Jeff Dean的Discovery Loop到底想做什么

作者：硅谷Alan Walker；来源：嘉妍Kea

周六早上七点四十，California Avenue 上的 Zombie Café 还没排队。硅谷Alan Walker 点了双份浓缩，坐在靠窗那张桌子翻手机，看见 Jeff Dean 那条推文底下有一条回复。

是 Vinod Khosla 发的。他说：能 被选中 担任联合领投方，我感到非常 荣幸，因为他们几乎可以挑硅谷乃至全世界的任何一家风投。

Alan 在这个行业待了快三十年，见过太多创始人排队求着 Khosla 见一面，也见过 Khosla 在会议室里把一个团队从头到脚拆一遍再决定要不要写支票。这是他第一次看见 Khosla 说自己"荣幸被选中"。

这条推文本身，就是这家公司目前最准确的估值模型。

本文把这件事拆开讲，先交代背景，再讲他们到底要做什么、技术上成不成立、Google 为什么给钱又给算力、这轮融资值多少钱，最后是预测和不看好的地方。

如果要用一句话概括他们的分量：你今天在互联网上做的几乎每一件事，底层都跑在这四个人写过的东西上面。

Jeff Dean，1999 年年中加入 Google。他自己今年 6 月在华盛顿大学计算机系毕业典礼上讲过当时的情形——公司一共二十来个人，办公室在帕洛阿托一家现在是 T-Mobile 门店的楼上。他和 Sanjay Ghemawat 是 Google 历史上仅有的两位 Senior Fellow，公司技术序列的天花板。MapReduce、BigTable、Spanner、Protocol Buffers、TensorFlow、Pathways、TPU，这几个名字里随便拎一个出来，都够一个工程师吃一辈子。2011 年他拉起了 Google Brain，2023 年 Brain 与 DeepMind 合并之后他做首席科学家，同时是 Gemini 项目的联合技术负责人。走的时候，他在 Google 待了 27 年，今年 58 岁。

Sanjay Ghemawat，Google File System 的作者。他和 Dean 共用一台显示器、两个人轮流敲键盘写代码的故事，在业内传了二十年。ACM 在 2012 年把 Infosys 基金会奖给他们俩的时候，用的措辞是：他们创造了人类第一批能够驾驭数万台计算机的软件设计。

Quoc Le，Google Brain 的联合创始人之一。2014 年他和 Ilya Sutskever、Oriol Vinyals 合写的 Sequence to Sequence 论文，是今天所有大模型的祖父辈架构之一。神经架构搜索（NAS）也是他的活儿——用机器去搜索机器的结构，这个思路和他现在要做的事情是一条线上的。

Oriol Vinyals，DeepMind 研究副总裁，AlphaStar 的负责人，Gemini 预训练团队是他一手拉起来的。按他们自己 PPT 上的口径，他在 Google 管过大约 250 人。

他们做的那份路演 PPT 里有一页叫 Strong Expertise in AI and Systems，做法很直接：截了两张 Google Scholar 的搜索页。左边是 AI 领域引用最高的研究者榜单，红框框出三个人——Quoc Le（46.7 万次引用）、Oriol Vinyals（44.9 万）、Jeff Dean（42.0 万）。右边是分布式系统榜单，红框框出两个——Jeff Dean 和 Sanjay Ghemawat（17.2 万）。

但真正让人盯着看了很久的是另一页，列的是"从我们团队里走出去的创业者"：

这一页的潜台词很清楚：过去十年 AI 创业的半壁江山，是从我们几个人手底下走出去的。现在轮到我们自己下场。

美国时间 8 月 5 日，Sundar Pichai 发出一份题为《我们 AI 势头的下一章》的全员备忘录，里面塞了两件事。

第一件：Jeff Dean 离职，同行的还有 Sanjay Ghemawat、Oriol Vinyals、Quoc Le，四个人成立 Discovery Loop，一家注册在特拉华州的公益公司（Public Benefit Corporation），总部在帕洛阿托，Dean 出任 CEO。Pichai 在备忘录里的措辞很客气：在了不起的 27 年之后，Jeff Dean 到了一个想试试新东西的时刻，我们很高兴支持他。

第二件被大部分报道埋掉了：Demis Hassabis 卸任 Google DeepMind 的 CEO，转任该部门主席，同时出任 Alphabet 首席科学家，继续管着 Isomorphic Labs。原 CTO Koray Kavukcuoglu 升任高级副总裁，直接向 Pichai 汇报，负责 Gemini 4 的研发和前沿研究。

换句话说，从这一天起，Google DeepMind 没有 CEO 了。

顺带解释一下"公益公司"这个词，因为它经常被误读。PBC 不是非营利组织，它照样有股东、照样分红、照样能上市，只是在公司章程里写明董事会除了股东利益之外还要考虑一项特定的公共使命，法律上给了董事会在两者之间权衡的余地。OpenAI、Anthropic、xAI、SSI 走的都是这条路。它更像一件法律外套：对内给董事会一点腾挪空间，对外向监管和舆论表个态。它不改变这家公司是要赚钱的。

还有一个细节值得注意：Kavukcuoglu 拿到的头衔是高级副总裁，不是 CEO。DeepMind 从 2014 年被收购起就一直是个半独立的实体，有自己的 CEO、自己的文化、自己的伦理委员会。这次改组之后，它的管理链条被拉直，直接接到 Pichai 手上。对一家已经把全年两千多亿美元资本开支押在 AI 上的公司来说，把最关键的那条产品线收回自己的视线范围，是可以理解的动作。

市场的反应是即时的。Alphabet 当天盘中一度跌超 5%，收盘跌约 4%，蒸发的市值在 1750 亿到 1900 亿美元这个量级（不同媒体口径有出入，见文末核实说明）。作为对照，Alphabet 2026 全年的资本开支指引上限是 2050 亿美元。

这也不是今年第一次。2 月 David Silver（AlphaGo 的主要作者之一）离开；6 月 Noam Shazeer——2017 年 Transformer 论文的合著者、Gemini 的联合技术负责人——去了 OpenAI，当时 Alphabet 一度跌了 7%；诺贝尔化学奖得主 John Jumper 去了 Anthropic。Dean 是目前为止最大的一个名字，也是第一个不去竞争对手、而是自己开公司的。

Discovery Loop 官网首页第一句话就把问题定义了：科学发现被卡住了。

他们把科学方法拆成一个四步循环——提出一个实验，把它实现并跑起来，看结果，根据结果调整再来一遍。这个循环人类已经用了四百年。问题在于它是串行的，而且每一步都得靠人。一个博士生一年能跑几百次实验，一个大实验室一年几万次，就这样。

Discovery Loop 想干的只有一件事：把这整个循环交给机器，然后并行跑几千条。

官网上还有一句话，Alan 认为是整篇发布材料里最关键的一句，值得单独拎出来：他们相信这套方法能够解决科学与工程领域内 任何有可衡量结果的学习循环。

"有可衡量结果"这五个字，是整家公司的边界条件。第 05 节我会回来讲它。

再具体一点。假设你想让一个模型的注意力机制跑得更快。今天的流程是：一个工程师想一个点子，写两天代码，跑一次训练，看数字，发现不行，再想第二个点子。一周三到五个想法，全靠这个人的直觉和状态。

Discovery Loop 设想的流程是：系统一次性生成三千个变体，全部编译、全部跑起来、全部按同一个指标打分，把跑赢的那几十个作为下一轮生成的参考，再来一遍。人只做一件事——在开始之前把"跑得更快"这四个字翻译成一个精确的评分函数。

他们把公司的标语定成 Continuous Exploration，logo 是个无穷符号 ∞。这两样东西说的是同一件事：这个循环不停。

官网把路线图写成了三步，顺序本身就是战略：

TechCrunch 在报道里点破了第一步和第二步连起来是什么：用 AI 造更强的 AI，也就是递归自我改进（recursive self-improvement）。这个词在圈内的分量不用我多解释。Discovery Loop 的新闻稿自己没直接用它，但那句"用自动化的机器学习能力优化自己的技术栈"，说的就是这件事。

Dean 接受采访时给过一个很朴素的答案（转引自 Quartz 8 月 5 日报道）：在相当多的领域里，你可以把整个循环彻底计算机化。

机器学习研究几乎是目前唯一一个完全数字化的科学领域。假设就是一段代码，实验就是一次训练，评估就是一个数字。不需要试管，不需要洁净室，不需要等细胞长三天，不需要把晶圆送去流片。你要做的只是把 GPU 点着，然后看那个数字有没有变好。

这个选择在资本效率上是碾压性的。对照两家已经在跑同类命题的公司：

这两家的钱有相当大比例要变成钢筋、机械臂、真空腔、传感器和化学品。Discovery Loop 的钱只变成算力。而算力这一项，Google 免费供着，至少第一年。

顺便说一句，Periodic Labs 那两位创始人的名字，就印在 Dean 那份 PPT 的"我们团队走出去的人"那一页上。这一行的竞争，一半是同门。

先说站得住的部分。这不是一个从零开始的假设，Google 内部已经跑通了小规模版本。AlphaEvolve 就是这套东西的雏形：给它一个种子程序和一个自动评估函数，它用大模型不断变异、改写、择优，把好的程序作为下一轮生成的上下文示例。Google 今年发的一篇关于 Gemini 安全探针的论文里提到，他们让 AlphaEvolve 一口气生成并评估了大约 2500 个探针架构，就为了找到更好的那一个。这已经是"AI 在生产环境里改进 AI 自己的基础设施"了，不是演示。

再说不那么站得住的部分。Alan 认为有三个真正的难点。

第一，长时程会崩。METR 做的 RE-Bench 就是专门测这个的：七个真实的机器学习研究工程任务——优化 GPU 内核、拟合缩放律、设计新架构之类——把前沿模型和 71 位人类专家放在一起比。结论大致是：在两小时这种短预算下，AI agent 的表现能压过人；但把预算拉长到八小时、三十二小时，人类专家反超，而且差距越拉越大。科学研究恰恰是个长时程活动。

第二，纯进化式搜索会撞天花板。2025 年 10 月一篇叫 DeepEvolve 的论文批评得很直接：像 AlphaEvolve 这样的纯算法进化只依赖大模型的内部知识，在复杂领域里很快就会停滞。翻译成人话——它擅长把一个已知的好想法打磨到极致，不擅长想出一个新想法。

第三，也是最根本的，回到那五个字：有可衡量结果。自动化循环要转起来，评估必须又便宜又快又准。GPU 内核跑得快不快，一秒钟测出来。一个新架构好不好，跑一次训练也就知道了。但"这个癌症靶点选得对不对"，评估周期是五年加三期临床；"这个理论是不是对世界的正确描述"，根本写不出评分函数。

这句话不是在否定 Discovery Loop。恰恰相反——他们选择从机器学习开始，说明这四个人非常清楚边界在哪里。他们是从最容易衡量的地方切进去的，而且官网上"有可衡量结果"那句话，是他们自己写的边界声明，不是别人给他们扣的帽子。

是。但要把"招牌"和"引擎"分开看。

先解释一下这个词。RSI 是 recursive self-improvement，递归自我改进。概念可以追溯到 1965 年 I. J. Good 的"智能爆炸"论证：如果一台机器能设计出比自己更强的机器，那么第二台又能设计出更强的第三台，这个过程一旦启动就会自己加速。这个念头在学术圈躺了六十年，一直是个哲学话题。这两年它变成了工程日程表。

Discovery Loop 的官网从头到尾没有出现 recursive self-improvement 这几个字。他们的措辞是"自动化实验循环""加速科学与工程""NAE 重大挑战"。但把路线图的前两步连起来读，意思是明确的：

媒体也是这么读的。TechCrunch、Yahoo Finance 等多家报道在描述这家公司时直接点名 recursive self-improvement，并且用了几乎同一个说法——最终把人从循环里完全拿掉。风投数据平台 Dealroom 在它的行业简报里写得更直接：Discovery Loop 追求的就是递归自我改进，它的论点把 RSI 和 AI 驱动的科学一起放在了下一轮研究竞赛的中心。

这个顺序值得琢磨一会儿。

先说正当性。"用 AI 加速科学发现"是这十年争议最小的技术叙事之一——治病、清洁能源、干净的水，反对它需要理由。"造一个能改进自己的 AI"是这十年争议最大的技术叙事之一——反对它不需要理由。同一套技术，两种讲法，面对的融资环境和监管环境完全不同。

那这是不是纯包装？我认为不完全是。Jeff Dean 用 NAE 重大挑战这套框架做公开演讲至少八年了——2018 年前后他在多所大学的讲座摘要里，就把 Google 的研究成果对着国家工程院那张清单一条条比，其中明确包括"打造科学发现本身的工具"这一条。这不是为了融资临时找来的说法，是他讲了很多年的东西。官网上那份 NAE 清单，是他自己的思想连续性。

但连续性不等于没有取舍。当一家公司说"我们先做 ML 自动化，因为那是最容易衡量的"，同时又说"我们的终点是更好的药物和让太阳能变得经济"，中间那段路——从可以完全数字化的世界跨到必须动手做实验的世界——他们没有给出任何时间表。第一步和第三步之间，隔着这家公司全部的未知。

关于后一点，预测平台 FutureSearch 在 8 月的分析中明确指出了招聘页上没有安全和政策职位，并给出一个判断：这类实验室发布正式安全框架的中位时间点在 2029 年 3 月，第一年内出台的概率只有 11%。作为对照，Thinking Machines 用了十八个月才发出一份高层级的安全文件，SSI 名字里带着 safe，至今没有公开任何可操作的框架。

人员构成上也有个细节。这四位创始人全部来自 Google 的系统和研究序列，没有一位来自 DeepMind 的安全团队。而 Google DeepMind 恰恰有一套已经跑了几年的 Frontier Safety Framework，就在他们刚离开的那家公司里，是现成的。

我不认为这四个人对安全问题无知——Dean 在 Google 讲 AI 原则讲了很多年，讲台上的记录是公开的。我只是注意到，招聘页上没有这个岗位。

这是整件事里最反直觉、也最值得琢磨的一块。

Alphabet 既是 Discovery Loop 的创始投资人，又是它至少第一年的算力提供方。用大白话讲：Google 出钱、出机器，资助四个刚从自己公司走掉的人，去做一件和 Google 自己高度重叠的事。

能想到的解释有四层，从浅到深。

第一层，留不住就参股。这几年硅谷有个新玩法——大厂拿不住的人，与其眼看着他去竞争对手那儿，不如自己投一笔。微软之于 Inflection、亚马逊之于 Adept，是收编版本；Google 这次是放行版本。友好分手，账面上还留一个期权。

第二层，钱会流回来。免费算力不是白送，"至少第一年"之后是要按 Google Cloud 的价格收钱的。投出去的美元，有相当比例会以算力消费的形式回到自己的损益表。这个结构和 Google 投 Anthropic、微软投 OpenAI 是同一套账本逻辑。

第三层，风险外置。在 Alphabet 体内做"用 AI 造更强的 AI"这种事，合规、公关、董事会、监管，每一关都要过一遍。放到一家独立的公益公司里去做，Google 拿股权、拿云收入、拿信息流，不拿主体责任。

第四层，也是市场当天读出来的那一层：Google 自己可能也认为，这件事在 Google 内部做不成。

公平地说，Ghemawat 给过一个技术性的回答（转引自 Quartz）：他们想建的基础设施，和 Google 为消费级产品与广告业务维护的那一套，需求是不一样的。这个回答我认为是真诚的，也可能是对的——Google 的基础设施是为服务几十亿用户的低延迟在线服务优化的，不是为并行跑几千个科学实验优化的。但它回答的是"为什么要重建"，没有回答"为什么必须离职才能重建"。

法律顾问是 Wilson Sonsini。种子轮由 Radical Ventures 和 Khosla Ventures 联合领投，Lightspeed、Kleiner Perkins、Doerr Capital（John Doerr 的家族投资平台）和 Alphabet 参投。截至宣布当天，这一轮还没有关闭，金额和估值都未披露，公司方面拒绝透露。

没披露不等于没人算。参照系摆在这儿：

Radical Ventures 的合伙人 Rob Toews 用的词不是种子轮（seed round），是 "inception round"——起源轮。Khosla 本人在推特上说得更直白：这家公司的影响可能比当年的 Google 还大。

这份股东名单本身也值得读一遍。Kleiner Perkins 和 Doerr Capital 同时在里面，意味着 John Doerr 个人和他的老东家都进来了——而 Doerr 正是 1999 年投资 Google 的那个人。二十七年后他又出现在同一个人的公司里，这个循环有点意思。

另一个值得注意的点：领投的两家是 Radical 和 Khosla，都是中等规模的基金，不是那种一张支票能吃下整轮的超级基金。这通常意味着两件事之一——要么这轮的规模没有外界想象的那么大，要么创始团队刻意选择了不让任何单一出资方拿到太大的话语权。考虑到首年算力免费大幅压低了现金需求，本文倾向于两者都有。

一家没有产品、没有员工、没有办公室、成立四十八小时的公司，能让两家老牌基金抢着领投，让 Vinod Khosla 说自己荣幸被选中，让 Alphabet 一边送人一边掏钱。这就是 2026 年夏天的硅谷。

规则照旧：每条都给时间窗、触发信号和证伪条件。写下来是为了将来能被打脸。

上面写的所有分析，都建立在一个还没被验证的前提上：这四个人能把在 Google 干成的事，在一家二十人的公司里再干一遍。

理由有四条。

第一条，最尖锐的那条：DeepMind 本身就是全世界"AI for Science"做得最好的机构。AlphaFold 拿了诺贝尔化学奖。而 AlphaFold 用了多久？从立项到得奖，八年，中间烧的钱和算力是 Google 全资供着的。现在这四个人要离开全世界最大的算力池之一，去做一件对算力需求只多不少的事。这是个结构性矛盾，"至少第一年"的免费算力只是把这个矛盾往后推了十二个月。

第二条，明星研究员团队的创业战绩，历史上并不好看。Inflection 被微软收编，Adept 被亚马逊收编，Character.AI 的 Noam Shazeer 兜了一圈回了 Google，今年 6 月又去了 OpenAI。顶尖的研究能力和把一家公司做成，是两种完全不同的能力：前者靠深度，后者靠取舍。研究员的本能是"这个问题还没想透，再等等"，创业公司的现实是"这个季度必须出个东西"。

第三条，58 岁，27 年一家公司。创业的痛苦从来不在技术难题上，在别的地方——招人被拒、投资人催进度、方向反复、联合创始人之间意见不合、优秀的人第八个月走掉。这些事 Jeff Dean 二十七年基本没经历过，因为在 Google 他是那个别人来求的人。

第四条，最朴素的一条：截至今天，Discovery Loop 没有产品、没有员工、没有办公室、没有公开的一行代码、没有一篇论文。它有的是一个网站、一份 PPT、四个名字和一份投资人名单。所有的估值，都在给这四个名字定价。

这不一定是错的。1999 年给 Google 定价的时候，Google 也只有二十来个人和一个爬虫。但当年那二十来个人里有一个叫 Jeff Dean 的，他是去证明自己的。现在这四个人，是去证明第二遍的。

我们的咖啡凉了。隔壁桌有个年轻人在刷那份 PPT，翻到"从我们团队走出去的创业者"那一页停了很久。

那一页上的每个名字，当年离开 Google 的时候，也都只有一个想法和几个朋友。

· · ·