一句话看懂：谷歌核心 AI 科学家 Jeff Dean 与多位长期同事共同创立公益公司 Discovery Loop，目标是自动化机器学习；这条推文也顺势提及了 Codex 中 /goal 循环与 GPT-5.6 Sol 的组合潜力。
事件核心：发生了什么
2026 年 8 月 5 日，Jeff Dean 在 X 上宣布与 Sanjay Ghemawat、Oriol Vinyals、Quoc Le 联合创立 Discovery Loop（DiscoLoopAI）。这是一家 Public Benefit Corporation（公益公司），其公开使命是“自动化机器学习”。这几位人物此前均在谷歌 AI 体系中担任核心角色，Jeff Dean 是 Google Brain 与 TensorFlow 的重要奠基者，Sanjay Ghemawat 是 MapReduce 和分布式系统的关键作者，Oriol Vinyals 和 Quoc Le 则深度参与过 Transformer、序列模型与大规模训练方法的研究。同一天，关注 AI 创业动态的 Thibault Sottiaux 发文评论称，这群“传奇人物”并不需要一份花哨的演示文稿，并建议外界关注 Codex 中的 /goal 功能——他认为与 GPT-5.6 Sol 配合会构成一个“相当强大的循环”。相关推文在 X 上获得约 61.76 万次浏览和 3.7 万次点赞。
为什么重要
这不是一次普通的创业发布，而是谷歌 AI 核心班底的一次集体出走。MapReduce、TensorFlow、Transformer 背后最关键的几位研究者同时离开并组建新公司，意味着谷歌在基础模型与机器学习基础设施上的技术筹码被显著稀释。以“公益公司”而非传统商业公司形式落地，也暗示团队希望在自动化机器学习方向上避免短期商业化压力。值得注意的是，Thibault 提到的 GPT-5.6 Sol 与 Codex /goal 组合，指向的是“目标驱动型自动化实验循环”：智能体自主设定子目标、执行实验、迭代优化模型。如果这个判断成立，Discovery Loop 的方向可能不只是做一个 AutoML 工具，而是去构建一种更接近“自我改进 AI 系统”的底座。
对用户/开发者/创作者的影响
短期内，普通用户不会直接感知到变化，但需要留意三条线索。第一，对开发者而言，若 Discovery Loop 后续开放 API 或开源部分组件，自动化机器学习门槛可能大幅降低，模型选择、超参调优、数据清洗这类工作有机会被更高层的“目标指令”替代。第二，对依赖大模型的创作者和产品团队来说，Codex /goal 这类目标驱动循环如果被验证有效，意味着未来与 AI 协作的方式会从“逐条对话”转向“描述目标、由系统自主执行”，这会直接改变提示词工程的工作方式。第三，对企业技术采购方而言，谷歌系核心人才的外流可能影响谷歌云 AI、Vertex AI 等产品的演进节奏，建议关注谷歌后续在基础模型人才梯队上的补充情况。
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。
值得关注的后续
目前公开信息显示，Discovery Loop 尚未公布具体产品、融资规模或首批客户。后续可以重点观察三个方向：一是其“自动化机器学习”是否会以开源形式发布，这将决定它影响的是研究社区还是直接竞争商业 AutoML 市场；二是 GPT-5.6 Sol 与 Codex /goal 的整合是否会成为其他 AI 产品的标准交互范式；三是谷歌会如何回应这一轮人才流失，是否会在 Gemini、Vertex AI 或内部研究组织上做针对性调整。
