Jeff Dean 为什么离开 Google？

2026 年 8 月 5 日，Jeff Dean 与 Sanjay Ghemawat、Quoc Le、Oriol Vinyals 一起离开 Google，成立了公益公司 Discovery Loop，专注 AI 自动化科学研究。Dean 说：'我们认为 AI 有机会更完整地自动化传统上非常依赖人力的实验循环。'方向是用 AI 自动化完整实验循环，并探索用 AI 构建更强 AI。

什么是递归自我改进？

递归自我改进是指 AI 系统自主改进自身的能力——不是人写代码让模型变强，而是 AI 自己做实验、自己发现规律、自己迭代。Discovery Loop 公开方向是自动化完整实验循环，并关注 AI 构建更强 AI；把人从循环里移出去，是对这条线的进一步判断。

这对普通开发者意味着什么？

短期内 Codex 和 Claude Code 仍然是最好的工具，但要意识到它们可能是过渡形态。真正要建的能力不是'会用某个 Agent 工具'，而是'理解 Agent 系统设计'——因为工具会换，但理解范式迁移的能力不会过时。

他们到底看到了什么？让 Jeff Dean 离开待了 27 年的 Google

Q: 为什么说 Codex 和 Claude Code 即将成为过去式？

这是判断，不是已发生事实。当前的 Agent 工具本质上还是'人下指令、AI 执行'的模式；前沿实验室的信号指向下一代系统可能变成 AI 自己定义任务、自己选择工具、自己迭代改进。差距不在工具好不好用，而在范式本身可能变了。

这周 X 上有一种奇怪的氛围。

不是吵架，不是发新品。是一群在前沿实验室工作的人，密集地发了很多意味深长的推文。大意都差不多：

「我最近看到的一些东西，让我觉得现在的工具很快就会显得原始。」

然后什么都不说了。

当 Google 第 30 号员工决定离开待了 27 年的公司去创业，当 Anthropic 据报道签下约 100 亿美金的算力合同并开始招芯片团队，当 Google Maps 开始跑 Agent——他们到底看到了什么？最合理的解释，可能指向 AI 智能体的下一个范式。

他们到底看到了什么？让 Jeff Dean 离开待了 27 年的 Google

一、Jeff Dean 走了——这才是最大的信号

8 月 5 日，一条新闻炸了整个 AI 圈：

Jeff Dean、Sanjay Ghemawat、Quoc Le、Oriol Vinyals，四个人一起从 Google 离职，成立了一家叫 Discovery Loop 的公益公司。

这不是普通的跳槽。Jeff Dean 是 Google 第 30 号员工，1999 年加入，待了 27 年。MapReduce、TensorFlow、TPU、Google Brain——他参与或主导了 Google 技术史上几乎所有重大节点。Sanjay Ghemawat 是他合作了二十多年的搭档。Quoc Le 是 Google Brain 早期核心成员。Oriol Vinyals 是 DeepMind 核心研究员。

四个人同时走，我的判断是：他们在 Google 内部看到了某种东西，但判断这件事更适合在小团队、新结构里做。

Dean 说了一句话：

“我们认为 AI 有机会更完整地自动化那个传统上非常依赖人力的实验循环。”

他们的联合声明更直接：

“AI 的下一个伟大前沿，不是回答问题，而是做出发现。”

Discovery Loop 公开方向是：用 AI 自动化完整实验循环，并探索用 AI 构建更强的 AI。 报道把它放在「递归自我改进」这条线上——不是人写代码让模型变强，而是 AI 自己做实验、自己迭代。Radical Ventures 和 Khosla Ventures 领投，Alphabet 参与。母公司跟投前员工创业公司，说明这件事至少被允许、被支持；至于为什么不在 Google 内部做，那是另一层判断。

Jeff Dean 27年后的选择

二、不止 Jeff Dean——所有人都在动

Jeff Dean 走了是最大的信号，但不是唯一的。把最近两周的事情摊开看：

时间	事件	信号
7 月 24 日	Anthropic 发布 Claude Opus 5	偏长程 Agent 能力，强调自验证、多步迭代
8 月 4 日	据报道 Anthropic 与云创业公司 Volta 签下约 100 亿美金算力合同	Agent 工作负载需要大规模专属算力
8 月 5 日	Anthropic 开始招芯片设计团队	垂直整合，不满足于只租算力
8 月 5 日	Jeff Dean 等四人离职创业	AI 自动化科学研究
8 月 6 日	Google Maps 上线 Agentic 功能	从导航工具变成能订餐、订酒店的助手

这些事件单独看都是新闻。放在一起看，指向同一个方向：

前沿实验室不是只在打磨现有的 Agent 工具，而是在给下一量级的系统补能力、补算力、补基础设施。

Claude Opus 5 的发布说明里，有几个细节值得注意：官方示例里，它自己搭了一套计算机视觉流水线去还原 FreeCAD 零件；在 Frontier-Bench 上刷新了成绩；JetBrains 的工程师说，这是他们见过的 Claude 代际里最清晰的一次解题能力跃迁。

这不是「更快更强」四个字就能概括的。模型开始更像会自己验证、自己迭代的执行者。

三大前沿实验室齐发力

三、Tibo 那条 1.6M 浏览的帖子，说穿了什么

在 Jeff Dean 官宣离职的前一天，8 月 4 日，OpenAI Codex 负责人 Tibo（Thibault Sottiaux，@thsottiaux）在 X 上发了一条帖子，1.6M 浏览，原文是：

“Given some of the results I’m seeing recently, it’s pretty clear Codex is a good harness. But it will seem primitive in 2-3 months and we’re about to go through another major evolution in how we use AI at the frontier. The next generation of models need more than your laptop.”

翻译成大白话：Codex 确实是个好工具——但两三个月后它就会显得原始。我们即将经历又一次 AI 使用方式的重大演化。下一代模型需要的，不止是你的笔记本。

注意身份：Tibo 不是站在外面评 Codex 的人。公开报道里，他是 Codex 的 engineering lead / Head of Codex 之一，参与并主导了现代 agentic Codex 的建设。

所以这句话的分量完全不一样：造 Codex 的人，在说自己做的东西很快会显得原始。

我前几天在你的公司电脑，可能连 Agent 的门都进不了里引用过这条帖子，当时还没把身份钉死。结合 Jeff Dean 离职创办 Discovery Loop 的消息，现在拼图完整了。

Tibo 这条帖子至少传递了三层信号：

第一层：Codex 不是终态，只是一个过渡性的好工具。 他用了 “harness”（套具）这个词——不是 “platform”、不是 “system”，是套在马身上的工具。工具好用，但马要换了。自己造 harness 的人这么说，比任何测评都狠。

第二层：时间窗口极短——两三个月。 不是「未来某天」，是 2026 年底之前。他说 “I’m seeing recently”——已经看到了，不是猜测。这意味着前沿实验室内部已经跑出了某种和现在完全不同的东西。

第三层：本地笔记本级别的 harness 很快触到天花板。 “The next generation of models need more than your laptop” 这句话，呼应了第二节那些基础设施信号——据报道的百亿算力合同、芯片团队、Opus 5 对长程任务的强化——算力需求正在从「单机」往「集群」走。

这条帖子之所以引爆讨论，不是因为结论多惊人，而是因为发帖的人既在造 Codex，又用「我最近看到的结果」这种现在时说话。他不像在空谈时间表，更像在提前给市场打信号。

评论区也是同一类气氛：很多人点头，很少人公开细节。没人把内部 demo 摊开讲，但「我也有同感」的味道很浓。

这种「先有内部体感、后有公开产品」的氛围，上一次大规模出现，是 2022 年底 ChatGPT 发布前。

四、最合理的解释：他们看到了自动化实验循环

把 Jeff Dean 的行动、Codex 负责人 Tibo 的暗示、Anthropic 的基础设施布局叠在一起，最合理的解释不是「模型再大一点」，而是：

AI 正在被推向「自己改进研究循环」这条线。

不是「参数更多」那种改进。是AI 自己做实验、自己验证假设、自己迭代方案——把过去需要一个团队花很久的研究循环，压缩到更短的时间。

这就是 Jeff Dean 说的「自动化实验循环」。也是把 Tibo 那句「Codex 两三个月后会显得原始」接上的那根线。

当前的 Agent 工具——Codex、Claude Code、WorkBuddy——本质上还是「人下指令，AI 执行」。 你告诉它做什么，它去做。你不说，它不动。

下一代系统如果按这条线走，就不是这样了。AI 自己定义任务、自己选择工具、自己迭代改进。 人的角色从「指挥官」变成「审计员」——你不再事无巨细地告诉它怎么做，而是检查它做得对不对。

这个跳跃的量级，可能和从 ChatGPT 聊天到 Agent 自主执行一样大。

五、为什么说 Codex 和 Claude Code 即将成为过去式

我不是在贬低这些工具。我自己每天都在用。八月初用 Codex 两小时交三端，杠杆约 50 倍，体感非常强。

但冷静下来想：50 倍杠杆，本质上还是「人 × 50」。

下一代系统要做的事情不是给你 50 倍杠杆。是把你从循环里拿出去。

现在	下一跳
人下指令，AI 执行	AI 自己定义任务
人审代码，AI 改	AI 自己验证、自己迭代
一次对话完成一个任务	持续运行，自主探索
工具是 Agent	Agent 是同事

这也是为什么 Anthropic 一边签大规模算力合同，一边招芯片团队。不是因为今天的聊天框已经吃不下这些资源——而是因为下一代 Agent 如果真的长时间运行、并行多任务、自己搭工具链，算力需求会完全换一个量级。

一台笔记本，扛不住那种工作负载。

这话不是空谈。我自己就有亲身体会。

三月我写过月投 650 刀订阅 AI Agent：Claude Code + Codex + Gemini Ultra，固定月费约 650 刀；同时跑 20+ Agent 时，M2 Max 已经扛不住，只能再入一台 64G M5 Pro 专门跑 Agent 集群。六月又写了那台 M5 Pro 三个月涨了 6000——内存和存储才是 AI 时代真正在变贵的东西。

月花 650 刀、两台 Mac 并行，都只是今天这一代 Agent 的门槛。 Tibo 说下一代需要的不止是笔记本，我信——因为我已经在今天这一代上，被笔记本卡过一次了。

从工具到同事：Agent 范式跳跃