当被问到创业者应该切入哪些方向时，迪恩给出的答案是“科学方法的自动化”。他这样描述那套循环：提出一个实验，实现运行实验所需的条件，评估实验，再从中拿到结果。他判断，把成千上万个这样的循环自动跑起来，有可能在科学、生物、芯片设计乃至改进 AI 模型本身等多个领域打开突破口。

台下没有人意识到，他讲的其实是自己刚刚组建的秘密公司。

四个人一起走，等同于抽掉半个技术底座

8 月 5 日消息正式落地：在谷歌工作近 27 年之后，迪恩离职创业，公司名为 Discovery Loop。同行的还有另外三人——桑贾伊·格玛沃特（Sanjay Ghemawat）、DeepMind 研究副总裁兼 Gemini 技术负责人奥里奥尔·维尼亚尔斯（Oriol Vinyals），以及谷歌大脑联合创始人、AutoML-Zero 项目背后的核心科学家 Quoc Le。

这个组合的分量很难被低估。迪恩与格玛沃特是谷歌最早期的员工之一，两人合写了这家公司大量的计算与搜索基础设施代码。极客圈里长期流传着一份调侃迪恩技术能力的“事实”清单，其中一条是：“杰夫·迪恩的简历上写的是他没做过的事，因为那样更短。”《连线》杂志把这次离职形容为米克·贾格尔和基思·理查兹一起退出滚石乐队去组新团。

对正在 AI 模型竞赛中疲于追赶的谷歌而言，这是一次实打实的重击。谷歌会持股这家新公司，但人确实走了。

让 AI 自己当研究员，而不是当研究工具

在接受《连线》采访时，迪恩说这个想法几周前才冒出来。另外三人很快加入，他们不只是多年同事，也是会一起休假的朋友。“我们各自在做不同的事情，但都开始看到 AI 有可能把科学和工程的循环自动化。”

Discovery Loop 的路线图里，第一个客户是它自己。团队最初搭建的自动实验循环会用于改进公司自身的机器学习算法，改进后的软件再成为一套 AI 系统的内核，去处理后续领域的问题。“我对自动化机器学习非常兴奋。”Quoc Le 说，“也许我们会发现一种不同的 Transformer 架构。”

再往后，目标涵盖芯片设计、生物、药物发现和材料设计。维尼亚尔斯提到了当前模型最薄弱的环节：“我们显然会非常关注的一件事，是这些模型如何提出值得一试的新想法。这不是它们目前特别擅长的地方。”

初期这些想法仍由人与模型共同产生，但团队的目标是把过程深度自动化。按他们的设想，如果路线走通，少数几个人借助 Discovery Loop 就有可能在发明产出上超过全球最大的研究机构——而这些小团队大概率会成为它的客户。这家公司也可能自己运行一部分循环，去寻找并商业化突破成果。

几张幻灯片，换来顶级风投的支票

融资过程简单得有些反常。团队做了一份朴素的路演材料，公司注册为公益性质企业。“我们只放了几页幻灯片，写了各自的背景，以及我们认为这套方法能在多个方向上成功的粗略思路。”迪恩说。材料本身没有用 AI 生成。

真正起作用的是人。风险投资人维诺德·科斯拉（Vinod Khosla）在一个周六把他们约到自己在沙丘路的办公室，避免消息走漏。“有这个团队在，我根本不需要知道他们要做什么就会投。”科斯拉说，“这是终极的全明星阵容。”他同样认可这个方向：“人类一直在用 AI 做研究，而不是让 AI 成为研究者。Discovery Loop 最根本的一点，是 AI 就是那个研究者。”

其余会面安排在迪恩家中。最终，科斯拉创投与专注 AI 的 Radical Ventures 领投，另有若干机构跟投。创始人没有披露融资金额和估值——但可作参照的是，眼下有公司为单个 AI 顶尖人才开出数千万甚至上亿美元的价码。Radical 管理合伙人乔丹·雅各布斯（Jordan Jacobs）将加入董事会，他的评价是：“做一个能解决所有这些问题的东西，是个很有力量的想法。这些人过去一直在做这类工作，他们知道自己在干什么。”

谈判很痛苦，最后谷歌选择了投资

从谷歌脱身的过程要难得多。迪恩透露，Alphabet 首席执行官桑达尔·皮查伊在多次会面中试图挽留他们。团队最终还是选择了创业带来的乐趣与自由。

“在大组织里，你要做任何激进的改变，都得先克服大量惯性。”维尼亚尔斯说，“我们想造点不一样的东西。”

谷歌最后给出了祝福，同时附上一笔投资和第一年的算力支持。皮查伊在声明中表示：“27 年里，杰夫和桑贾伊推动了一些最重要的技术转折，从早期的搜索基础设施到催生现代 AI 时代的神经网络。我们将继续作为创始投资人和云合作伙伴与 Discovery Loop 合作，共同推进机器学习系统及相关基础设施的研究框架。”

值得注意的是，团队目前还没开始招人（这可能意味着谷歌会流失更多人），连办公室都没租。被问到谁是首席执行官时，出现了短暂的停顿。“我想是我吧。”迪恩有些不好意思，“大家都指着我。”

愿景不新鲜，问题是谁能真的做出来

“AI 将成为科学发现引擎”这个说法并不新鲜。达里奥、萨姆、黄仁勋——几乎每一位 AI 领域的重量级人物都在某个场合表达过类似判断：AI 终将解决人类自己攻不下的难题。

Discovery Loop 押的是这支团队的知识与工程能力，足以把一套真能做出突破的系统造出来。而在那个远景之外，它还面临一个更窄、也更现实的评判标准：这家创业公司做出的成果，能不能抵得上他们离开谷歌所留下的人才缺口？

来源：WIRED（Steven Levy）

2026 年 7 月 25 日，OpenAI 遭遇了有史以来最严重的全球性宕机。ChatGPT、API、Codex 三线同时瘫痪，故障持续超过 8 小时。对于近 9 亿周活跃用户和超过 100 万企业客户来说，这一天的工作节奏被彻底打断。

这不是一次普通的服务器波动。

全线崩溃，波及全球

北京时间 7 月 25 日清晨，ChatGPT 的对话窗口突然完全卡死。紧接着 API 返回 502 错误，Codex 编辑器灰屏，依赖 OpenAI 接口的第三方应用集体失效。根据 DownDetector 的监测数据，故障报告量在短时间内急剧攀升，覆盖北美、欧洲、亚洲全部主要市场。ChatGPT 网页端、移动端、API、Codex、Sora——几乎所有面向公众的产品线同步瘫痪。

OpenAI 官方状态页面在上午 9 时 17 分确认”错误率升高”，但在此后数小时内既未给出预计修复时间，也未披露故障原因。

影响面有多大？截至 2026 年初，ChatGPT 的周活跃用户已突破 9 亿，相当于全球每 8 人中就有 1 人每周使用它。API 每天处理超过 20 亿次提示请求。企业客户超过 100 万家，涵盖思科（Cisco）、摩根士丹利（Morgan Stanley）、T-Mobile、Target 等全球 500 强企业。当 OpenAI 的系统停摆时，断掉的不只是一个聊天工具，而是横跨金融、医疗、零售、科技、教育等多个行业的数字神经。

这不是 OpenAI 第一次出现类似问题。2024 年 6 月，ChatGPT 就经历过一次长达 8 小时的全球性崩溃，当时大量用户涌向 Claude 和 Gemini，导致对手平台也被挤到瘫痪。如今两年过去，这个”连锁宕机”的脆弱性并未得到根本改善。

频繁宕机背后：增长与投入的失衡

回顾 OpenAI 的官方状态页面，2026 年 4 月到 7 月之间几乎每周都有异常记录：7 月 23 日 ChatGPT 登录错误和 API 延迟，7 月 22 日 Workspace Agent 服务降级，7 月 21 日 API 图片生成大规模故障，7 月 15 日 ChatGPT 登录中断。频率之高，已经无法用”偶发故障”来解释。

Ookla 联合 DownDetector 在 2026 年发布的一项研究显示，从 2025 年 1 月到 2026 年 4 月，共 471 天内分析了美国市场 370 万份用户故障报告，发现 AI 服务的严重故障天数正在持续上升。研究指出，OpenAI 最大的故障信号高峰——2025 年 12 月 2 日（6.7 万份报告）、2026 年 2 月 4 日（5.5 万份）——都与容量配置、访问控制和基础设施依赖有关，而非模型能力本身的问题。

而 OpenAI 的商业增长却极为惊人。从 2024 年到 2026 年，其年化营收从约 60 亿美元飙升至 250 亿美元。ChatGPT for Work 席位突破 700 万，企业版席位同比增长 9 倍。2026 年 2 月，它完成了创纪录的 1100 亿美元融资，由亚马逊、英伟达、软银联合领投，投后估值约 8520 亿美元。

营收和用户数高速增长的同时，基础设施的可靠性投入却没有同步跟上。搭建冗余架构、多区域部署、故障转移系统——这些”看不见”的投入，在硅谷”先上线再迭代”的文化中往往被优先牺牲。而 OpenAI 的底层基础设施高度依赖微软 Azure，当 AI 推理的计算需求呈指数级增长，任何一个组件出现问题，都可能引发全局性雪崩。

多模型策略是”心理安慰”吗？

这次宕机引发了一个更深层的问题：OpenAI 的竞争对手们，真的准备好接住这 9 亿用户了吗？

企业界早已意识到”不要把鸡蛋放在一个篮子里”，多模型策略在 2025 年之后成为行业共识。OpenRouter 这样的模型路由服务商因此估值暴涨——2026 年 5 月完成 1.13 亿美元 B 轮融资，估值 13 亿美元；仅仅两个月后，Stripe 据报正在以约 100 亿美元的价格洽谈收购 OpenRouter。

但现实是，当 OpenAI 全线宕机时，流量的瞬间转移能力严重不足。2024 年的宕机已经证明，Claude 和 Gemini 在承接突发流量时同样不堪重负。原因很直接：全球能够承载大规模 AI 推理计算的云基础设施，本质上集中在少数几家供应商手中。底层的 GPU 算力池、数据中心带宽和供电能力，不是靠一个 API 路由层就能绕过去的。

谁在裸泳？

这次宕机照出了 AI 行业一个被忽视的真相：AI 基础设施的可靠性，远远落后于 AI 能力的增长速度。当一家公司撑起全球 9 亿用户的 AI 体验，当超过 100 万家企业将其嵌入核心业务，它已经不是一个创业公司，而是一个准公共基础设施。但 OpenAI 在运营和可靠性上的成熟度，还没有达到公共基础设施应有的标准。

最危险的是那些深度绑定单一供应商、没有建立任何容灾机制的企业。一次超过 8 小时的宕机，可能就是数十万甚至数百万美元的损失。

接下来的关键观测点包括：OpenAI 是否会发布详细的事后分析报告？是否会推出 SLA 承诺并附带赔偿条款？多模型路由层的实际可用性是否会得到压力测试？以及，这次宕机是否会推动监管层对 AI 基础设施的”关键基础设施”认定——正如云计算和通信网络一样。

当 AI 从一个”可选工具”变成”必选项”，它的可靠性就不再是技术问题，而是经济问题。

图片来源：钛媒体 TMT Post

AI 正在批量制造百万富翁，这一点已经不是什么秘密。但令人尴尬的事实是：大多数人被反复告知要”多用 AI”——多用工具、多写提示词、多生成内容——结果自己还在深夜手动做决策、把五个应用拼接到一起。

而那些真正靠 AI 赚到钱的人，用的 AI 比你少，而不是多。

反直觉的成功法则

2026年7月，Entrepreneur 记者 Ben Angel 在一篇深度分析中揭示了一个被广泛忽视的真相：AI 造富的核心不在于用更多的 AI，而在于把 AI 用在最能产生财务杠杆的那一两个点上，其余全部跳过。

文中提到了一个典型案例：一位非技术背景的创业者用”用大白话描述一个应用”的方式，借助无代码工具直接上线了一款产品，最终以 4 亿美元的价格卖出了这家公司。表面上看，故事的主题是”AI 能写代码了”。但更深层的逻辑是，这位创始人找到了一扇锁住行业 99% 参与者的大门——”我不会写代码”——然后用 AI 直接把这扇门拆掉了。那扇门，本身就是产品。

类似地，另一位独立创始人通过识别行业中最普遍的准入门槛，把一个人的公司做到了 8000 万美元的退出。

数据也在佐证这个趋势。根据 2026 年 Intuit QuickBooks AI 影响力报告，43% 的美国企业现在将 AI 归因于收入增长，而只有 2% 的企业表示 AI 导致了收入下降。差距不再是顶端 1% 与普通人的区别，而是那些把 AI 放在最高价值约束上的经营者，与那些把 AI 撒在琐碎事务上的人之间的区别。

AI 的”反向操作”：一个价值 4000 万美元的教训

文章中最值得留意的部分是一个”反转案例”。一家公司部署了 AI 聊天机器人，替代了 700 名客服人员的工作，带来了 4000 万美元的利润改善——然后，他们撤回了 AI，重新雇回了人类。

所有人都盯着那 4000 万美元的数字。但几乎没人追问：哪些对话是 AI 绝对不该碰的？这个问题的答案，恰恰区分了靠 AI 赚钱的人和只会为 AI 花钱的人。

这意味着，AI 的使用边界本身就是一个战略问题。不是所有能用 AI 替代的环节都应该被替代，尤其是在需要人类判断力和同理心的客户交互中。

对普通创业者的启示

对于没有技术背景、没有团队、没有融资的普通人，该如何复制这些成功者的路径？Ben Angel 给出的核心方法是：找到那个锁住你所在行业 99% 人口的门槛，然后用 AI 把它移除。具体来说，可以问自己一个问题：”在我的行业里，99% 的人做不到的那件事是什么？”这个问题本身就是一份产品路线图。

这种思维方式的转变，本质上是对传统商业壁垒的重新定价。过去，资金、人才、基础设施构成了创业的天然护城河。但在 AI 时代，这些门已经不再上锁了——问题只是你有没有注意到门是开着的。

图片来源：Entrepreneur.com

一、发生了什么

DeepSeek 原计划启动第二轮融资，目标估值约 5000 亿元人民币（约 710 亿美元），计划募集至少 100 亿元。就在一个月前，该公司刚完成了创纪录的首轮融资——募资约 74 亿美元（超 500 亿元人民币），投资方包括腾讯、宁德时代、京东、网易以及中国国家 AI 基金等。

然而就在关键签约节点，DeepSeek 创始人梁文锋在首轮融资期间与投资者交流的一段近 4 小时内部发言实录被泄露并在社交网络刷屏，其中涉及梁文锋对中美 AI 算力差距、公司组织文化、开源逻辑和技术路线图等热点话题的看法。

二、暂停原因：梁文锋对外泄表态不满

知情人士透露，此次暂停部分源于梁文锋对上述内部言论被网络广泛报道感到不满。彭博社明确指出，未能核实网传会议记录的真实性，DeepSeek 官方也没有确认这份纪要的真伪。

尽管如此，这一事件显然触及了创始人的底线。对于一个处于高速扩张期的 AI 公司而言，创始人在内部场合的坦率发言被断章取义地传播，既可能影响公司的融资节奏，也可能对团队士气造成扰动。

三、下一步：融资可能恢复，IPO 已在筹备

消息人士表示，DeepSeek 不排除在未来重新启动本轮融资流程。与此同时，路透社上周报道称，DeepSeek 已开始初步研究在上海科创板（STAR Market）上市的可行性，最早可能在今年提交上市申请。不过，公司尚未正式递交申请，也未公布具体上市计划。

四、行业背景

DeepSeek 的融资暂停发生在国内 AI 领域融资热潮的背景下。这家从量化交易转型而来的 AI 公司，凭借开源模型策略和高效的算力使用方式，在全球 AI 社区赢得了极高关注度。首轮融资的超额认购本身就证明了市场对其技术路线的高度认可。

此次融资暂停更多是内部节奏调整，而非投资者兴趣下降。在 AI 竞争日益白热化的当下，DeepSeek 如何处理创始人的个人风格与资本市场规范之间的张力，将是一道值得关注的考题。

本文信息综合自 Bloomberg、Reuters、IT之家、BlockBeats 等媒体报道。