离职潮，对谷歌是好事！半个谷歌 AI 与底层分布式系统的核心离职！

摘要

分析 Google 首席科學家 Jeff Dean 帶隊離職創業（成立 Discovery Loop，目標打造「自動化科學方法閉環」：自動提出假設、寫實驗代碼、部署運算、分析結果、遞歸迭代），以及同時發生的 Google DeepMind 內部重組（Demis Hassabis 卸任日常管理、由工程派 Koray Kavukcuoglu 接手，主打後訓練與推理期計算融合、Gemini Spark 端雲分層架構、原生全模態語音）。核心論點：Google 把高風險前沿探索外部化（自己當投資方鎖定雲服務回流），自己專注商業化與成本曲線優化；agent 時代軟體入口之爭將轉為「能否被系統 agent 的 API 決策鏈調用」。內容為簡體中文頻道轉寫，已正體化與用語校正。

重点

• Jeff Dean 帶走底層分布式系統與 DeepMind 核心技術骨幹（Sanjay Ghemawat、Oriol Vinyals、Quoc Le）成立 Discovery Loop，Google 反而成為初始投資方並提供雲端算力，簽長期綁定協議
• Discovery Loop 定位是系統級重構（從底層分布式計算、硬體調度、神經架構搜索到算法閉環），與現成大模型外包一層 prompt 的應用層 agent 專案（如 Sakana AI）是不同維度
• Google 的算盤：前沿高風險探索外部化，讓天才擺脫大公司財報審查與 KPI 束縛，同時用投資方與獨家雲服務身份鎖定未來技術回流與收益
• Google DeepMind 由工程派 Koray Kavukcuoglu 接手全局，全面放棄學術包袱轉向工程與商業化：引入過程獎勵模型（PRM）與蒙特卡洛樹搜索（MCTS）取代單純堆疊預訓練參數
• Gemini Spark 端雲協同分層架構：前端輕量模型負責高頻意圖識別，只有複雜長鏈條邏輯才調用雲端大模型，把單位 token 成本壓低以支撐商業高並發
• 商業化三招：清洗傳統語音助手全面換成 Gemini（賦予作業系統級最高上下文讀取權限）、壓縮科研成果轉化商業 API 的時間、從資訊檢索廣告商轉型為「全局智能決策的開門人」抽佣
• 給 AI 研發者的三條啟發：不要盲目迷信純預訓練參數堆疊、學會擁抱端雲分層架構、重新定義軟體入口——未來競爭的是能否被 agent 的 API 決策鏈調用

金句