谷歌最重要的人，離職去做的 “Loop” 有多重要？

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。

這四個人，幾乎貫穿了谷歌過去二十多年的基礎設施和 AI 發展。Jeff Dean 參與了 MapReduce、BigTable、Spanner、DistBelief、TensorFlow 和 Pathways 等系統建設，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索和計算基礎設施；Vinyals 是 Gemini 的技術負責人之一；Quoc Le 則參與了 Google Brain 和 AutoML-Zero 等項目。

他們離開谷歌後要做一家叫 Discovery Loop 的公益型公司，方向是用 AI 推進機器學習、科學和工程研究。谷歌將成為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，沒有開始大規模招聘，甚至還沒有正式的辦公場所。

但它的起點，已經描述得比較清晰，那就是讓 AI 自動提出實驗、實現運行實驗所需的代碼或工具、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，把這種方向稱作 “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，如果同時運行成千上萬個這樣的循環，AI 可能在科學、生物、芯片設計和模型研發等領域產生新的突破。

圖：Discovery Loop 創始團隊。圖片由 AI 生成

01 Jeff Dean 要做的 “Loop”

“Loop” 已經成為今年 AI 領域的一個高頻詞。

2026 年 6 月，Claude Code 負責人 Boris Cherny 説，他已經很少直接提示 Claude，運行中的 Loop 會負責提示模型並決定下一步，“我的工作是寫 Loop”。

“龍蝦之父” Peter Steinberger 更會用有人味兒的表達帶來更廣的傳播：不要再逐條提示編程 Agent，要設計能夠提示 Agent 的 Loop。

Google 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，狀態如何保存，結果由誰檢查，循環何時繼續，又在什麼條件下停止。

一個原本散落在少數開發者工作流中的做法，由此獲得了共同語言。外媒甚至把它概括為 Prompt engineering 之後的新範式；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 的討論開始走出編程 Agent 社區，進入企業自動化和更廣泛的 AI 工程語境。

這個詞真正擊中行業的地方，在於它描述了人機分工正在發生的變化：當模型可以自己完成下一輪操作，人的價值開始向上移動，從逐次下達指令，轉向設計目標、反饋、驗證和停止條件。Loop engineering 因此更像是對一場已經發生的工程變化的命名。

Discovery Loop 使用了相同的 “Loop” 結構，目標卻更進一步。根據創始團隊目前的表述，它希望讓 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。

因此，Loop engineering 更接近底層工程方法，Discovery Loop 要構建的是一套持續產生和驗證新發現的研究系統。

在離職前不久的一場中，Jeff Dean 把它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，在多個緊密的實驗循環中分別探索，最後將結果整合成一個改進後的系統。

Jeff Dean 預測，到 2027 年，會出現更多機器學習系統自身的自動化：AI 通過運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。

02 Loop 已經走到哪一步

過去兩年，類似的閉環結構已經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，自動修改模型訓練代碼、運行實驗、檢查結果，並保留有效改動。整個環境被壓縮到一份可修改的訓練腳本、一個固定指標和一張 GPU，使實驗能夠快速比較。

曾幾何時，前沿 AI 研究還由 “肉身計算機” 完成。他們要吃飯、睡覺、享受其他樂趣，偶爾還會通過一種名為 “聲音” 的互連方式，在 “組會” 儀式中同步信息。

那個時代早已過去。如今，研究完全屬於 AI 智能體的自主集羣。它們運行在遍佈天空的巨型算力集羣之上。

這些智能體聲稱，當前代碼庫已經進化到第 10205 代。不過，這個説法究竟對不對，已經無人能夠判斷——如今的 “代碼” 已經成為可以自我修改的二進制系統，其複雜程度早已超出人類理解範圍。

這個代碼倉庫記錄的，就是這一切最初如何開始的故事。

——Andrej Karpathy，2026 年 3 月

Karpathy 隨後加入 Anthropic，負責組建使用 Claude 加速預訓練研究的團隊，這也意味着 AI 輔助 AI 研發已經從個人開源實驗進入前沿模型公司的內部流程。

谷歌也在做類似探索。Google DeepMind 的 AlphaEvolve 讓 Gemini 提出代碼和算法，再由自動評估器運行、打分，把更優方案送入下一輪。谷歌稱，這套系統已經用於數據中心效率、芯片設計、AI 訓練、矩陣乘法算法和數學問題。

圖：AlphaEvolve 由 Gemini 提出算法方案，再通過自動評價器運行和篩選，將更優結果送入下一輪，來源：Google DeepMind

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、編寫代碼、運行實驗、分析結果並形成論文。2025 年，公司公佈了 AI 生成論文通過機器學習會議工作坊評審的案例。

FutureHouse 利用 AI 代理處理文獻檢索、數據分析、假設生成和實驗規劃，讓多 Agent 系統 Robin 試圖連接科學研究中的多個知識環節。

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”，希望從計算研究走向實驗室機器人；歐洲的 Sigmatic Sciences 提出 “lab-in-the-loop”，連接計算模型、自動實驗和數據反饋。

中國也出現了相近實踐。上海科學智能研究院、格物智研等機構發佈的 Golab 物質科學智能研發工廠，被描述為 “AI 計算—自動實驗—數據回流—模型自進化” 的閉環，並已建設自驅動實驗室。

目前，Loop 最先在代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設備、樣本和數週時間，循環速度隨之慢下來。

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，可能需要運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。研究人員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。模型可以迅速生成大量候選方案，只有驗證環節同樣足夠快、足夠可靠，系統才能根據結果進入下一輪。量子化學已經出現以神經近似器壓縮反饋週期的實踐，但是更多依賴真實實驗的領域，還是受制於驗證成本和反饋速度。

這也是 AutoResearch 和 AlphaEvolve 首先在代碼、算法和模型訓練中取得進展的原因。這些領域擁有清晰、快速、低成本的評價函數。進入藥物和材料領域，模型仍然需要面對現實實驗。

評估系統還決定了循環是否真的帶來進步。Sakana AI 曾公開復盤，AI CUDA Engineer 因為接觸到基準測試相關信息，高估了性能提升。系統可以高效循環，也可能高效地鑽評價指標的空子。

所以，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。

03 從 Loop 到遞歸自我改進

三類 Loop 按照應用領域劃分，其中還有一條縱向演進：遞歸自我改進，英文稱 Recursive Self-Improvement，簡稱 RSI。

普通 Loop 讓 AI 持續完成外部任務；RSI 要求 AI 參與改進自身的算法、訓練流程、評價器或研究方法，並把上一輪改進後的能力用於下一輪。

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 “遞歸自我改進” 寫進公司名稱。公司獲得 6.5 億美元融資，估值 46.5 億美元，GV 和 Greycroft 領投，英偉達、AMD 參與。

6 月，Recursive 公佈了第一階段的自動化 AI 研究系統：AI 提出想法、編寫實現、運行實驗、驗證結果，再根據此前實驗選擇下一條研究路徑。系統還會並行運行多條研究分支，合併有潛力的方向，並檢查獎勵投機和實驗方差。他們稱已經在固定算力模型訓練、小模型訓練速度和 GPU Kernel 優化三個測試中取得領先結果。

一篇 2026 年 7 月發佈的綜述在分析 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 “開放式遞歸自我改進”。“有邊界的自我改進” 已經進入工業實踐，但後者仍受到外部驗證、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 描述的路線已經與它產生交集。

他在訪談中提出，“機器學習模型可以自己決定探索什麼，運行大量實驗，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歸鏈條：

AI 運行實驗，實驗改進機器學習系統，改進後的系統再運行更復雜的實驗。

Discovery Loop 因此可能不只是把大模型用於科研。它計劃先用 AI 改進做研究的 AI，再把改進後的系統推廣到其他科學領域。Quoc Le 甚至提出，這套方法可能幫助發現不同的 Transformer 架構。

不過，從當前的公開信息來看，Discovery Loop 所做的仍屬於受控的研發自循環。目標、實驗邊界、評價指標和最終判斷主要由人類設定。AI 可以執行實驗、評價結果，也開始參與選擇下一步，但並不是開放式 RSI。

04 Discovery Loop 不用 token 衡量

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，你要優化的是每單位計算輸入的發現數量。”

過去，大模型公司用更多數據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概率。

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，可能不只來自更多參數、數據和算力，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 在同一場訪談中説，未來真正稀缺的能力是 “知道該讓 Agent 去解決什麼問題”。AI 可以一天運行上千次實驗，但研究上限仍然取決於最初的問題和評價標準。

Jeff Dean 過去幫助谷歌把數據、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運行的系統。

Loop 是他們選擇的方法，科學發現是它首先要進入的世界，遞歸自我改進可能是這條路線更遠的方向。

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。