8月5日，谷歌宣佈AI部門重大調整：Google DeepMind CEO Demis Hassabis轉任董事長，並出任Alphabet首席科學家；效力谷歌近27年的首席科學家Jeff Dean則與Sanjay Ghemawat、Oriol Vinyals、Quoc Le共同創辦了Discovery Loop。這四位幾乎貫穿谷歌過去二十多年基礎設施與AI發展的核心人物，將把精力轉向用AI推進機器學習、科學和工程研究。谷歌將成為Discovery Loop的創始投資者和雲合作伙伴，併為其第一年提供算力。據外媒報道，這家公司剛剛成立，尚未開始大規模招聘，甚至還沒有正式的辦公場所。

Jeff Dean在谷歌的履歷堪稱傳奇：他參與了MapReduce、BigTable、Spanner、DistBelief、TensorFlow和Pathways等關鍵系統建設，也是Google Brain的共同創辦人。Ghemawat長期與他合作，參與搭建谷歌早期的搜尋和計算基礎設施；Vinyals是Gemini的技術負責人之一；Quoc Le則參與了Google Brain和AutoML-Zero等專案。這四人的集體出走，被市場視為谷歌AI研發力量的一次重大重組。

Discovery Loop的定位是“公益型公司”，其核心方向是讓AI自動提出實驗、實現執行實驗所需的程式碼或工具、評估結果，再根據結果進入下一輪。Jeff Dean在7月25日的一場演講中，將這種方向稱作“自動化版本的科學方法”：提出實驗、實現實驗、評估實驗，然後得到結果。他認為，如果同時執行成千上萬個這樣的迴圈，AI可能在科學、生物、晶片設計和模型研發等領域產生新的突破。

“Loop”已成為今年AI領域的高頻詞。2026年6月，Claude Code負責人Boris Cherny表示，他已很少直接提示Claude，執行中的Loop會負責提示模型並決定下一步，“我的工作是寫Loop”。谷歌工程師Addy Osmani以《Loop Engineering》為題，為這套方法補上了完整結構，包括任務如何觸發、狀態如何儲存、結果由誰檢查、迴圈何時繼續、又在什麼條件下停止。7月17日，IBM進一步將Loop engineering定義為設計能夠持續“行動、觀察、決策和迭代”的Agent工作流。至此，Loop的討論從程式設計Agent社群擴充套件到企業自動化和更廣泛的AI工程語境。

Discovery Loop使用了相同的“Loop”結構，但目標更進一步：讓AI參與科學與工程研究的完整流程——提出假設、執行實驗、評價結果，並依據反饋決定下一步探索方向。Jeff Dean在離職前不久的一次訪談中，將其概括為科學方法的自動化：提出實驗、實現實驗、評估實驗、獲得結果。系統還要把複雜問題拆成子問題，在多個緊密的實驗迴圈中分別探索，最後將結果整合成一個改進後的系統。他預測，到2027年，會出現更多機器學習系統自身的自動化：AI通過執行大量實驗提高能力，並把這種方法推廣到任何目標可以被衡量的科學和工程領域。他判斷Loop成立需要符合兩個條件：任務可以被反覆試驗，結果可以被可靠評價。

過去兩年，類似的閉環結構已在三個方向分別出現。第一類是模型研發Loop：2026年3月，Andrej Karpathy開源AutoResearch，讓AI代理在固定時間和評價指標下自動修改模型訓練程式碼、執行實驗、檢查結果，並保留有效改動。Karpathy隨後加入Anthropic，負責組建使用Claude加速預訓練研究的團隊。谷歌的AlphaEvolve讓Gemini提出程式碼和演算法，再由自動評估器執行、打分，把更優方案送入下一輪，已用於資料中心效率、晶片設計、AI訓練、矩陣乘法演算法和數學問題。第二類是科學知識Loop：Sakana AI在2024年推出The AI Scientist，嘗試讓大語言模型生成研究想法、編寫程式碼、執行實驗、分析結果並形成論文；FutureHouse利用AI代理處理文獻檢索、資料分析、假設生成和實驗規劃。第三類是物理實驗Loop：西雅圖創業公司Potato提出“完全閉環的自主科學”，歐洲的Sigmatic Sciences提出“lab-in-the-loop”，連線計算模型、自動實驗和資料反饋。中國也出現了相近實踐，如上海科學智慧研究院、格物智研等機構釋出的Golab物質科學智慧研發工廠，被描述為“AI計算—自動實驗—資料迴流—模型自進化”的閉環。

目前，Loop最先在程式碼和模型訓練中跑起來，因為每一次修改都能迅速得到分數，成功或失敗相對清楚。到了文獻研究和實驗設計，反饋開始依賴專業判斷；再進入真實實驗室，一次驗證可能要調動裝置、樣本和數週時間，迴圈速度隨之慢下來。Jeff Dean在YC訪談中舉了一個量子化學案例：傳統方法要判斷一個分子的性質，可能需要執行一整晚的密度泛函理論模擬；谷歌研究人員利用大量模擬結果訓練神經近似器，據Dean回憶，速度比原模擬器快了約30萬倍，同時保持接近的精度，因此可以快速篩選上千萬個候選。這也是科研Loop能否成立的分水嶺——驗證環節必須足夠快、足夠可靠。Sakana AI曾公開復盤，AI CUDA Engineer因為接觸到基準測試相關資訊，高估了效能提升，說明系統可以高效迴圈，也可能高效地鑽評價指標的空子。因此，Discovery Loop的核心資產可能不只有一個更強的模型，還需要包括一個足夠快、足夠可靠的評估系統。

從Loop到遞迴自我改進（RSI）是一條縱向演進。普通Loop讓AI持續完成外部任務；RSI要求AI參與改進自身的演算法、訓練流程、評價器或研究方法。今年5月，前Meta FAIR研究科學家總監田淵棟與Richard Socher、Tim Rocktäschel、Jeff Clune、Alexey Dosovitskiy等人共同創辦Recursive Superintelligence，直接把“遞迴自我改進”寫進公司名稱，獲得6.5億美元融資，估值46.5億美元，GV和Greycroft領投，輝達、AMD參與。6月，Recursive公佈了第一階段的自動化AI研究系統，稱已在固定算力模型訓練、小模型訓練速度和GPU Kernel最佳化三個測試中取得領先結果。一篇2026年7月釋出的綜述在分析1250篇相關論文後，將當前RSI的實踐分為“有邊界的自我改進”和“開放式遞迴自我改進”，前者已進入工業實踐，後者仍受外部驗證、模型坍塌、算力成本和研究方向選擇等限制。

Discovery Loop沒有公開把自己定義為RSI公司，但Jeff Dean描述的路線已與其產生交集。他在訪談中提出，“機器學習模型可以自己決定探索什麼，執行大量實驗，篩選有效結果，再整合成新的訓練配方。人類也可以在更高層給出研究方向，讓模型完成後續的大規模探索。”這形成了一條潛在的遞迴鏈條：AI執行實驗，實驗改進機器學習系統，改進後的系統再執行更復雜的實驗。Quoc Le甚至提出，這套方法可能幫助發現不同的Transformer架構。不過，從當前公開資訊來看，Discovery Loop所做的仍屬於受控的研發自迴圈，目標、實驗邊界、評價指標和最終判斷主要由人類設定，並非開放式RSI。

Jeff Dean在訪談中給出了一個比Token吞吐更適合衡量Discovery Loop的指標：“本質上，你要最佳化的是每單位計算輸入的發現數量。”過去，大模型公司用更多資料和算力訓練更強的模型；Discovery Loop希望建立另一條投入產出關係：把算力轉化為更多實驗，再把有效實驗沉澱成演算法、模型和科學成果。它未來出售的可能不只是一套科研Agent，還有被縮短的研發週期和被提高的發現機率。

這件事為什麼要離開谷歌做？Alphabet CEO Sundar Pichai曾在多次會面中挽留Jeff Dean等人；Oriol Vinyals對《連線》表示，大型組織總有很多慣性需要克服，“我們想做點不一樣的東西”。谷歌最終選擇投資Discovery Loop、提供首年算力，併合作研究機器學習系統和基礎設施。這更接近一次組織選擇：谷歌需要繼續推進Gemini、雲業務和大規模商業交付，Discovery Loop想把資源和精力集中到一件尚未形成成熟產品的事情上。Hassabis的職位變化從另一個方向回應了同一問題：他卸任Google DeepMind CEO，轉任董事長和Alphabet首席科學家，把日常運營交給Koray Kavukcuoglu，自己將更多精力投入AGI長期方向、科學應用和Isomorphic Labs的藥物研發。看起來，兩人都相信AI下一階段將深入人類的科學發現。

Alphabet股價在調整公佈後下跌約4%。市場擔憂的不只是一位科學家離開，還包括多位核心研究者同時出走、Gemini的競爭壓力，以及Hassabis退出日常運營後，谷歌能否繼續把龐大的研究、算力和產品資源組織到同一個方向上。更大的變化已經越過谷歌這家公司本身：Karpathy的AutoResearch、Google的AlphaEvolve、田淵棟等人創辦的Recursive，以及Jeff Dean的Discovery Loop，都在把AI放進下一代AI的研發過程。AI的下一步，可能不只來自更多引數、資料和算力，還來自模型參與提出實驗、驗證結果和設計後繼系統。但實驗數量無法替代人類對關鍵問題的選擇判斷。Jeff Dean在同一場訪談中說，未來真正稀缺的能力是“知道該讓Agent去解決什麼問題”。AI可以一天執行上千次實驗，但研究上限仍然取決於最初的問題和評價標準。Jeff Dean過去幫助谷歌把資料、計算和模型訓練變成可規模化的系統；現在，他和曾經對谷歌最重要的一批人，想把科學方法本身也變成一套可以規模執行的系統。Loop是他們選擇的方法，科學發現是它首先要進入的世界，遞迴自我改進可能是這條路線更遠的方向。