前端进阶之旅前端进阶之旅
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片NEW
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 业务场景题真实业务问题与追问
  • 查漏补缺常见问题解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
    • AI 定制路线NEW按你的简历现排
    • AI 知识地图NEW串起全站知识点
  • 动态
    • AI 热点NEWAI 每日动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
AI 助手NEW
旧版
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片NEW
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 业务场景题真实业务问题与追问
  • 查漏补缺常见问题解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
    • AI 定制路线NEW按你的简历现排
    • AI 知识地图NEW串起全站知识点
  • 动态
    • AI 热点NEWAI 每日动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
AI 助手NEW
旧版
返回 AI 情报前线
All News · 全部资讯8593
  • 2026年值得掌握的10个现代JavaScript新特性
  • 用Claude Fable 5单次生成完整游戏
  • 企业级MCP网关:OAuth 2.0+RBAC+工具级安全管控
  • AirLLM:单卡4GB显存运行70B大模型
  • 构建安全深度推理系统的实战架构指南
  • 深度推理模型的企业安全防护实践指南
  • Jeff Dean等Google顶级AI研究员集体创业
  • LangGraph状态持久化:三次生产踩坑与解决策略
  • AI Agent生产失败根因:协调层而非模型本身
  • 2026 OWASP GenAI/LLM 安全漏洞排行榜:行业首次用真实事故数据校准社区共识
  • GitHub Copilot Cloud Agent 接入 Linear:从工单到 PR 的异步 AI 编程范式正式可用
  • AI 产品回归测试必须设置防护栏:缓存和检索路径回滚的完整指南
  • AI 编码工具让 PR 规模增 12 倍,但测试覆盖率从 5% 升至 88%
  • AIoT 开发实录:工厂 45°C 环境和 1998 年遗留控制器下的工程困境
  • LendingTree 在 AWS Bedrock 上构建多 Agent 按揭助手的生产实践
  • 上下文工程:决定模型看到什么
  • 业余编程社区为何集体抵制 LLM 用法
  • GUI Agent不擅长确定性安装任务
  • MCP协议升级:推倒状态机实现云原生水平扩展
  • LoopX:解决多日长时AI Agent上下文断点的控制平面
  • DeepMind CEO与首席科学家同时离职
  • 开源模型100倍低成本击败GPT-5.6检索任务
  • MCP生产运行复盘:14条经验与教训
  • AI Agent无停机Credential轮换方案
  • Mobileye 基于 AWS Bedrock AgentCore 的客服 Agent 实践
  • Meta让数千名工程师「修Bug」来训练AI编码工具
  • 2026企业AI架构转型:从免费套餐到成本敏感的工程现实
  • AWS实战:通过MCP桥接让云端Agent安全调用本地工具
  • n8n集成Bedrock AgentCore:零基础设施搭建生产级AI Agent
  • AI Evals 入门:如何真正评估你的 AI 系统效果
  • 通过 MCP 协议让 AI Agent 完全控制真实 iOS/Android 设备
  • 深度推理模型生产部署实战指南
  • 深度推理模型性能监控实战指南
  • Agent系统最可怕的bug不是崩溃,而是静默失败
  • Vercel域名购买后可一站式配置部署、代理和邮箱
  • AI编程时代:代码审查员的核心价值与实操框架
  • AI Agent伪装身份欺骗开源维护者:安全沙箱已失效
  • Mistral 开源 3B 安全模型 Shieldstral:本地内容审核新选择
  • 自研 Agent 流水线的实战复盘
  • 自建内部 AI 平台成本远超预期:工程团队需谨慎决策
  • 自适应测试时计算:告别均匀分配推理预算
  • 分离Prefill/Decode:避免长Prompt阻塞所有Token
  • Agent难复现Bug的克星:确定性模拟测试
  • Agent工具调用分支预测:消除等待空档
  • Agent上下文窗口即RAM:引入分页机制
  • 停止让工具流经LLM:2026年代码模式转型
  • SparseSpec-L:无训练稀疏 KV 缓存让长上下文 LLM 推理提速 2.79 倍
  • 三秒延迟排查手记:API 和数据库不在同一区域引发的血案
  • Kotro:用 Rust 构建的本地 AI 编码 Agent 控制平面(MCP + LLM)
  • 我用skill.md约束文件对抗AI生成平庸UI
  • Markdown比HTML在LLM上下文中价值高10倍
  • 已加载 51 / 8593
8.0
热点
AI SCORE
模型发布2026-08-06 02:20

DeepMind CEO与首席科学家同时离职

The Decoder#DeepMind#Google#AI创业
Editor brief · 编辑速览

Demis Hassabis卸任DeepMind CEO转任Alphabet首席科学家,Jeff Dean27年后离开Google创立Discovery Loop。

文章思维导图
Knowledge map
拖拽缩放
Full translation

完整中文译文

Dean 在 X 上发布了一条告别消息,感谢他的同事们。"能与你们一起工作并帮助构建一些有史以来最广泛使用和最具影响力的产品,是我的极大荣幸,"他写道。

Google Deepmind 正在经历一场重大领导层变革。Demis Hassabis 将退出日常运营,担任 Alphabet 的首席科学家,而首席科学家 Jeff Dean 在工作 27 年后离开公司,创办自己的 AI 企业。

Hassabis 表示,此举让他有更多时间专注于"大局"。他在给员工的信中形容这是"人类历史上的关键时刻"。Hassabis 表示,他毕生致力于通用人工智能的研究,现在相信通用人工智能已"触手可及"。他此前将人类描述为"站在奇点山麓"。

Hassabis 将继续与 Google CEO Sundar Pichai 密切合作,处理"战略性和全球性的 AGI 事务",并为 Deepmind 团队提供咨询。他将继续在公司的伦敦总部工作,并投入更多时间于 Isomorphic Labs——Alphabet 旗下的 AI 药物发现子公司。Hassabis 曾表示,"AI 的首要应用应该是改善人类健康"。

Koray Kavukcuoglu 将接掌 Google Deepmind 的日常管理工作。他此前担任 Deepmind 首席技术官和 Google 首席 AI 架构师。作为 Google Deepmind 高级副总裁,Kavukcuoglu 将直接向 Pichai 汇报,并监督 Gemini 模型开发、前沿 AI 研究、Gemini 应用以及 Google 的 AI 开发者平台。

Kavukcuoglu 在 Deepmind 早期就加入了公司,与 Hassabis 合作超过 13 年。Pichai 表示,Kavukcuoglu 创建了 Deepmind 的深度学习团队,并推动了 WaveNet 和 DQN 等突破。Hassabis 表示,他对 Kavukcuoglu 和其余领导团队"充满信心"。

Jeff Dean 离开 Google 以自动化科学研究

Google Deepmind 同时失去了 Google 历史上最具影响力的工程师之一 Jeff Dean。在 Google 工作 27 年后,Dean 加入 Google Senior Fellow Sanjay Ghemawat,共同创办了 Discovery Loop——一家公益 corporation,计划通过自动化机器学习、科学和工程来加速科学发现。

Discovery Loop 最初将专注于自动化大规模机器学习实验。创始人们最终计划将相同方法应用于广泛的科学和工程领域。Anthropic 和 OpenAI 也已将更快、更自动化的科学研究纳入其更广泛的 AI 计划。

Discovery Loop 计划将研究周期从假设和实验到分析实现自动化。| 图片:Jeff Dean via X

Discovery Loop plans to automate the research cycle from hypothesis and experimentation through analysis. | Image: Jeff Dean via X

Dean 和 Ghemawat 帮助构建了 Google 早期搜索基础设施,随后致力于神经网络研究——用 Pichai 的话说,这些工作"助力创造了现代 AI 时代"。

Google 正在失去数十年的 AI 专业知识

Discovery Loop 的其他联合创始人 Oriol Vinyals 和 Quoc Le 都是 Google AI 研究的老将。Vinyals 曾帮助主导 AlphaStar 的开发——这个 AI 系统击败了职业《星际争霸 II》玩家,最近共同领导了 Google Deepmind 的 Gemini 团队。他的 Gemini 联合负责人 Noam Shazeer 于今年六月离开加入 OpenAI。长期在 Deepmind 工作的研究员 David Silver 于今年二月离开 Google。

Quoc Le 是 Google 深度学习的先驱之一。他共同创立了 Google Brain,并帮助开发了序列到序列模型,为现代机器翻译奠定了基础。Dean 表示,Discovery Loop 的四位创始人的合作时间从 14 年到 30 年不等。

Discovery Loop 的四位联合创始人帮助构建了 Google 众多核心产品、基础设施和 AI 系统,从 Search 和 MapReduce 到 AlphaFold 和 Gemini。| 图片:Jeff Dean via X

Discovery Loop's four co-founders helped build many of Google's core products, infrastructure, and AI systems, from Search and MapReduce to AlphaFold and Gemini. | Image: Jeff Dean via X

Radical Ventures 和 Khosla Ventures 领投该轮种子融资,Lightspeed、Kleiner Perkins、Doerr Capital 和 Alphabet 参与跟投。该轮融资预计将在未来几周内完成。Alphabet 将作为 Discovery Loop 的云合作伙伴继续参与其中,并计划与该初创公司合作开展机器学习系统和基础设施的研究框架。

Discovery Loop 表示,其方法有助于应对美国国家工程院提出的全部 14 项重大挑战。| 图片:Jeff Dean via X

Discovery Loop says its approach could help address nearly all 14 Grand Challenges identified by the National Academy of Engineering. | Image: Jeff Dean via X

Dean 在 X 上的公告没有感谢 Google,也没有提及他在公司的 27 年(见更新)。知名科技人士的离职通常会伴随精心准备的告别声明,此次缺失显得不寻常。这表明 Dean 的离职可能另有隐情——Google 面临 AI 领域的巨大压力,尤其是在编程方面,其最佳模型已落后于 OpenAI 和 Anthropic。Google 正指望 Gemini 4——一个正在训练中的"规模大得多的"基础模型——来缩小差距。公司尚未公布发布日期。

AI 新闻,无炒作——人工精选

订阅 THE DECODER,享受无广告阅读、每周 AI 通讯、每年六期的独家"AI Radar"前沿报告、完整档案访问权限以及评论区域访问权限。

Original source

本文由 AI 翻译整理自 The Decoder,原文版权归原作者所有。

阅读英文原文
上一篇
LoopX:解决多日长时AI Agent上下文断点的控制平面
下一篇
开源模型100倍低成本击败GPT-5.6检索任务