Jeff Dean 是 Google 任職最久的技術領袖之一，在公司服務 27 年後即將離開，與人共同創立 Discovery Loop。這是一家專注於自動化科學與工程研究的公益公司。他預計將擔任執行長。

與 Dean 一同加入的還有 Google 資深人士 Sanjay Ghemawat、Quoc Le 與 Oriol Vinyals。團隊表示，Discovery Loop 將運用大規模運算與 AI 系統，比傳統由人主導的研究流程更快地執行並優化實驗。這項人事與創業動作發生在 Google 重新調整 AI 領導層之際，同時也面臨研究人才、模型與開發者採用上的激烈競爭。

Discovery Loop 提出的研究引擎

根據 TechCrunch AI 的報導，Discovery Loop 計畫同時啟動並反覆迭代數千項實驗。其初期工作將聚焦於機器學習實驗，並希望將同樣的方法應用到科學與工程各領域。

公司將其目標描述為自動化它所稱的完整實驗循環：提出工作、執行實驗、評估結果，並根據結果決定下一步。這將使 AI 系統不再只是產生答案或程式碼建議，而是走向管理可重複的研究流程。

創辦人也有興趣運用 AI 來改進打造 AI 的系統。這個概念常被稱為遞迴式自我改進，但在技術與營運上仍然不確定。現有證據並未證明 Discovery Loop 已經實現這樣的系統；它只顯示創辦人將其視為長期感興趣的領域。

Discovery Loop 以公益公司形式組織，代表其宣稱的目的不僅限於最大化傳統商業回報。公司尚未公開詳細說明其第一個研究計畫、產品路線圖、招募規劃或系統部署的預期時程。

對 Google AI 組織的重要損失

Dean 的離開，帶走了一位橫跨 Google 早期搜尋基礎設施與後續人工智慧工作的高階人物。TechCrunch 報導，他曾為支援 Google Search 的系統做出貢獻，並在公司的 AI 研究與 Gemini 多模態模型中扮演重要角色。

其他創辦人也都擁有在 Google 極長的資歷。Ghemawat 是資深研究員，也是曾與 Dean 共同打造基礎架構的知名工程師。Quoc Le 是 Google Brain 的創始成員之一，並協助推進深度學習與 sequence-to-sequence 研究。Vinyals 則是 Google DeepMind 的資深研究科學家，並曾擔任與 Gemini 及更早期系統如 AlphaStar 相關的領導職務。

這些離任也正好與 Google DeepMind 的更大變動同步。The Decoder 報導指出，Demis Hassabis 將從日常管理退居幕後，轉任 Alphabet 首席科學家；而前 DeepMind 技術長 Koray Kavukcuoglu 則接掌營運領導。預計 Kavukcuoglu 將負責 Gemini 開發、前沿研究、Gemini 應用程式，以及 Google 的 AI 開發者平台。

這些領導層變動本身並不代表 Google 的研究能力削弱。不過，在 Google 與 OpenAI、Anthropic 以及資金充足的新創公司競逐高階技術人才之際，人才留任與接班問題變得更為顯眼。The Decoder 提到的其他離職者還包括 DeepMind 研究員 David Silver，以及前 Gemini 共同負責人 Noam Shazeer，他已轉往 OpenAI。

關於這家新創的證據與主張

關於 Discovery Loop 最有力的資訊，來自 TechCrunch AI 與 The Decoder 報導的公司聲明，而非獨立驗證的技術示範。創辦人表示，更快、更自動化的實驗可望提升研究迭代的數量與品質，但現有證據並未提供任何基準測試、客戶成果或正式上線系統。

根據 TechCrunch，首輪募資由 Radical Ventures 與 Khosla Ventures 領投，Kleiner Perkins、Lightspeed 與 Doerr Capital 參與。Alphabet 也在支持這家公司。The Decoder 報導指出，這輪募資預計在未來幾週完成，Alphabet 也打算持續以雲端合作夥伴身分參與，同時協助建立針對機器學習系統與基礎設施的研究框架。

這些安排可能讓 Discovery Loop 取得可觀的運算資源，並與其前母公司維持密切關係。同時也引發一些實務問題：獨立性、智慧財產權、資料存取，以及這家新創是否會高度依賴 Google Cloud。原始資料並未提供本輪估值、總金額、持股條款，或任何正式技術移轉協議的細節。

這項更大的構想正在 AI 產業中引起關注。TechCrunch 指出，AI 輔助的科學發現多年來一直備受關注，但直到近年才開始邁向更大的商業應用。Anthropic 與 OpenAI 也曾在其更廣泛的 AI 策略中談到更自動化的研究，不過來源並未證實這些努力與 Discovery Loop 之間存在直接競爭關係。

為何這個動作對開發者與企業重要

對 AI 開發者而言，Discovery Loop 指向的是從任務層級協助，轉向協調整個工作流程的系統。要做出有用的實作，不只需要一個能力足夠的模型，還需要實驗規劃、工具使用、模擬或實驗室資源存取、資料管理、可重現性檢查，以及可靠地排除不佳結果的方法。

這使得基礎設施與模型品質同樣重要。研究自動化仰賴編排、評估、運算排程與稽核軌跡。在科學場景中，一個能產生大量實驗、卻無法區分穩健發現與雜訊的系統，反而可能增加成本，而不是加快進展。

因此，企業採購者應將這項宣布視為方向性的 संकेत，而非自主研究已準備好普遍部署的證據。短期內較可能出現的機會，是有限範圍的工作流程，例如執行機器學習評估、最佳化工程參數，或提出供人工審查的候選項目。高風險領域仍然需要領域專家、驗證與治理。

這家新創也可能加劇對研究人才的競爭，特別是那些能將前沿模型開發與科學或工程專業結合的人。Google 在基礎設施、資料與 Google DeepMind 研究組織上仍具備重大優勢，但若募資與雲端合作如報導所述完成，Discovery Loop 這支小型創辦團隊可能會迅速行動。

接下來要觀察什麼

第一個訊號會是 Discovery Loop 是否公開具體的研究系統、技術論文，或展示自動化實驗選擇與迭代的示範。若有可重現的比較，證明其相較傳統研究流程能加速科學，相關主張會更有分量。

募資完成與 Alphabet 參與條件，將釐清這家新創在營運上有多獨立。開發者應留意其雲端架構、模型存取策略、招募情況，以及它是否打算向外部研究者提供軟體，或主要作為內部研究組織運作。

在 Google 方面，關鍵後續是 Kavukcuoglu 的領導將如何改變 Gemini、開發者平台與前沿研究的優先順序。市場也會觀察是否有更多高層離職、新任命，以及 Google 是否能在過渡期間維持研究延續性。

Creati.ai 觀點

Discovery Loop 值得注意的地方，不在於它又承諾另一個通用 AI 模型，而在於它瞄準了研究本身的結構。若創辦人能讓自動化實驗真正可靠，重要的產品可能是一層連接模型、工具、模擬與評估系統的研究作業層。

但這樣的結果遠非必然。核心挑戰不是產生更多假說，而是建立閉環系統，以足夠低的成本與足夠快的速度產生可信且可重現的結果，讓部署具備合理性。就目前而言，這件事最適合被視為對該方向的一次高調押注，也提醒人們：Google 最深厚的 AI 優勢，同時也是人才競爭的來源。