开源项目 jeff 使用 4 亿参数 GLiFormer 模型在本地 GPU 进行文本分类，完整复刻 TypeSafe 的 jev API 协议，仅需修改 TYPESAFE_BASE_URL 环境变量即可零代码迁移，成本从每百万次 15.6 美元降至 2.6 美元。简单情感和情绪分类准确率几乎追平 jev，但 AG News 主题分类和反讽检测落后约 15 个百分点。推荐使用 Modal 平台的 L4 GPU 部署，每秒约处理 50 次请求。

Jeff Dean在斯坦福访谈中谈及离开谷歌创业的原因，强调小团队能极致聚焦。他回顾Gemini开发，认为多模态决策成功但编码能力重视不足；反思TensorFlow设计缺陷。新公司Discovery Loop专注科学和工程自动化，推动递归自我改进，加速实验循环。他还分享科研原则：快速浏览论文、连接想法、用数量级估算判断可行性，并讨论AI在网络安全中的双刃剑效应。

杰夫·迪恩在谷歌27年主导了MapReduce、Spanner、DistBelief等关键系统，其核心模式是识别并解决基础设施瓶颈。他离职后创立Discovery Loop，旨在自动化科学实验循环，延续其将瓶颈移位并推动系统扩展的思维。

Jeff Dean在谷歌的最后48小时异常忙碌：向139名亲近同事宣布离职，参加约1500人的告别会，仍坚持瑜伽和足球，深夜回复400条消息至凌晨2点半。次日处理更多消息后交还电脑，正式结束27年谷歌生涯。随后他立即成为新公司Discovery Loop的联创兼CEO，并迅速考察办公室，开启新篇章。

谷歌DeepMind创始人哈萨比斯卸任CEO，升任董事长兼Alphabet首席科学家，实权移交副手Koray，或为过渡安排，预计一年内彻底离开。谷歌正将AI管理权、人才和资源从伦敦迁往加州，集中权力。哈萨比斯更关注AI用于科学和医学，如Isomorphic Labs，与谷歌商业竞赛方向错位，离职倒计时或已开始。

Jeff Dean创办的AI公司Discovery Loop以极简三页PPT融资，展示创始人成就、团队规模及学术影响力，吸引硅谷VC排队投资。公司旨在自动化机器学习与科学实验循环，初期聚焦ML研究，未来扩展至硬件和药物发现。已获Khosla Ventures等领投数亿美元，Alphabet参与投资并签署云计算合作。

谷歌传奇人物Jeff Dean宣布离职创业，成立公益性公司Discovery Loop，专注机器学习与科学自动化，创始团队包括多位谷歌AI元老。同时，DeepMind CEO哈萨比斯卸任，转任董事长。谷歌股价因此下跌，人才流失加剧，面临AI竞争压力。

Avaya任命Jeff Clarke为新任CEO，接替Patrick Dennis。Clarke拥有30年技术经验，曾成功带领柯达扭亏为盈，计划将AI融入客户互动，同时保持可靠性。Dennis在任期间帮助Avaya在破产后转型，信用评级提升，但公司仍有8亿美元债务。Clarke的任命预示公司延续稳定，聚焦长期增长。

在2026年Google I/O大会上，Jeff Dean和DeepMind团队宣布AI已进入“智能体时代”，将彻底改变软件开发和人机交互。AI将成为独立工作的“数字员工”，提升效率并提供异步任务控制。未来软件将根据用户需求实时生成，程序员需适应这一变化，利用AI工具提升创造力，转变为“建筑师”。

谷歌首席AI科学家Jeff Dean在访谈中预测，未来每位开发者将管理50个智能体，清晰的需求定义将成为核心技能。他强调智能体的输出质量依赖于需求的准确性。谷歌将推出高端和高性价比的模型，蒸馏技术是关键。低延迟将显著提升用户体验，未来模型将更加注重个性化和多模态能力。

Jeff Dean 参与了 Google 的 AI 基础设施建设，包括 Gemini 项目。他在播客中讨论了蒸馏技术、AI 模型的需求与未来发展，强调前沿模型与小模型的关系，以及通过分层检索实现复杂任务的方式。他预测个性化模型将超越通用模型，未来目标是达到每秒处理 10,000 个 token 的速度。

谷歌首席科学家Jeff Dean在研讨会上回顾了AI的发展，强调谷歌在神经网络和Transformer等技术上的贡献。他展望AI未来的积极影响，认为随着研究和投资增加，模型能力将提升，改变社会。

在本期播客中，Java社区知名人士Jeff Genender分享了他对Apache的贡献，推动了多个重要项目的发展。

Odyssey公司推出的Explorer生成式世界模型能够通过单张图片生成高质量3D世界，简化创作过程，提高电影和游戏制作效率。尽管处于早期阶段，Explorer已展现出巨大潜力，获得广泛赞誉。

谷歌回应了对其AI芯片设计AlphaChip的质疑，指出Cheng等人的研究未遵循其方法，缺乏预训练和计算资源，导致结果不佳。谷歌强调，AlphaChip的开源数据支持预训练，且其方法可完全复现。

本文讨论了Clarifai创始人Matt Zeiler与Ben和Ryan的对话，涵盖了变换器架构取代卷积神经网络、AI实施所需基础设施、AI监管的影响以及合成数据的价值。Clarifai是一个帮助开发者将AI集成到技术工作流程和客户体验中的平台。