前Google首席科学家Jeff Dean压缩二十七年经验做1小时讲述
前Google首席科学家Jeff Dean在Y Combinator Startup School等公开场合，把近二十七年系统工作压进约一小时：从大模型、提示与工具，讲到多智能体协同与长时任务。
他于2026年8月离开Google，入职约1999年，为早期员工，参与搜索基础设施、MapReduce、Bigtable、Google Brain、TensorFlow与TPU，后任Google AI与首席科学家，现与Sanjay Ghemawat、Oriol Vinyals、Quoc Le共创Discovery Loop，Alphabet承诺至少一年算力。演讲中他修正2025年“初级工程师”判断：面向编码的智能体已能跑数小时，部分任务可连续数日乃至数周；下一阶段瓶颈在推理硬件、上下文工程与实验闭环，而非只堆参数。他建议创业公司打模型成功率约1%的缝，而不是20%的红海。TPU起源被他写成纸条演算：语音识别若人均每天三分钟，将迫使服务器规模翻倍。
社交传播把时间轴标成从零构建语言模型到一人调度上百智能体。该包装不是Google官方教程，而是演讲切片与转述。同阶段他还与Dawn Song对谈智能体安全与双用途，强调部分约束来自法律与规范，而非只靠模型内机制。
市场机制上，这是一手经验对课程工业的分流：听众为系统叙事付注意力，培训商卖模板。受益方是能把长时智能体跑起来的基础设施与创业项目；承压方是仍按单次对话收费的提示词商品。资金不因一场演讲搬家，会流向推理芯片与可跑周级任务的编排层。
一小时不能代替论文与代码。能核对的是他离开Google的时间表，以及演讲里可引用的判断，不是切片标题里的完成百分比。
来源：公开信息
ABAB AI 解读
Dean把TPU写成能耗算术，把智能体写成工期算术：任务从小时拉到周，调度对象从单模型变成队伍。离开Google办Discovery Loop，是把同一套“用计算换发现”从搜索与翻译转到芯片、生物与材料。一人调度百个智能体，是组织设计问题，不是提示词长度问题。1%缝隙论把创业从追平前沿实验室，改成找通用模型做不好的专有数据与工具。
资本给“能跑一周的智能体”标价，因为周级任务才会吃满专用推理芯片。课程市场把同一小时切成进度条，是注意力套利。Alphabet继续供电，说明大厂要绑定前核心科学家的下一步实验，而不是切断关系。
对照Hinton离开Google后的公开课、以及各实验室把内部备忘录改成基调演讲。行业从论文发布进入创始人口述架构：谁亲手做过分布式训练与定制芯片，谁的一小时就能重新定义“下一步该优化哪一层”。
这属于技术替代：单次问答被长时多智能体替代。机制是经验压缩成公开演讲，调度权从模型卡转移到编排与硬件。
ABAB News · 认知定律
系统是怎么来的，比十套模板更能决定下一步改哪一层
智能体工期从小时拉到周，瓶颈就从模型换成编排
一人能调度一支队伍，是组织设计先于提示词长度