Jeff Dean刚离开Google就开干，用AI重构科研循环

Jeff Dean 离职后的第一次公开露面，是在 AASF 2026 亚洲学者论坛。结束 27 年的 Google 生涯仅 12.5 小时后，他便与 Dawn Song 登台对谈。他开玩笑说，自己大概“失业了一秒”，随后 Discovery Loop 正式开始运作。

整场对谈聊了 MoE、TensorFlow、Gemini 和 AI Agent 的安全风险。但最���得关注的，是 Jeff Dean 第一次完整解释了 Discovery Loop 的 thesis。Discovery Loop 并不打算再造一家把模型做得更大的公司。

它想优化的是科学研究中最根本的单元：Discovery Loop，也就是从假设到结果的完整实验循环。Jeff Dean 把科学方法拆成了一个可以不断迭代的系统： 拆解问题 → 提出假设 → 设计实验 → 评估结果 → 获得反馈 → 再次迭代 过去，AI 主要参与其中某个环节。比如预测结果、生成代码或者搜索候选方案。

Discovery Loop 的目标，则是让 AI 参与整个研究闭环： 自动改进模型架构 自动选择训练数据 自动设计评估方法 自动优化训练算法 同时运行数千个实验， 根据预期价值，动态决定算力应该投入到哪些实验 Discovery Loop背后的核心判断：科学研究真正的瓶颈，可能不是缺少知识或想法，而是实验循环运行得太慢。如果一次迭代从一周缩短到一小时，再把大量实验从串行变成并行，研究效率的变化就不再是提升 10% 或 20%，而可能是几个数量级。这也解释了为什么 Jeff Dean 认为一家十人左右的公司可以做这件事。

云计算已经把过去只有大公司才拥有的基础设施变成了可以购买的资源。创业公司的真正优势不再是拥有数据中心，而是能否让一个小团队把全部注意力集中在同一个目标上。Discovery Loop 由 Jeff Dean、Sanjay Ghemawat、Oriol Vinyals 和 Quoc Le 共同创立。

这个团队覆盖了分布式系统、基础模型、强化学习和大规模 AI 研究，组合本身也非常契合这家公司想做的事。