8 月 5 日，谷歌首席科学家、基础设施奠基人 Jeff Dean 宣布离职，联合三位长期合作者创立 Discovery Loop，目标是用 AI 自动化科学实验循环。消息公布当日 Alphabet 股价下跌约 5%，市场用最直接的方式给出了判断。
1999 年，Jeff Dean 加入谷歌时，公司只有 20 人，办公室在 Palo Alto 一家 T-Mobile 门店楼上。27 年后，他是谷歌首席科学家，身后是 MapReduce、Bigtable、Spanner、TensorFlow、TPU、Gemini——几乎每一项支撑谷歌运转的核心基础设施，都有他的名字。
8 月 5 日，他在内部信中宣布离职，和三位老搭档共同创立 Discovery Loop。消息公布当天，Alphabet 股价下跌约 5%。
市场反应很诚实。走的不是一个高管，是一根承重柱。
注：13 款产品来源于 Dean 离职公告原文。股价数据为当日收盘变化，反映市场对核心人才流失的即时反应。
谷歌并非毫无准备。与 Dean 离职同日，DeepMind 宣布重组：Demis Hassabis 卸任日常管理，转任主席兼 Alphabet 首席科学家；CTO Koray Kavukcuoglu 升任高级副总裁，接管 Gemini 模型开发。Pichai 在内部信中称之为"注入新势能"。
但分析师读出的信号可能相反——今年夏天从谷歌 AI 部门离开的标志性人物，数量超过了公司历史上任何一个可比时期。
Discovery Loop 的创始团队只有四人，但他们加在一起，几乎就是一部现代计算和 AI 基础设施的简史。官网介绍写道：这个团队包含了 AI 领域被引用次数最多的三位研究者，以及分布式系统领域被引用次数最多的两位研究者。
用创始团队自己的话说，目标是「自动化机器学习、科学和工程的实验循环」。
科学研究的核心流程其实是一个循环：提出假设 → 设计实验 → 执行实验 → 检验结果 → 基于结果提出新假设。人类做了几百年科学，靠的就是这个循环。问题在于，它极度依赖人工，速度受限于精力和时间。
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、并行化——同时跑成千上万个实验。
研究者手动提出假设，设计实验，人工执行或协调团队执行，逐一检验结果。周期长、人力密集、可并行规模有限。
AI 自动提出实验方案，自动执行评估，自动迭代模型。人类负责设定目标与边界，机器负责大规模试错与优化。
具体路线分三步：
第一步，先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、跑评估、迭代模型。这是最务实的起点，因为 ML 研究的反馈循环最短、评估指标最清晰。
第二步，用这套能力优化自己的技术栈，让自己成为自己的第一个客户。
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。
公司注册为公益公司（Public Benefit Corporation），与 OpenAI、Anthropic、xAI、Ilya Sutskever 的 SSI 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。金额和估值未披露。
一个值得注意的细节：谷歌不仅投了钱，还将作为云合作伙伴，提供至少第一年的算力支持。老东家愿意掏算力资源来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。
Jeff Dean 的离职不是一个孤立事件。2026 年夏天，谷歌 DeepMind 经历了一波前所未有的人才流失。
6 月，诺贝尔奖得主 John Jumper（AlphaFold 团队核心）加入 Anthropic；Transformer 论文共同作者 Noam Shazeer 也在不久前离开。仅 6 月的一周内，就有五位 DeepMind 高级研究员分别投奔 Anthropic 和 OpenAI，Alphabet 市值一度蒸发约 2700 亿美元。
这不是谷歌一家的问题。整个行业的核心技术人才，正在系统性地从大公司向创业公司迁移。
2024 年离开 OpenAI，创立 Thinking Machines Lab，5 个月内融资 20 亿美元，估值 120 亿美元。
离开 OpenAI 后创立 SSI，专注超级智能安全，走公益公司治理路径。
2025 年加入 Anthropic，继续从事 AI 系统与教育方向的研究。
2026 年 8 月创立 Discovery Loop，瞄准 AI4S 基础设施层。
这背后的原因不全是钱。
Dean 在谷歌并不缺钱。他自己给出的理由更值得关注——上市公司的季度财报压力，限制了科学决策的自由度。在一个需要向华尔街交代季度收入的体系里，很难去做十年尺度的基础研究。
Discovery Loop 注册成公益公司，本质上就是在制度层面解决这个问题。PBC 结构允许公司在追求商业回报的同时，保持受法律保护的使命承诺，不会因为股东压力而被迫把长期科学目标让位给短期变现。
Alphabet 自己投资并承诺算力支持，几乎是在承认：有些事在自己体内做不了，但又不想彻底失去这些人。这是一个大公司面对人才外流时的务实选择，但也暴露了一个结构性困境。
Jeff Dean 在谷歌做的从来不是面向用户的产品，而是让别人的工作能被系统性放大的那一层。MapReduce 放大了工程师处理数据的能力，TensorFlow 放大了研究者训练模型的能力，TPU 放大了整个行业的算力供给。
现在，他要放大的是科学家做研究的能力。工具变了，但角色没变。
一个诚实的注脚：
Discovery Loop 目前还处于非常早期的阶段——种子轮、团队仅四人、产品尚未公开。AI4S 赛道已有不少实力玩家，能否真正实现"自动化科学实验循环"这一雄心，还需要时间验证。但创始团队在基础设施层面的系统性经验，是这个项目最稀缺的资产。
今年 6 月，Jeff Dean 在华盛顿大学毕业典礼上说过一句话，现在回看像是一个预告。他告诉计算机科学专业的毕业生，值得解决的问题之一是「开发加速科学发现和工程的工具」。
他还说了另一句话，大概更能解释他为什么要走：「软件的美妙之处在于，一小群人就能建造出对世界产生巨大影响的东西。」
27 年前，他在一个 20 人的创业公司里证明了这件事。现在，58 岁的他想再证明一次。
AI 基础设施的建造者正在从大公司向创业公司迁移，这预示着 AI4S 领域将迎来真正的基建级投入——不是模型参数竞赛，而是科学发现方法论的底层重构。
Discovery Loop 目前处于种子轮阶段，产品尚未公开。创始团队表示将逐步披露技术路线与早期成果，行业关注者可关注其官方渠道。
discoveryloop.ai → 官网