何有可衡量目标的科学和工程领域都能用上。

四、融资与治理：公益公司架构，老东家罕见支持

Discovery Loop注册为公益公司，和OpenAI、Anthropic走的是同一种治理路径。种子轮由Radical Ventures和Khosla Ventures联合领投，Lightspeed、Kleiner Perkins、Doerr Capital以及Alphabet本身都参与了投资。

更值得注意的是，Google不仅是投资人，还将作为云合作伙伴，为Discovery Loop提供至少第一年的算力支持。一家科技巨头愿意掏算力资源扶持一家由自己核心员工创办的外部公司，这在硅谷并不常见。

Dean在X上分享的公司融资演示文稿，被前Google产品负责人评价为“历史上阵容最豪华的融资演示文稿之一”。其中一页列出了创始团队参与构建的产品：Google搜索、广告、Gmail、Gemini、TPU。另一位技术负责人在X上写道：“不是VC选择Jeff Dean。是Jeff Dean选择VC。”

五、AI未来的判断：推理硬件是下一个“装进内存”的时刻

在访谈中，Dean还分享了对AI下一阶段的核心判断。

他承认自己低估了AI的进展速度——模型处理复杂任务的能力增长得比他一年前预想的快得多。关于2027年的大胆预测，他认为深度学习系统将实现全自动的问题分解和自动化实验循环。

他将专用推理硬件比作2001年Google把搜索索引装进内存的那个时刻——当年省掉的是磁盘寻址的物理延迟，今天省掉的是通用计算的多余步骤。专用硬件能带来50倍延迟改善和30到80倍能效提升。但这次赌注更高，因为Agent需要的是成千上万次连续推理，每一次延迟都在累积。

这场对谈发生在一个颇具历史意义的时间节点。一位在Google工作了27年、参与建造了这家公司几乎每一项核心基础设施的人，正在试图用同样的方法论，去建造科学研究的基础设施。区别在于，这一次他不用再等季度OKR了。