一句话看懂：效力 Google 27 年的传奇工程师 Jeff Dean 在离职前一天接受 YC 访谈，承认自己低估了 AI 能力的增长速度，并与三位核心同事共同创办公益性 AI 公司 Discovery Loop。访谈中关于推理硬件、长时运行 Agent 和创始人选方向的判断，值得开发者与创业者留意。
事件核心：发生了什么
6 天前，Jeff Dean 在 YC 合伙人 Diana Hu 的访谈中回顾了自己一年前在 AI Ascent 2025 峰会上的预测：到 2026 年会出现能力接近初级软件工程师的 AI 系统。他对此评价是“相当准确”，同时坦承低估了模型处理复杂任务能力的增长曲线。他还做出 2027 年新预测：机器学习系统将实现全自动问题分解和自动化实验循环，并能溢出到任何有可衡量目标的科学和工程领域。
访谈发布后不久，Jeff Dean 宣布次日将是自己在 Google 的最后一天。他和长期合作伙伴 Sanjay Ghemawat、Oriol Vinyals、Quoc Le 共同创立 Discovery Loop，一家聚焦机器学习、科学和工程前沿研究的公益性公司，Google 将作为创始投资方和云计算合作伙伴。据 WIRED 报道，Alphabet CEO Sundar Pichai 曾多次挽留，但团队仍决定离开大公司体系。
为什么重要
这次离职之所以受关注，是因为 Jeff Dean 深度参与了 Google 搜索架构、TPU、TensorFlow 等关键基础设施建设。访谈中他明确把“高性能、低能耗的专用推理硬件”称作 2026 年的“装进内存时刻”：专用硬件有望带来 50 倍延迟改善和 30 到 80 倍能效提升。这个判断指向一个行业拐点——当模型能力不再是唯一瓶颈，推理成本和速度将直接决定 Agent 能否大规模落地。
同时，几位核心研究者离开大厂创业，也印证了他在访谈中的观察：大型组织推动激进变化需要克服层层阻力，而 Agent 系统连续运行数天至数周的潜力，恰恰需要小团队式的快速迭代。Google 以投资方身份保留合作关系，说明大公司也在尝试用生态方式绑定前沿研究力量。
对用户/开发者/创作者的影响
对创业者，Jeff Dean 给了一个可操作的领域选择测试：拿当前最强的通用模型去试你想做的领域，如果成功率只有 0% 或 1%，是好信号；如果已经到 20%，那是危险信号，下一代模型很快就会覆盖。这意味着创业方向应选在“模型能力快速提升仍未触及”的缝隙里，而不是做通用模型已能胜任的简单封装。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者，访谈中最具操作性的启示来自 TPU 起源故事里的一笔账：一次计算消耗约一皮焦耳，但把数据搬进处理器的能耗是它的 1000 倍，因此必须做 batching 摊薄成本。这解释了为什么大模型推理服务的价格差异往往来自工程优化，而非模型本身。此外，Agent 可以连续运行数天甚至数周去完成软件重写这类任务，正在改变应用开发的边界——你设计的不再是“一个会话”，
