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。
