Google一天蒸发接近2000亿美元 导火索不是一张财报 也不是一个模型翻车 而是几个人离开了公司 这听起来很夸张 科技公司每天都有人离职 AI圈每天都有人创业 为什么这次市场反应这么大 因为这次离开的不是普通高管 而是Jeff Dean Sanjay Gamowatt Corkley Orio Vinyos 这一组人 这四个名字放在一起 等于把Google过去20多年 最值钱的两条技术线抽出来 一条是分布式系统和大规模计算 一条是深度学习和前沿模型 Jeff Dean在Google工作约27年 是Google Chief Scientist 也是Google Brain联合创始人 Sanjay Gamowatt是Google早期员工 和Dean长期搭档 Google File System MapReduce Bigtable Spanner 这些底层系统 都和他们这一代人有关 Quarker是Google Brain联合创始人之一 参与过Seek to Seek, AutoML,神经架构搜索等方向 Oreal Vinyles是DeepMind研究副总裁 也是Gemini技术负责人之一 参与过AlphaStar,AlphaCode,Gemini这些关键项目 所以市场这次恐慌 并非在给4个人的工资定价 而是在给Google AI的组织风险定价 股价跌4%还是5% 市值蒸发是1600亿还是接近2000亿 数字可以有不同口径 但市场给出的信号很清楚 当Google最核心的AI和基础设施人物同时离开 投资人会立刻问一个问题 Google的AI护城河到底还稳不稳 这期真正要讲的 不该停在Jeff Dean有多牛 那样写出来只是人物履历 真正要讲的是 Google过去靠这些人建立了搜索 广告 云和AI的底层系统 现在这些人离开Google 要做一家叫Discovery Loop的公司 目标是用AI自动化科学和工程里的实验循环 这不是普通创业 这是Google技术文化的一部分 从公司内部转移到了公司外部 先看Jeff Dean到底代表什么 很多人认识Jeff Dean 是因为那些程序员段子 比如编译器不优化Jeff Dean的代码 是Jeff Dean优化编译器 这些段子当然是玩笑 但它们能流行这么多年 说明一件事 在工程式文化里,Jeff Dean不是一个普通管理者 他更像Google工程神话的象征 Google早期能崛起,靠的不是一个漂亮搜索框 而是背后那套能处理全球网页、广告、数据、日志和计算任务的基础设施 Google File System 解决海量文件存储 Map Reduce 让大规模数据处理变成工程常规 Bigtable 支撑结构化数据系统 Spanner把全球分布式数据库推到另一个层级 这些东西听起来不像今天的AI模型那么性感 但他们才是Google能够扩张成超级机器的地基 Jeff Dean和Sunjay Gamawatt 这一代人的价值就在这里 他们的强项不只是写某个产品功能 而是能把一种新计算范式变成公司级基础设施 这点很关键 Google真正赚钱的搜索和广告 表面是用户入口 背后是大规模计算能力 YouTube的推荐 Gmail的过滤 Google Cloud的服务 后来的TPU TensorFlow Google Brain Gemini 也都离不开这种基础设施文化 Google最强的时候 不只是有聪明人 而是有一套能把聪明人写出的系统 放大到全球规模的工程组织 Jeff Dean离开市场害怕的 并非少一个职位 而是这套组织神话 出现了裂缝 再看一起离开的三个人 Sanjay Gamawad是最容易被普通观众低估的人 相比Jeff Dean 他更少出现在大众科技新闻里 但在分布式系统里 他的份量极重 他和Dean共同参与的系统 塑造了Google的计算底座 两个人一起离开 象征意义很重 这不是一个AI高管离职 而是Google早期基础设施时代的两位核心人物 同时把下一张放到外部公司 Quacklet代表的是Google Brain时代 Google Brain曾经是现代深度学习进入Google的关键入口 CQ2Seek 神经机器翻译 AutoML 神经架构搜索 这些方向都影响过整个AI行业 Quacklet的价值不只是做过某个项目 而是它熟悉从研究想法到模型系统 再到自动化机器学习的整条链炉 Discovery Loop要做自动化科研实验 Quacko这种背景非常贴合 Oreal Vinyles代表的是Deep Mind和Gemini 这一代前沿模型 Alpha Star, Alpha Code, Gemini 这些项目背后有一个共同点 不是单纯做聊天 而是让模型在复杂环境里推理、规划、生成代码、解决任务 Discovery Loop要自动化实验循环 需要的也正是这种能力 模型不能只是回答问题 他要提出假设、设计实验、执行、观察结果、再修改 所以这四个人的组合很吓人 Dean和SunJay带来大规模系统能力 Quarko带来机器学习自动化经验 Oreo带来前沿模型和Agent任务经验 放在Google内部 他们分别是基础设施 Google Brain、DeepMind、Gemini的关键节点 放到一家新公司里 他们就变成了一套完整的AI科研自动化班底 这就是Discovery Loop的真正爆点 他不是要做一个更聪明的聊天机器人 也不是在做一个代码助手 他想自动化科学和工程里的Discovery Loop 也就是发现循环 传统科研大概是这样 提出一个假设、设计实验、执行实验、观察数据、修改假设 再做下一轮 这个过程非常慢 也非常依赖人的直觉和耐心 Discovery Loop想把这件事交给AI 让AI同时跑大量试验 自动筛选结果 自动调整方向 最后把科研和工程叠代速度推上去 这件事听起来很大 但它有清晰落点 Wired的报导里提到 Discovery Loop最开始会先把机器学习研究和工程当作第一块场地 原因很直接 这帮人最懂的就是机器学习系统 他们可以先让AI自动优化 AI自己的研究流程 比如模型结构 训练策略 评测方法 代码实现 实验参数 等这套方法跑通 再扩展到药物发现 材料 芯片 清洁能源 健康信息等更重的科学领域 这条路线很聪明 很多AI for Science公司一上来就说 要改变药物 材料 能源 故事很大但落地很难 Discovery Loop选择先从机器学习研究本身开导 相当于把自己当作第一个客户 用AI加速AI研究 再用更强的AI去加速其他科学 如果这条路线跑通 它的影响就不只是做一家创业公司 它会改变AI研究的生产方式 过去AI研究最贵的地方 不只是算力 还有实验设计和工程迭代 一个模型想法出来 要写代码、调参数、跑实验、看结果 查bug、改架构、再跑 很多失败不会写进论文 但他们消耗时间 算力和工程师精力 谁能自动化这套循环 谁就能把研究速度拉开 这也是Google最该害怕的地方 Google不缺算力 不缺论文 不缺模型人才 它真正的压力是组织速度 大公司内部要排优先级 要接产品线 要顾安全 要对齐商业计划 要准备发布节奏 创业公司不一样 他可以围绕一个目标猛攻 把组织摩擦降到最低 Jeff Dean这批人 如果在Google内部做Discovery Loop 可能会被放进一个部门 一套预算 一个路线图 一堆汇报关系里 放到公司外部 反而可以用创业公司速度去做 这就是这件事最微妙的地方 Google并没有完全切割他们 Google官方公告里说 Discovery Loop是独立Public Benefit Corporation 但Google会作为Founding Investor和Cloud Partner参与 这句话很重要 它说明这不是试破脸式离职 而是一种外部化安排 台面上Google是投资人和云伙伴 台下看Google也许是在承认一件事 有些长期科研和高风险实验 放在Google里面未必跑得最快 不如放出去 让这批人用创业公司形态做 再让Google保留投资和算力合作关系 Google之前也用过类似打法 最近几年 大科技越来越喜欢一种新动作 不一定把所有东西都留在公司内部 也不一定完整收购 而是通过投资 授权 人才流动 云合作 把外部创新变成自己的生态延伸 Google和Character AI的合作 Google抢Windsurf 人才和技术授权 Microsoft和Open AI的绑定 Amazon和Anthropic 都有类似逻辑 巨头不再只靠内部研发 他们也靠资本和云资源 把外部公司纳入势力范围 Discovery Loop这次更特别 因为出去的人 来自Google自己最核心的技术权 所以它既向人才流失 也向战略外包 投资人看到的就是这层矛盾 如果这是人才流失 那Google很危险 AI战争打到现在 顶级人才就是最稀缺资产 Open AI Anthropic Meta Google XAI都在抢人 千万美元级别签约包已经不稀奇 Google一口气失去Jeff Dean Sunjay Quark Orio这种组合 市场当然会紧张 如果这是战略外包 那Google也有风险 因为最有野心的科研方向被放到公司外部 说明Google内部可能已经不适合成在某些高风险探索 一个科技巨头 如果最前沿的问题要靠外部创业公司去推进 投资人会问 Google还是AI革命的中心吗 这就是股价反应的真正逻辑 市场看的不是离职人数 而是Google AI的组织含金量 过去Google的最大优势 是全世界最强的AI研究人员 愿意待在Google 因为那里有数据 算力 论文 环境 工程系统和产品入口 可是AI商业化之后 Google的内部环境变复杂了 研究要服务Gemini Gemini要服务搜索 搜索要保护广告 广告要面对AI 答案冲击云 要追Microsoft和Amazon模型发布 又要和OpenAI Anthropic对比 这种压力会让研究人员 很难只按科研直觉行动 顶级人才最怕的往往不是忙 而是被组织节奏托住 AI时代的顶级研究者 越来越像创业者 他们不只是想写论文 也想控制算力 控制产品方向 控制实验节奏 控制团队文化 大公司能给资源 但也会给限制 创业公司资源少一点 但决策更快 股权激励更直接 方向更纯 Jeff Dean这种级别的人 离开Google创业 带来的象征意义很强 连Google的技术神话人物 都开始相信 有些事在Google外面 更适合做 这才是对Google最刺痛的地方 当然,这不代表Google完了 Google仍然拥有 Gemini 拥有DeepMind 拥有TPU 拥有搜索入口 拥有YouTube 拥有Android 拥有全球最强的工程组织之一 Demis Hasebis 转任Google DeepMind Chair和Alphabet Chief Scientist 不是退出 而是从日常管理转向更高层的科学和战略角色 Korekavu Korglu接管Gemini模型开发 前沿AI研究 Gemini App和开发者团队 说明Google也在试图把模型 产品和开发者生态拉得更紧 这次领导层重组 可以看作Google给AI战争换挡 过去DeepMind和Google Research 有研究传统 Gemini有模型压力 产品线有商业目标 现在Google想把这些更集中的 接到Gemini和开发者入口上 问题是 这种集中会提高产品执行力 也可能让纯科研人物觉得空间变窄 所以Jeff Dean离开和Google重组 并非两个孤立事件 他们像一枚硬币的两面 一面是Google需要更产品化 更集中 更能和OpenAI Anthropic Microsoft 打正面战的AI组织 另一面是一些顶级研究者 想去做更长期 更开放 更接近科研自动化的事情 Google留下的是Gemini战争 Dean他们带走的是Discovery Loop战争 这两场战争都重要 但节奏不同 Gemini战争拼的是模型发布 产品体验 API 开发者工具 企业客户和搜索入口 Discovery Loop战争拼的是科研生产方式 自动化实验 长期复利和跨学科突破 短期看 Gemini更能影响Google收入 长期看 Discovery Loop如果跑通 可能会影响整个科学和工程创新速度 这也是为什么Google还要投资Discovery Loop 它不能完全放手 如果Discovery Loop成功 Google至少还能通过投资和云合作 赤到一部分红利 如果Discovery Loop失败 Google失去的是几个人的外部尝试 但仍然保留内部AI主线 这个安排对Google来说很现实 既放人出去追更大的科研野心 又不让他们完全跑到竞争对手怀里 这也是大科技处理顶级人才的新方式 过去公司会想尽办法把人留在内部 现在更现实 留不住就投资 管不住就合作 不适合放在内部就放到外部公司 但保留资本和云关系 这样既减少人才彻底流失 也给公司留一个未来选项 可是市场不一定买账 因为投资人不只看有没有合作 还看控制权 Discovery Loop是独立公司 不是Google部门 Jeff Dean他们的时间 注意力 股权激励 团队文化 都不再完全服务Google Google是partner不是老板 这种差别很大 一家公司最值钱的人才 从雇员变成合作伙伴 听起来还在生态里 实际控制力已经下降 这就是2000亿美元 这个钩子该怎么用 不能说四个人只2000亿 那太粗 应该说 市场用接近2000亿美元的市值波动 提醒Google AI时代 最贵的资金 最贵的资产不只是GPU 也不是模型参数 而是能把科学想法变成系统的人 Jeff Dean这批人正是这种资产 他们不是只会做模型 也不是只会做系统 他们知道怎么把研究想法变成基础设施 怎么把基础设施变成公司能力 怎么把公司能力变成长期技术优势 这种人一旦离开 市场会立刻重新评估公司的未来执行力 再往深处看 这件事还说明AI战争进入了第三阶段 第一阶段是模型能力战 谁的模型更聪明 谁的benchmark更高 谁的发布会更震撼 第二阶段是产品入口战 Chad GPT Gemini Claude Copilot Cursor Perplexity 大家抢用户每天打开哪个AI 第三阶段是科研自动化展 谁能让AI自己加速 AI研究 谁就能把下一轮技术进步的速度拉开 Discovery Loop打的正是第三阶段 它不是在做一个更好的聊天框 而是在问 能不能让AI自动提出假设 写代码 跑实验 分析结果 再生成下一轮实验 如果这个循环越来越自动化 人类研究者的角色就会变 人类不再亲手试每一个实验 而是设计目标 约束方向 判断结果和控制风险 这会带来一个很大的商业结果 科研速度本身会变成竞争壁垒 过去公司拼的是谁有更多研究员 未来可能拼谁有更快的实验系统 一个团队如果能同时跑一万条研究路径 自动淘汰失败方案 快速堆出有效结果 它的创新速度会非常恐怖 生物医药材料 芯片 AI 模型 能源 都可能被这种方式重写 这也是为什么Discovery Loop 选择Public Benefit Corporation这个形式 它想讲的不是普通Says故事 而是科学和工程创新基础设施 它需要商业资本 也需要公共利益叙事 因为它涉及的可能是药物、能源、健康、科学、发现这些大问题 但这条路也有风险 自动化科研不是按一下按钮就能出现突破 科学实验有噪音 现实世界有成本 数据会偏 模型会误判 自动化系统会找到看起来有效 但没有意义的捷径 机器学习研究本身还好 因为实验环境更容易数字化 一旦进入药物、材料 实验室自动化 就会遇到物理世界的速度 设备 样本 合规和失败成本 所以Discovery Loop还远不到稳稳赢 它的优势是人太强 方向太大 Google还在背后提供投资和云资源 它的风险是目标太难 周期太长 科学自动化不一定像软件自动化那样快速验证 这就让这期的判断更有层次 短期看 这是Google AI领导层政党 中期看这是顶级AI人才从大厂内部流向高风险创业的信号 长期看这是AI科研自动化开始进入主战场 对Google来说 最坏的情况不是定他们离开后失败 失败了Google只是损失几位人才的一段外部尝试 真正最尴尬的情况是Discovery Loop成功 如果它成功就会证明一件事 Google最有想象力的科研项目 放在Google外面反而跑得更快 这会给所有大公司敲警钟 Meta会问 最顶级AI人才是不是更适合小团队 OpenAI会问 研究自由和产品压力怎么平衡 Anthropic会问 安全文化和高速商业化如何共存 Google自己更要问 为什么一个曾经最吸引科研人才的地方 需要把未来实验循环放到外部公司 这才是Jeff Dean离职创业的真正分量 他不只是一个人的职业选择 也不只是一次普通创业 它是一种技术组织方式的迁移 Google曾经用分布式系统改变互联网 用深度学习改变AI研究 现在这批参与建造系统的人离开Google 要去做自动化科学发现系统 这个故事本身就有强烈的历史反差 过去他们帮Google建了一台全球最强的信息机器 现在他们要在Google外面 尝试建一台自动发现新知识的机器 市场的恐慌正来自这个反差 Google当然还很强 但强公司最怕的不是今天输了 而是最早看见下一代饭事的人 不再把下一代放在公司内部做 这期最后可以给一个明确判断 Jeff Dean离职创业 不会立刻改变Google的收入 也不会马上决定Gemini输赢 但他会改变市场看Google AI的方式 以前投资人默认Google有最深的AI人才词 最强的科研传统 最好的基础设施 现在这个默认值被打了一个折扣 Google仍然有资源 但资源不等于速度 Google仍然有天才 但天才开始有外部选项 Google仍然能投资未来 但未来不一定完全长在Google里面 这就是AI时代最残酷的地方 过去科技巨头靠平台所用户 靠薪酬所人才 靠算力所研究 现在最顶级的人才可以带着声望 资本 云合作和一整个方向走出去 巨头不一定拦得住 只能跟头 所以这件事不是Google的终局 更像Google的警报 AI战争已经不只是模型参数战 也不只是产品入口战 它正在变成人才 组织速度和科研自动化的战争 Jeff Dean这批人离开Google 给市场看的不是一次离职 而是一张新战场的地图 谁能把实验循环自动化 谁就可能掌握下一代AI进步的加速度 Google这次没有完全失去它们 但它也不再完全拥有它们 这中间的差别 就是那一天市场最害怕的东西