跳转至

Discovery Loop

概述

Discovery Loop 是一家于 2026 年 8 月公布的公益公司（Public Benefit Corporation，PBC），由 Jeff Dean（CEO）、Sanjay Ghemawat、Oriol Vinyals 和 Quoc Le 创办。四位创始人均是离开 Google / Google DeepMind 的资深研究者，其中 Jeff Dean 在任职 27 年后离开 Google。公司宣称的使命是利用 AI“加速”科学研究，自动化研究闭环本身：不再由人类按顺序一次运行一个实验，而是让 Discovery Loop 构建能够提出实验、执行实验、从结果中学习并递归迭代的 AI 系统，以同时运行数千个并行实验。公司的定位不是只加速某个实验，而是整体提升实验吞吐量。

核心概念/架构

  • 持续探索闭环：核心原语是自动化的“提出 → 执行 → 学习 → 迭代”循环，由 AI 智能体而非人类研究者执行；目标是同时运行大量循环，而不是顺序执行。
  • 以大规模并行为扩展杠杆：相较于此前的自动化研究尝试，公司宣称的差异化优势在于扩大同时运行的实验循环数量，而不仅是提升单个智能体的复杂度。
  • 分阶段拓展领域：初始方向是自动化机器学习研究与工程；公司表示之后计划扩展到硬件设计、药物发现和清洁能源研究。

适用场景（优势）

  • 平台可用后，希望进行高度自动化、高吞吐量 ML 研究与工程实验的组织。
  • 用于评估“AI for Science”平台的参考模式：通过并行实验吞吐量扩展能力，而不只依赖单个智能体的能力。

局限（不足）

  • 截至公布时（2026 年 8 月）仍处于产品前期：种子轮尚未完成，没有公开产品、定价或技术架构文档。
  • 创始团队提出的路线图（ML 研究 → 硬件设计 → 药物发现 → 清洁能源）在启动阶段仍是愿景；初始重点只有 ML 研究与工程自动化。
  • 现有资料尚未说明模型架构、自主生成实验结论的安全/验证方法或集成界面。

融资与支持

  • 投资方：Radical Ventures 与 Khosla Ventures 共同领投种子轮（尚未完成，估值未披露）。
  • Alphabet：既是创始投资方，也是云计算合作伙伴。

参见

  • FreePHDLabor — 自动化科学研究全流程的开源多智能体框架，是相关但独立开发的研究自动化路径
  • 自学习智能体参考架构 — Agent0、Claude Managed Agents 的 Dreaming/Outcomes 循环，以及其他自主、迭代式智能体改进方法
  • 智能体平台 — 用于运行智能体的托管云/SaaS 平台概览
  • AgentOps 概览 — 大规模自动化智能体集群的运维生命周期考量

参考资料