Google一天蒸發接近2000億美元 導火索不是一張財報 也不是一個模型翻車 而是幾個人離開了公司 這聽起來很誇張 科技公司每天都有人離職 AI圈每天都有人創業 為什麼這次市場反應這麼大 因為這次離開的不是普通高管 而是Jeff Dean Sanjay Gamowatt Corkley Orio Vinyos 這一組人 這四個名字放在一起 等於把Google過去20多年 最值錢的兩條技術線抽出來 一條是分布式系統和大規模計算 一條是深度學習和前沿模型 Jeff Dean在Google工作約27年 是Google Chief Scientist 也是Google Brain聯合創始人 Sanjay Gamowatt是Google早期員工 和Dean長期搭檔 Google File System MapReduce Bigtable Spanner 這些底層系統 都和他們這一代人有關 Quarker是Google Brain聯合創始人之一 參與過Seek to Seek, AutoML,神經架構搜索等方向 Oreal Vinyles是DeepMind研究副總裁 也是Gemini技術負責人之一 參與過AlphaStar,AlphaCode,Gemini這些關鍵項目 所以市場這次恐慌 並非在給4個人的工資定價 而是在給Google AI的組織風險定價 股價跌4%還是5% 市值蒸發是1600億還是接近2000億 數字可以有不同口徑 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 在工程式文化裡,Jeff Dean不是一個普通管理者 他更像Google工程神話的象徵 Google早期能崛起,靠的不是一個漂亮搜索框 而是背後那套能處理全球網頁、廣告、數據、日誌和計算任務的基礎設施 Google File System 解決海量文件存儲 Map Reduce 讓大規模數據處理變成工程常規 Bigtable 支撐結構化數據系統 Spanner把全球分布式數據庫推到另一個層級 這些東西聽起來不像今天的AI模型那麼性感 但他們才是Google能夠擴張成超級機器的地基 Jeff Dean和Sunjay Gamawatt 這一代人的價值就在這裡 他們的強項不只是寫某個產品功能 而是能把一種新計算範式變成公司級基礎設施 這點很關鍵 Google真正賺錢的搜索和廣告 表面是用戶入口 背後是大規模計算能力 YouTube的推薦 Gmail的過濾 Google Cloud的服務 後來的TPU TensorFlow Google Brain Gemini 也都離不開這種基礎設施文化 Google最強的時候 不只是有聰明人 而是有一套能把聰明人寫出的系統 放大到全球規模的工程組織 Jeff Dean離開市場害怕的 並非少一個職位 而是這套組織神話 出現了裂縫 再看一起離開的三個人 Sanjay Gamawad是最容易被普通觀眾低估的人 相比Jeff Dean 他更少出現在大眾科技新聞裡 但在分布式系統裡 他的份量極重 他和Dean共同參與的系統 塑造了Google的計算底座 兩個人一起離開 象徵意義很重 這不是一個AI高管離職 而是Google早期基礎設施時代的兩位核心人物 同時把下一張放到外部公司 Quacklet代表的是Google Brain時代 Google Brain曾經是現代深度學習進入Google的關鍵入口 CQ2Seek 神經機器翻譯 AutoML 神經架構搜索 這些方向都影響過整個AI行業 Quacklet的價值不只是做過某個項目 而是它熟悉從研究想法到模型系統 再到自動化機器學習的整條鏈爐 Discovery Loop要做自動化科研實驗 Quacko這種背景非常貼合 Oreal Vinyles代表的是Deep Mind和Gemini 這一代前沿模型 Alpha Star, Alpha Code, Gemini 這些項目背後有一個共同點 不是單純做聊天 而是讓模型在複雜環境裡推理、規劃、生成代碼、解決任務 Discovery Loop要自動化實驗循環 需要的也正是這種能力 模型不能只是回答問題 他要提出假設、設計實驗、執行、觀察結果、再修改 所以這四個人的組合很嚇人 Dean和SunJay帶來大規模系統能力 Quarko帶來機器學習自動化經驗 Oreo帶來前沿模型和Agent任務經驗 放在Google內部 他們分別是基礎設施 Google Brain、DeepMind、Gemini的關鍵節點 放到一家新公司裡 他們就變成了一套完整的AI科研自動化班底 這就是Discovery Loop的真正爆點 他不是要做一個更聰明的聊天機器人 也不是在做一個代碼助手 他想自動化科學和工程裡的Discovery Loop 也就是發現循環 傳統科研大概是這樣 提出一個假設、設計實驗、執行實驗、觀察數據、修改假設 再做下一輪 這個過程非常慢 也非常依賴人的直覺和耐心 Discovery Loop想把這件事交給AI 讓AI同時跑大量試驗 自動篩選結果 自動調整方向 最後把科研和工程疊代速度推上去 這件事聽起來很大 但它有清晰落點 Wired的報導裡提到 Discovery Loop最開始會先把機器學習研究和工程當作第一塊場地 原因很直接 這幫人最懂的就是機器學習系統 他們可以先讓AI自動優化 AI自己的研究流程 比如模型結構 訓練策略 評測方法 代碼實現 實驗參數 等這套方法跑通 再擴展到藥物發現 材料 芯片 清潔能源 健康信息等更重的科學領域 這條路線很聰明 很多AI for Science公司一上來就說 要改變藥物 材料 能源 故事很大但落地很難 Discovery Loop選擇先從機器學習研究本身開導 相當於把自己當作第一個客戶 用AI加速AI研究 再用更強的AI去加速其他科學 如果這條路線跑通 它的影響就不只是做一家創業公司 它會改變AI研究的生產方式 過去AI研究最貴的地方 不只是算力 還有實驗設計和工程迭代 一個模型想法出來 要寫代碼、調參數、跑實驗、看結果 查bug、改架構、再跑 很多失敗不會寫進論文 但他們消耗時間 算力和工程師精力 誰能自動化這套循環 誰就能把研究速度拉開 這也是Google最該害怕的地方 Google不缺算力 不缺論文 不缺模型人才 它真正的壓力是組織速度 大公司內部要排優先級 要接產品線 要顧安全 要對齊商業計畫 要準備發布節奏 創業公司不一樣 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 最貴的資產不只是GPU 也不是模型參數 而是能把科學想法變成系統的人 Jeff Dean這批人正是這種資產 他們不是只會做模型 也不是只會做系統 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 實驗室自動化 就會遇到物理世界的速度 設備 樣本 合規和失敗成本 所以Discovery Loop還遠不到穩穩贏 它的優勢是人太強 方向太大 Google還在背後提供投資和雲資源 它的風險是目標太難 周期太長 科學自動化不一定像軟件自動化那樣快速驗證 這就讓這期的判斷更有層次 短期看 這是Google AI領導層政黨 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