谷歌「地基元老」Jeff Dean 離職創業,新公司瞄準 AI4S

2026年8月6日 13:53
谷歌「地基元老」Jeff Dean 離職創業,新公司瞄準 AI4S

重點摘要

1999年,Jeff Dean 加入 Google 時,公司僅有 20 名員工,辦公室位於 Palo Alto 一家 T-Mobile 門市樓上。27 年後,他已是 Google 首席科學家,其背後是 MapReduce、Bigtable、Spanner、TensorFlow、TPU 與 Gemini 等一系列核心基礎設施——幾乎每一項支撐 Google 運轉的關鍵技術,都與他的名字緊密相連。

站內 AI 整理稿

1999年,Jeff Dean 加入 Google 時,公司僅有 20 名員工,辦公室位於 Palo Alto 一家 T-Mobile 門市樓上。27 年後,他已是 Google 首席科學家,其背後是 MapReduce、Bigtable、Spanner、TensorFlow、TPU 與 Gemini 等一系列核心基礎設施——幾乎每一項支撐 Google 運轉的關鍵技術,都與他的名字緊密相連。8 月 5 日,Jeff Dean 正式宣布離開 Google,並與三位長期合作夥伴共同創立新公司 Discovery Loop。消息公布當日,Alphabet 股價下跌約 5%。

市場的反應相當直接:離開的不僅是一位高階主管,而是支撐公司營運的「承重柱」。Discovery Loop 的目標,根據創始團隊的說明,是「自動化機器學習、科學與工程的實驗循環」。科學研究的核心流程本質上是一個循環:提出假設、設計實驗、執行實驗、檢驗結果,然後根據結果提出新假設,再重複整個過程。人類數百年來依賴這個循環推動科學進步,但問題在於,這個過程極度依賴人工,速度受限於人類的精力與時間。Discovery Loop 希望利用 AI 模型與大規模算力,將這個循環自動化,並能同時平行執行成千上萬個實驗。他們的具體發展路線分為三個步驟。

第一步,先從機器學習研究本身著手,利用 AI 自動進行 AI 研究,包括自動提出實驗方案、自動執行評估、自動迭代模型。這是最務實的起點,因為機器學習研究的反饋循環最短、評估指標最清晰、數據也最現成。第二步,用這套能力優化自身的技術棧,讓自己成為第一個客戶。第三步,將這套系統推廣至更廣泛的科學與工程領域,包括硬體設計、藥物發現與清潔能源。公司註冊為公益公司,與 OpenAI、Anthropic、xAI 及 Ilya Sutskever 創立的 SSI 採用相同的治理模式。

種子輪由 Radical Ventures 與 Khosla Ventures 聯合領投,Lightspeed、Kleiner Perkins、Doerr Capital 以及 Alphabet 本身都有參與投資,但具體金額與估值未對外揭露。值得注意的是,Google 不僅出資,還將作為雲端合作夥伴,為 Discovery Loop 提供至少第一年的算力支援。這個細節意味深長:老東家願意提供算力資源,扶持一家由自己核心員工創立的外部公司,在矽谷並不常見。Discovery Loop 的創始團隊僅有四人,但這四人的經歷加起來,幾乎就是一部現代計算與 AI 基礎設施的簡史。

Jeff Dean 是 Google 第 30 號員工,27 年資深元老。他與 Sanjay Ghemawat 共同創造了 MapReduce、Bigtable、Google File System 與 Spanner,這些並非花俏的應用層產品,而是讓 Google 能夠處理全球規模數據的底層「作業系統」。沒有這些系統,就沒有 Google 搜尋、Gmail 與 Google Ads。之後,他領導了 Google Brain,推動 TensorFlow 開發與 TPU 晶片設計,並在 2023 年 Google Brain 與 DeepMind 合併後擔任首席科學家。

Sanjay Ghemawat 是 Google 高級研究員,也是 Dean 超過 20 年的搭檔。在 Google 內部,兩人被視為傳奇組合,幾乎總是同時出現在最重要的論文與專案上,甚至有人開玩笑說他們共享一個大腦。Oriol Vinyals 是 Google DeepMind 研究副總裁,也是 Gemini 的技術負責人之一,在 DeepMind 期間參與了 AlphaStar 與 AlphaCode 等標誌性專案。Quoc Le 是 Google Brain 共同創辦人,也是 AutoML 的開創者之一,在序列到序列學習領域做出了奠基性工作。

Discovery Loop 官網介紹指出,這個團隊包含了 AI 領域被引用次數最多的三位研究者,以及分散式系統領域被引用次數最多的兩位研究者。仔細檢視 Jeff Dean 的職業生涯,會發現一個貫穿始終的關鍵詞——基礎設施。他在 Google 所做的從來不是面向用戶的產品,而是讓別人的工作能被系統性放大的那一層。MapReduce 放大了工程師處理數據的能力,TensorFlow 放大了研究者訓練模型的能力,TPU 則放大了整個行業的算力供給。如今,他要放大的是科學家做研究的能力。工具變了,但角色沒變,Discovery Loop 的本質就是「科學發現的基礎設施」。

Jeff Dean 的離職並非孤立事件。今年夏天,Google DeepMind 經歷了前所未有的人才流失。6 月,諾貝爾獎得主 John Jumper 離開加入 Anthropic,Transformer 論文共同作者 Noam Shazeer 也在不久前離職。僅在 6 月的一週內,就有五位 DeepMind 高級研究員分別投奔 Anthropic 與 OpenAI,Alphabet 市值一度蒸發約 2700 億美元。如今,連打造 MapReduce 的元老也離開了。這並非 Google 一家的問題。

Mira Murati 於 2024 年離開 OpenAI,創立 Thinking Machines Lab,5 個月內融資 20 億美元,估值達 120 億美元。Ilya Sutskever 從 OpenAI 出走後創立 SSI,專注於超級智能安全。Andrej Karpathy 也在今年加入了 Anthropic。一個值得深思的趨勢正在浮現:AI 行業最核心的技術人才,正在系統性地從大公司向創業公司遷移。背後的原因不僅僅是金錢。Anthropic 與 OpenAI 的 pre-IPO 股權確實具有吸引力,但 Jeff Dean 在 Google 並不缺錢。

他自己給出的理由更值得關注:上市公司的季度財報壓力,限制了科學決策的自由度。這句話的潛台詞是,在一個需要向華爾街交代季度收入的體系中,很難進行十年尺度的基礎研究。Discovery Loop 註冊為公益公司,本質上就是在制度層面解決這個問題,讓公司能在追求商業回報的同時,保持受法律保護的使命承諾,不會因股東壓力而被迫將長期科學目標讓位給短期變現。Google 顯然也意識到這個矛盾。Alphabet 投資了 Discovery Loop,並提供第一年算力,這幾乎是在承認有些事在自己體內做不了,但又不想徹底失去這些人。這是一個大公司面對人才外流時的務實選擇,但也暴露了結構性困境。

與此同時,Google 也在內部做出調整。在 Jeff Dean 離職同日宣布的重組中,Demis Hassabis 卸任 Google DeepMind 日常管理,轉任主席兼 Alphabet 首席科學家;技術長 Koray Kavukcuoglu 升任高級副總裁,接管 Gemini 模型開發。Pichai 在內部信中表示,這是為了為 Google 的 AI 工作注入新的動能,但市場讀出的信號可能恰恰相反。分析師注意到,今年夏天從 Google AI 部門離開的標誌性人物,數量超過了公司歷史上任何一個可比時期。離開的不是「在基礎設施上訓練模型的人」,而是「建造基礎設施本身的人」。

這是一個質變。Jeff Dean 今年 6 月在華盛頓大學畢業典禮上曾說過一句話,現在看來像是一個預告。他告訴計算機科學專業的畢業生,值得解決的問題之一是「開發加速科學發現與工程的工具」。他還說了另一句話,或許更能解釋他為何離開:「軟體的美妙之處在於,一小群人就能建造出對世界產生巨大影響的東西。」27 年前,他在一個 20 人的創業公司裡證明了這件事。如今,58 歲的他,希望再證明一次。

Related

相關文章

MarkTechPost AI生成式AI

使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線

在本教學中,我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件,並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著,我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入,並將處理後的內容儲存至 LanceDB。最後,我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成,以及輕量級的 recall-at-k 評估,以驗證跨多模態文件內容的檢索品質。

42 分鐘前
MarkTechPost AI生成式AI

NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架

NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

1 小時前

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌

六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

3 小時前
鈦媒體生成式AI

DeepSeek重啟融資,三年市值對齊騰訊?

DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。

4 小時前