背景介绍
2026年8月5日，Google 传奇工程师、首席科学家 Jeff Dean 与高级研究员 Sanjay Ghemawat 宣布告别工作了27年的 Google，联合 Quoc Le（Google Brain 联合创始人）和 Oriol Vinyals（Gemini 首席科学家）共同创办一家新的公益公司（Public Benefit Corporation）——Discovery Loop。
Google 将作为创始投资方和云服务合作伙伴支持新公司，并与之在 ML 系统与基础设施研究上保持合作。这一消息与当天 Google DeepMind 的高层人事变动一同公布，迅速引爆 Hacker News，以 539 分、328 条评论成为当日最热话题。
核心观点
Discovery Loop 的出发点是一个直白的判断：科学发现正被”实验循环”的缓慢执行所瓶颈。科学方法本身是人类最伟大的工具之一，但”提出实验—实施运行—检查结果—迭代改进”这一循环长期依赖人工顺序执行，在许多领域极其缓慢且劳动密集。
公司的方案是：用前沿 AI 模型加上大规模计算基础设施，把整个实验循环自动化——让系统能够快速提出实验、并行运行、并从评估结果中学习。目标是让数千个实验同时推进，大幅压缩迭代时间，提升科学与工程产出的数量和质量。
路线图与目标
公司规划了清晰的推进路径：
第一步：从机器学习做起。先聚焦自动化 ML 研究与工程本身——这是最容易被量化评估、最容易闭环的领域。
第二步：做自己的第一个客户。用这套自动化 ML 能力反过来优化自己的技术栈，验证闭环后再向外扩展。
终极目标：解决任何”有可测量结果的学习循环”，最终挑战美国国家工程院（NAE）重大挑战——更好的药物、健康信息学、太阳能经济化、清洁水、网络安全、科学发现工具等。
技术分析
这一思路可以理解为”AutoML 的终极形态”：不再只是自动调参或自动搜索网络结构，而是把”提出假设—设计实验—运行实验—分析结果—修正假设”的完整科学家工作流交给 AI 系统。其关键在于”可测量结果”——只要一个学习循环有明确的评估指标，系统就能在该循环内不断自我优化。
四名创始人的组合堪称豪华：Jeff Dean 与 Sanjay Ghemawat 是 MapReduce、Google File System 等分布式系统基石的开创者；Quoc Le 是深度学习与 AutoML 领域的先驱；Oriol Vinyals 主导过 Gemini 与 AlphaStar 等前沿项目。这套班底在”大规模计算 + 前沿模型”上的积累几乎无人能及。
社区反响
HN 社区反应两极：有人调侃”这个网站的前端一看就是用 Claude Code 做的”，也有人翻出经典梗”Jeff Dean Facts”（社区为他编造的超人段子），笑问这些梗会不会带到新公司。质疑声同样尖锐：有评论认为”科学被瓶颈”的说法只适用于非常狭窄的科学定义；也有人直言这更像”生活方式公司（lifestyle business）”而非能成大器的创业公司；还有人为 Google 担忧：”这对 Google 是一记重拳，ML 人才本就稀缺——不过如果这家公司真做出成绩，Google 大概率会把他们买回来。”