Jeff Dean领衔创立Discovery Loop：用AI自动化科学发现，目标直指递归自我改进

四位AI巨擘联手创业

2026年8月5日，Google资深技术领袖Jeff Dean宣布离职，与Sanjay Ghemawat、Quoc Le及Oriol Vinyals共同创立Discovery Loop。四人均是AI与分布式系统领域的奠基性人物，其过往成果如MapReduce、TensorFlow、Transformer架构等构成了现代互联网与大模型的技术基石。该公司注册为特拉华州公益公司（Public Benefit Corporation），总部位于帕洛阿托，Dean出任CEO。

核心使命：将科学发现循环自动化

Discovery Loop官网开宗明义指出：“科学发现被卡住了。”团队认为，传统科学方法依赖人类串行执行“假设—实验—评估—迭代”循环，效率低下。他们计划构建一个能并行运行数千条实验路径的系统，由AI自主提出假设、执行实验、评估结果并优化下一轮策略，人类仅需定义“成功”的可衡量标准。其标语“Continuous Exploration”与无穷符号∞的Logo，象征这一循环永不停止。

为何从机器学习入手？

团队选择以机器学习研究作为首个应用场景，因其完全数字化：假设即代码，实验即训练，评估即指标数字，无需物理实验室或漫长周期。相较Lila Sciences、Periodic Labs等需重金投入实体设备的同行，Discovery Loop初期成本几乎全为算力——而Google已承诺至少第一年免费提供。此举极大提升资本效率，并规避了跨入生物、材料等长周期领域初期的验证难题。

技术可行性与三大挑战

Google内部已有类似实践，如AlphaEvolve曾自动生成并评估2500个安全探针架构。然而，技术落地仍面临三重障碍：一是长时程任务中AI表现逊于人类专家；二是纯进化式搜索易陷入局部最优，缺乏真正创新；三是“可衡量结果”这一前提限制了适用范围——药物研发、基础理论验证等难以快速评分的领域暂难覆盖。团队对此边界有清醒认知，官网明确限定其方法适用于“有可衡量结果的学习循环”。

本质是递归自我改进（RSI）引擎

尽管官网未使用“recursive self-improvement”一词，但其路线图前两步——“自动化机器学习研究”与“用该能力优化自身技术栈”——构成典型的RSI闭环。多家媒体如TechCrunch、Dealroom均直接将其定性为追求递归自我改进的公司。值得注意的是，团队目前招聘页未设安全或政策岗位，引发外界对其治理框架的担忧。

Google为何资助“出走者”？

Alphabet不仅作为创始投资人参与种子轮，还提供免费算力。这背后有多重逻辑：一是“留不住就参股”，避免人才流向竞对；二是算力消费未来可回流至Google Cloud收入；三是将高风险RSI探索外置，规避内部合规压力；四是市场解读为Google承认此类创新在现有体制内难以推进。当日Alphabet股价暴跌约4%，市值蒸发近1900亿美元，反映投资者对核心人才流失的深度忧虑。

融资估值与股东阵容

种子轮由Radical Ventures与Khosla Ventures联合领投，Lightspeed、Kleiner Perkins、Doerr Capital及Alphabet参投。尽管具体金额未披露，但参照SSI（50亿美元）、Humans&（44.8亿美元）等同类项目，预测平台FutureSearch给出首轮融资后估值中位数为58亿美元。值得一提的是，John Doerr——1999年投资Google的传奇风投——此次再度押注Jeff Dean，形成跨越27年的历史呼应。

七大关键预测

作者提出七项可验证预测：1）2027年8月前首个成果将来自系统层（如编译器、架构搜索）；2）估值落在40–80亿美元区间；3）一年内员工不超过100人；4）2027年中面临算力续约关键节点；5）六个月内将有第二波核心人才跳槽；6）Alphabet股价将在Gemini 4发布后修复；7）一年内不会发布正式安全框架。

现实挑战不容忽视

尽管光环耀眼，但创业之路充满未知：DeepMind过去八年依托Google无限资源才诞生AlphaFold，如今四人离开最大算力池另起炉灶，存在结构性矛盾；历史上明星研究员创业成功率不高；58岁的Dean首次独立面对融资、招人、决策冲突等创业压力；截至发稿，公司尚无产品、代码或论文，估值完全基于创始人声誉。正如文中所言：“现在轮到写那份名单的人自己了。”