谷歌前首席科學家 Jeff Dean 等人離職創辦 Discovery Loop。其核心「Loop」旨在實現科學方法的自動化，讓 AI 自主閉環提出、執行並評估實驗。其重要性在於：重塑了科研範式，推動 AI 邁向「遞歸自我改進」（用 AI 研發 AI），極大提升科學發現的效率。未來人類只需設定目標，由 AI 主導無盡探索。

文章作者、來源：騰訊科技

8月5日，谷歌宣布AI部門重大調整。

Google DeepMind 行政總裁 Demis Hassabis 轉任董事長，並出任 Alphabet 首席科學家。效力谷歌近 27 年的首席科學家 Jeff Dean，則與 Sanjay Ghemawat、Oriol Vinyals、Quoc Le 共同創辦了 Discovery Loop。

這四個人幾乎貫穿了谷歌過去二十多年的基礎設施和AI發展。Jeff Dean 參與了 MapReduce、BigTable、Spanner、DistBelief、TensorFlow 和 Pathways 等系統的建設，也是 Google Brain 的共同創辦人；Ghemawat 長期與他合作，參與搭建谷歌早期的搜索和計算基礎設施；Vinyals 是 Gemini 的技術負責人之一；Quoc Le 則參與了 Google Brain 和 AutoML-Zero 等項目。

他們離開谷歌後，將創立一家名為 Discovery Loop 的公益公司，致力於利用 AI 推動機器學習、科學和工程研究。谷歌將成為創始投資者及雲端合作夥伴，並為其第一年提供算力。據外媒報導，這家公司剛剛成立，尚未開始大規模招聘，甚至還沒有正式的辦公場所。

但它的起點，已經描述得比較清晰，那就是讓 AI 自動提出實驗、實現運行實驗所需的代碼或工具、評估結果，再根據結果進入下一轮。

Jeff Dean 在 7 月 25 日的一場演講中，將這種方向稱為「自動化版本的科學方法」：提出實驗、實現實驗、評估實驗，然後得到結果。他認為，如果同時運行數以千計的這種迴圈，AI 可能在科學、生物、晶片設計和模型研發等領域帶來新的突破。

圖：Discovery Loop 創始團隊。圖片由 AI 生成

Jeff Dean 要做的 "Loop"

"Loop" 已成為今年 AI 領域的一個高頻詞。

在2026年6月，Claude Code 負責人 Boris Cherny 表示，他已很少直接提示 Claude，運行中的 Loop 會負責提示模型並決定下一步，“我的工作是寫 Loop”。

「龍蝦之父」Peter Steinberger 更善於以富有人情味的表達帶來更廣泛的傳播：別再逐條提示程式化 Agent，要設計能提示 Agent 的迴圈。

Google 工程師 Addy Osmani 以《Loop Engineering》為題，為這套方法補上了完整結構，包括任務如何觸發、狀態如何保存、結果由誰檢查、循環何時繼續，又在什麼條件下停止。

一種原本分散於少數開發者工作流程中的做法，由此獲得了共同語言。外媒甚至將其概括為繼 Prompt engineering 之後的新範式；7 月 17 日，IBM 更進一步將 Loop engineering 定義為設計能夠持續「行動、觀察、決策和迭代」的 Agent 工作流程。至此，Loop 的討論開始走出程式設計 Agent 社區，進入企業自動化與更廣泛的 AI 工程語境。

這個詞真正擊中行業的關鍵在於，它描述了人機分工正在發生的變化：當模型能夠自行完成下一轮操作時，人的價值開始向上移動，從逐次下達指令，轉向設計目標、反饋、驗證和停止條件。因此，loop engineering 更像是對一場已經發生的工程變化的命名。

Discovery Loop 使用了相同的 "Loop" 結構，但目標更進一步。根據創始團隊目前的表述，它希望讓 AI 參與科學與工程研究的完整流程：提出假設、執行實驗、評價結果，並依據反饋決定下一步探索方向。

因此，Loop 工程更接近底層工程方法，Discovery Loop 要構建的是一套持續產生和驗證新發現的研究系統。

在離職前不久的一場演講中，Jeff Dean 將其概括為科學方法的自動化：提出實驗、實現實驗、評估實驗、獲得結果。系統還需將複雜問題拆解為子問題，在多個緊密的實驗迴圈中分別探索，最後將結果整合為一個改進後的系統。

Jeff Dean 預測，到 2027 年，將出現更多機器學習系統自身的自動化：AI 透過運行大量實驗提升能力，並將此方法推廣至任何目標可被衡量的科學與工程領域。

他判斷 Loop 成立需要符合兩個條件：任務可以被反覆試驗，結果可以被可靠評價。

Loop 已經走到哪一步

過去兩年，類似的閉環結構已分別在三個方向出現。

第一類是模型研發 Loop。

2026年3月，Andrej Karpathy 開源 AutoResearch，讓 AI 代理在固定時間和評價指標下，自動修改模型訓練代碼、運行實驗、檢查結果，並保留有效變更。整個環境被壓縮至一份可修改的訓練腳本、一個固定指標和一張 GPU，使實驗能夠快速比較。

曾幾何時，前沿 AI 研究還由「肉身電腦」完成。他們要吃飯、睡覺、享受其他樂趣，偶爾還會透過一種名為「聲音」的互連方式，在「組會」儀式中同步資訊。

那個時代早已過去。如今，研究完全屬於 AI 智能體的自主集群。它們運行在遍布天空的巨型算力集群之上。

這些智能體聲稱，當前的代碼庫已進化至第 10205 代。然而，這個說法究竟對不對，已無人能判斷——如今的「代碼」已成為可自我修改的二進制系統，其複雜程度早已超出人類理解範圍。

This code repository records the story of how it all began.

——Andrej Karpathy，2026年3月

Karpathy 隨後加入 Anthropic，負責組建使用 Claude 加速預訓練研究的團隊，這也意味著 AI 輔助 AI 研發已從個人開源實驗進入前沿模型公司的內部流程。

谷歌也在進行類似探索。Google DeepMind 的 AlphaEvolve 讓 Gemini 提出程式碼和演算法，再由自動評估器運行、打分，將更優方案送入下一轮。谷歌稱，這套系統已用於資料中心效率、晶片設計、AI 訓練、矩陣乘法演算法和數學問題。

圖：AlphaEvolve 由 Gemini 提出算法方案，再通過自動評價器運行和篩選，將更優結果送入下一轮，來源：Google DeepMind

第二類是科學知識 Loop。

Sakana AI 於 2024 年推出 The AI Scientist，嘗試讓大語言模型生成研究想法、編寫代碼、運行實驗、分析結果並撰寫論文。2025 年，公司公布了 AI 生成的論文通過機器學習會議工作坊審核的案例。

FutureHouse 利用 AI 代理處理文獻檢索、數據分析、假設生成和實驗規劃，讓多 Agent 系統 Robin 試圖連接科學研究中的多個知識環節。

第三類是物理實驗 Loop。

西雅圖創業公司 Potato 提出「完全閉環的自主科學」，希望從計算研究走向實驗室機器人；歐洲的 Sigmatic Sciences 提出「lab-in-the-loop」，連接計算模型、自動實驗和數據反饋。

中國也出現了類似實踐。上海科學智能研究院、格物智研等機構發布的 Golab 物質科學智能研發工廠，被描述為「AI 計算—自動實驗—數據回流—模型自進化」的閉環，並已建設自驅動實驗室。

目前，Loop 最先在代碼和模型訓練中運行起來，因為每次修改都能迅速獲得分數，成功或失敗相對明確。到了文獻研究和實驗設計，反饋開始依賴專業判斷；再進入真實實驗室，一次驗證可能需要調動設備、樣本和數週時間，循環速度隨之變慢。

Jeff Dean 在 YC 訪談中舉了一個量子化學案例。

傳統方法要判斷一個分子的性質，可能需要運行一整晚的密度泛函理論模擬。谷歌研究人員利用大量模擬結果訓練神經近似器，據Dean回憶，速度比原模擬器快了約30萬倍，同時保持接近的精度。研究人員因此可以快速篩選上千萬個候選。

這也是科研 Loop 能否成立的分水嶺。模型可以迅速生成大量候選方案，只有驗證環節同樣足夠快、足夠可靠，系統才能根據結果進入下一轮。量子化學已經出現以神經近似器壓縮反饋週期的實踐，但是更多依賴真實實驗的領域，還是受制於驗證成本和反饋速度。

這也是 AutoResearch 和 AlphaEvolve 首先在代碼、算法和模型訓練中取得進展的原因。這些領域擁有清晰、快速、低成本的評價函數。進入藥物和材料領域，模型仍然需要面對現實實驗。

評估系統還決定了循環是否真正帶來進步。Sakana AI 曾公開復盤，AI CUDA Engineer 因為接觸到基準測試相關資訊，高估了性能提升。系統可以高效循環，也可能高效地鑽評價指標的空子。

因此，Discovery Loop 的核心資產可能不僅僅是一個更強大的模型，還需要包含一個足夠快速且可靠的評估系統。

從 Loop 到遞歸自我改進

三類 Loop 按應用領域劃分，其中還有一條縱向演進：遞歸自我改進，英文稱 Recursive Self-Improvement，簡稱 RSI。

普通 Loop 讓 AI 持續完成外部任務；RSI 要求 AI 參與改進自身的演算法、訓練流程、評價器或研究方法，並把上一輪改進後的能力用於下一轮。

今年5月，前Meta FAIR研究科學家總監田淵棟與Richard Socher、Tim Rocktäschel、Jeff Clune、Alexey Dosovitskiy等人共同創辦Recursive Superintelligence，直接將「遞歸自我改進」寫入公司名稱。公司獲得6.5億美元融資，估值46.5億美元，GV和Greycroft領投，英偉達、AMD參與。

6 月，Recursive 公布了第一階段的自動化 AI 研究系統：AI 提出想法、編寫實現、運行實驗、驗證結果，並根據先前實驗選擇下一條研究路徑。系統還會並行運行多條研究分支，合併有潛力的方向，並檢查獎勵投機和實驗方差。他們稱已在固定算力模型訓練、小模型訓練速度和 GPU Kernel 優化三個測試中取得領先結果。

一篇於2026年7月發布的綜述在分析1,250篇相關論文後，將當前RSI的實踐分為「有邊界的自我改進」和「開放式遞歸自我改進」。「有邊界的自我改進」已進入工業實踐，但後者仍受外部驗證、模型坍塌、算力成本和研究方向選擇等因素限制。

Discovery Loop 沒有公開將自己定義為 RSI 公司，但 Jeff Dean 描述的路線已經與它產生交集。

他在訪談中提出，「機器學習模型可以自行決定探索什麼，運行大量實驗，篩選有效結果，再整合成新的訓練配方。人類也可以在更高層次提供研究方向，讓模型完成後續的大規模探索。」

這形成了一條潛在的遞歸鏈條：

AI 運行實驗，實驗改進機器學習系統，改進後的系統再運行更複雜的實驗。

Discovery Loop 因此可能不僅僅是將大模型用於科研。它計劃先使用 AI 改進從事研究的 AI，再將改進後的系統推廣至其他科學領域。Quoc Le 更提出，這套方法可能有助於發現不同的 Transformer 架構。

然而，根據目前的公開資訊，Discovery Loop 所進行的仍屬於受控的研發自循環。目標、實驗邊界、評價指標和最終判斷主要由人類設定。AI 可以執行實驗、評價結果，並開始參與選擇下一步，但並非開放式 RSI。

Discovery Loop 不使用 token 衡量

Jeff Dean 在訪談中提出了一個比代幣吞吐量更適合衡量 Discovery Loop 的指標：「本質上，你要優化的是每單位計算輸入的發現數量。」

過去，大型模型公司透過更多數據和算力來訓練更強大的模型。Discovery Loop 希望建立另一種投入與產出的關係：將算力轉化為更多實驗，再將有效的實驗沉淀為算法、模型和科學成果。它未來出售的可能不僅是一套科研 Agent，還有被縮短的研發週期和被提高的發現機率。

為什麼這件事要離開谷歌去做？Alphabet 執行長 Sundar Pichai 曾在多次會面中挽留 Jeff Dean 等人；Oriol Vinyals 對《連線》表示，大型組織總有許多慣性需要克服，「我們想做點不一樣的東西」。谷歌最終選擇投資 Discovery Loop，提供首年算力，並合作研究機器學習系統與基礎設施。

這更像是一次組織選擇。谷歌需要繼續推進 Gemini、雲業務和大規模商業交付，而 Discovery Loop 則希望將資源和精力集中於一件尚未形成成熟產品的事項上。

Hassabis 的職位變動，從另一個角度回應了同一問題。他卸任 Google DeepMind 首席执行官，轉任董事長和 Alphabet 首席科學家，將日常運營交給 Koray Kavukcuoglu，自己則將更多精力投入 AGI 的長期方向、科學應用以及 Isomorphic Labs 的藥物研發。

It seems both believe AI's next phase will delve deeply into human scientific discovery.

Alphabet 股價在調整公佈後下跌約 4%。市場擔憂的不只是一位科學家離開，還包括多位核心研究者同時出走、Gemini 的競爭壓力，以及 Hassabis 退出日常運營後，谷歌能否繼續把龐大的研究、算力和產品資源組織到同一個方向上。

更大的變化已經超越了谷歌這家公司本身。Karpathy 的 AutoResearch、谷歌的 AlphaEvolve、田淵棟等人創辦的 Recursive，以及 Jeff Dean 的 Discovery Loop，都在將 AI 融入下一代 AI 的研發過程中。

AI 的下一步，可能不僅來自更多參數、數據和算力，還來自模型參與提出實驗、驗證結果和設計後繼系統。

但實驗數量無法替代人類對關鍵問題的選擇判斷。Jeff Dean 在同一場訪談中說，未來真正稀缺的能力是「知道該讓 Agent 去解決什麼問題」。AI 可以一天運行上千次實驗，但研究上限仍然取決於最初的問題和評價標準。

Jeff Dean 過去幫助谷歌將數據、計算和模型訓練轉變為可擴展的系統。現在，他與曾經對谷歌至關重要的一批人，希望將科學方法本身也變成一套可規模運行的系統。

Loop 是他們選擇的方法，科學發現是它首先要進入的世界，遞歸自我改進可能是這條路線更遠的方向。