本文系基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议。
消息公布当天，谷歌股价跌了超过 4%。同一天，谷歌对外说，Gemini 应用月活用户突破了 9.5 亿。但媒体在同一篇报道里补了一句话：Gemini 3.5 Pro 的进度落后了几个月。
市场在意的显然不是那 9.5 亿。它在意的是谁走了，以及为什么走。
Jeff Dean 在谷歌的二十七年，几乎等于这家公司全部的技术史。他设计了 MapReduce、BigTable 和 Spanner ——这三套系统让谷歌的搜索引擎能承载全球流量，后来变成了整个行业的基础设施。他和 Ghemawat 是谷歌仅有的两位获得 " 高级研究员 " 最高技术荣誉的人。说他是谷歌技术灵魂的一部分，不算夸张。
但他离开时讲的故事，和谷歌正在讲的故事，已经不是同一个了。
7 月 25 日，Dean 在 Y Combinator 的创业学校面对六千名准创始人时，描述了一个自动化版的科学方法：模型提出实验假设，搭建所需工具，执行实验，评估结果，然后自己设计下一轮实验。成千上万次循环之后，系统可能自己找到生物学或芯片设计的突破。当时台下的人不知道，他描述的是自己刚刚秘密创办的公司。
Discovery Loop 的使命写得很清楚：让 AI 自己跑通科研的全流程。这不算一个新想法。Dario Amodei 说过，Sam Altman 说过，黄仁勋也说过—— AI 将成为科学发现的引擎，解决人类独自攻克不了的难题。
但 Dean 和他的团队是第一批真正为此离开大厂的人。他们选择的方式也很特别。新公司注册为公共利益公司，一种以盈利为目的、但允许管理层做出 " 不一定符合纯粹财务利益 " 决策的结构。Dean 在采访中说了一句很老实的话：我们可能会做一些不纯粹为了赚钱的决定。
四个人到现在还没租办公室，没招第一个员工。被问到谁是 CEO 时，Dean 停顿了一下，有点不好意思地说：" 我想我是 CEO 吧。大家指着我。"
投资人不在乎这些。Vinod Khosla 在沙丘路的办公室里见完他们四个之后说了一句话：有这支团队，我不需要知道他们要做什么才投。Khosla Ventures 和 Radical Ventures 投了，Alphabet 自己也投了，谷歌还承诺为这家新公司提供第一年的算力。母公司投资由前员工创办的竞争对手，这个结构本身，就是此刻 AI 人才战争的缩影。
Hassabis 的退场是另一条线索。
他不再管 Google DeepMind 的日常运营了，但还留着 Isomorphic Labs 首席执行官的职位。这家公司做的是 AI 制药，是 DeepMind 技术最直接的商业落地场景。他的新头衔是 Alphabet 首席科学家，听起来比实际权力大。Koray Kavukcuoglu 接任 DeepMind 主管，向皮查伊汇报。Kavukcuoglu 在 DeepMind 做了超过十三年，创立了深度学习团队，主导了 WaveNet 和 DQN 的研究。他的履历足够漂亮，但他接手的局面并不平整。
Axios 的报道说，DeepMind 内部正经历一波离职潮，员工对进展感到焦虑。Gemini 3.5 Pro 的延迟被部分归因于士气低落。这些匿名信源的说法无法独立核实，但它们和过去几个月的人才流失拼在一起，构成了一幅不太安定的画面。
更早离开的是 Tim Rocktäschel。他今年早些时候离开谷歌，创办了 Recursive Superintelligence，同样做 AI 自我改进。他给出的离开理由很直接：初创公司的环境完全不同，更快、更聚焦、团队更小、官僚主义和政治更少。这话不像批评，更像是在说一个不可逆转的趋势：当 AI 前沿已经从 " 能不能做大模型 " 演进到 " 能不能让模型自己改进自己 " 时，真正想回答这个问题的人，宁愿自己去车库里答。
这些人的离开，不是薪酬能解释的。Dean 在谷歌的薪酬足够他和几代家人过上富足的生活。Hassabis 的职位调整也不是被边缘化，他还在 Alphabet 的核心决策层里。真正让他们移动的，是同一件事：他们看到了下一步，而他们所在的组织还没有为那一步做好准备。
那一步叫递归自我改进。让 AI 系统自己优化自己，自己提出实验假说，自己搭建工具，自己评估结果，再自己进入下一轮循环。这套逻辑在 Discovery Loop 的使命陈述里，在 Recursive Superintelligence 的公司名字里，在 Dean 对 YC 学员的那段描述里，反复出现。它不是某一个人的狂想，它是此刻 AI 前沿最顶尖的一小群人共同的信仰。
而谷歌，恰好是那个最早碰到这道门槛、却最难迈过去的公司。它的搜索广告帝国需要稳定，它的云业务需要服务大客户，它的 Gemini 需要追赶竞争对手。所有这些都需要一个前提：不能失控。递归自我改进天然带有失控的风险，没人能预测一个自我修改了上千轮的模型会走到哪里去。这对于一家要对数亿用户和数十亿广告收入负责的上市公司来说，不是一个可以轻易接受的命题。对于一家初创公司，它则是全部的价值所在。
皮查伊在公告里说，谷歌是唯一拥有全栈能力的公司。他没有说错。谷歌有 TPU，有数据中心，有全球最大的用户基数，有 DeepMind 的研究能力。但全栈的代价是，每一层栈都不能出差错。而递归自我改进恰恰需要容忍出差错。它的整个逻辑就是通过不断的试错来找到最优解。在大公司里，这种试错的节奏会被安全审查、伦理审查、法律合规层层拖慢。Dean 们不缺算力，不缺资金，缺的是在一个足够短的时间窗口里把错误犯完的自由。
这正是 Vinod Khosla 那句 " 我不需要知道他们要做什么才投 " 的真正含义。他投的不是一个商业计划书，是一个判断：递归自我改进是 AI 的下一站，而 Jeff Dean 是地球上少数几个有可能把它做出来的人。至于具体做什么、怎么做，这些在出发的时候可以不知道。重要的是出发本身，以及出发的时候没有包袱。
哈萨比斯在告别备忘录里说，谷歌是唯一拥有全栈的公司。这句话是事实。但它同时也解释了为什么这批人选择了离开。
全栈是谷歌的优势。也是它的重量。Discovery Loop 只有四个人，没有办公室，没有员工。他们唯一的资产是四个人的名字和一段共同的信仰：AI 可以自己改进自己。这种信仰能不能变成产品，现在还无人知晓。但至少有一个人相信它值得—— Jeff Dean，二十七年来第一次，不再是谷歌员工。
全栈太重，轻装才能跑得快。
