78
Jeff Dean discusses entrepreneurship after leaving Google, emphasizing the advantage of small teams plus massive compute and AI's interdisciplinary strengths in scientific discovery. 
Today 1451 words (about 6 min) View Source →
Sign in to highlight text and take notes as you read. Sign in now
原创 刘佳 2026-08-09 13:36 上海
2026.08.09
本文字数：1309，阅读时长大约3分钟 **作者 |**第一财 经 刘佳
“准确地说，我只失业了一秒钟。”
在斯坦福大学的一场活动上，刚刚告别谷歌近27年生涯的Jeff Dean这样调侃自己从科技巨头高管到创业者的身份切换，这距离他离职大约过去12个半小时的时间。
这是他宣布离开谷歌后的首次公开露面。此前，他与Sanjay Ghemawat、Oriol Vinyals和Quoc Le宣布共同创办AI公司Discovery Loop。
现场，一个几乎无法回避的问题抛给Jeff Dean：有什么事情，是离开谷歌后能做、而在谷歌内部做不了的？
他没有批评老东家，而是首先谈到了“专注”。在他看来，小公司的一个优势，是所有人都可以围绕同一个目标工作，把注意力集中在一件事情上，而不需要同时面对大型组织中的其他事项和干扰。
而另一个让今天的AI创业与过去不同的变化，则是云计算。过去，只有谷歌这样的科技巨头才能拥有支撑大规模机器学习研究所需要的计算基础设施；如今，一个规模很小但资金充足的团队，也可以通过云计算获得大量算力。“小团队+大算力”的组合，也是Discovery Loop成立背后的重要逻辑。
不过Jeff Dean也承认，真正离开谷歌“有一点让人紧张”。他表示对留下来的团队很有信心。
实际上，谷歌并不希望他离开。有消息称Alphabet CEO桑达尔·皮查伊曾通过多次会面试图说服Jeff Dean等人留下。最终四人仍然选择创业，谷歌随后成为Discovery Loop的投资者，并将为公司提供云计算资源。
一位在现场的业内人士对记者表示，当天对谈中印象最深的是Jeff Dean判断长期技术趋势的方法。他提到，与其花很多时间精读一篇论文，不如快速浏览十篇，甚至一百篇论文的摘要，在脑中持续更新一张足够宽的“技术地图”。当原本分散的技术信号逐渐能够连接起来，真正值得长期投入的方向也会开始浮现。
这次，四名谷歌顶级AI研究者重新组队创业，选择的方向不是再造另一个聊天 机器人，而是让AI进入科学发现最核心的循环：提出问题、进行实验、判断结果，然后继续寻找下一个答案。
Jeff Dean认为，现在很多实验周期仍然很长，AI带来的一个机会是把研究中的多个环节自动化，并让大量实验同时运行。模型可以帮助研究者生成实施实验所需要的内容、分析实验结果，再利用这些结果决定下一轮探索的方向。一旦这样的循环能够更快运行，科学研究的速度也可能随之改变。
更重要的是，他认为AI在科学研究中拥有一个人类研究者很难具备的优势——跨学科知识。
未来的AI模型可以同时掌握多个科学和工程领域接近博士水平的知识，而这是单个研究者很难做到的。如果这样的模型不仅可以回答问题，而且能够提出实验、执行和评估实验，再根据实验结果决定下一步尝试什么，科学研发的速度就可能发生明显变化。
Discovery Loop准备首先把这种方法用在AI自己身上。该公司的第一步将是利用自动化实验循环改进自己的机器学习算法。也就是先让AI参与研究下一代AI系统。随后，这套能力再向芯片设计、生物学、药物发现和材料设计等领域扩展。
但这并不意味着AI已经可以完全独立成为科学家。
另一位联合创始人Quoc Le此前在采访中承认，如何让模型自己提出真正新颖、值得尝试的想法，是目前大模型还不太擅长的事情。据悉，在最初阶段，新的研究想法仍将由人类与AI共同提出，但公司的长期目标是进一步提高整个过程的自动化程度。 微信编辑| 夏木 ·联系我们 线索爆料：bianjibu@yicai.com 商务合作：business@yicai.com 推荐阅读 阅读原文
Key Quotes
> To be precise, I was only unemployed for one second.
> The combination of small teams + massive compute is also a key logic behind the founding of Discovery Loop.
> Instead of spending a lot of time deeply reading a single paper, it's better to quickly scan ten, or even a hundred paper abstracts, continuously updating a sufficiently broad 'technology map' in your mind.
> AI has an advantage in scientific research that a human researcher finds hard to possess—cross‑disciplinary knowledge.
> Models can help researchers generate the content needed to conduct experiments, analyze the results, and then use those results to decide the direction of the next round of exploration.
Tags
AI Research
Scientific Discovery
Entrepreneurship
Large Model
Automated Experiment
Related Articles
* Pre-planning for Elderly Care: They Hope to Age with Dignity * A Conversation with Chen Boyuan, a 2004-born World Model Entrepreneur: I'm Not a Genius * AI Arrival: From Technological Surge to Humanistic Awakening | Liang Shuo * Technology Enthusiast Weekly (Issue 401): How to Make 1 Billion Dollars * AI Can't Cooperate? That's Because They've Never Seen a Market Economy | Hao's Trend Talk, and proposes replacing centralized orchestration with market mechanisms (auctions, bucket-brigade payments, economic natural selection) as an effective path to foster cooperation in multi-agent systems.") * National standard revision of electric vehicle test mileage: same as fuel vehicles, must reach 3万 km, no longer halved * Japanese Corporate Bankruptcies Hit Record High * 144. A 4-Hour Interview with Yang Meng: Life and Death in Consumer Electronics, Third-Type Companies, AI Variables, Product Methodology, and Choosing Your Game Mode * Jia Yangqing: The Years of Transformation I Experienced from 「AI Is Dead」 to 「AI Disrupts the World」 | Crossover with 「Sheng Dong Ji Xi」 S10E24 * E242 | AI Running Self-Evolution in as Little as Six Months? Discussing the Must-Win Battleground of Silicon Valley Models with Apodex's Chief Scientist