前Google首席科學家Jeff Dean壓縮二十七年經驗做1小時講述
前Google首席科學家Jeff Dean在Y Combinator Startup School等公開場合，把近二十七年系統工作壓進約一小時：從大模型、提示與工具，講到多智能體協同與長時任務。
他於2026年8月離開Google，入職約1999年，爲早期員工，參與搜索基礎設施、MapReduce、Bigtable、Google Brain、TensorFlow與TPU，後任Google AI與首席科學家，現與Sanjay Ghemawat、Oriol Vinyals、Quoc Le共創Discovery Loop，Alphabet承諾至少一年算力。演講中他修正2025年“初級工程師”判斷：面向編碼的智能體已能跑數小時，部分任務可連續數日乃至數週；下一階段瓶頸在推理硬件、上下文工程與實驗閉環，而非只堆參數。他建議創業公司打模型成功率約1%的縫，而不是20%的紅海。TPU起源被他寫成紙條演算：語音識別若人均每天三分鐘，將迫使服務器規模翻倍。
社交傳播把時間軸標成從零構建語言模型到一人調度上百智能體。該包裝不是Google官方教程，而是演講切片與轉述。同階段他還與Dawn Song對談智能體安全與雙用途，強調部分約束來自法律與規範，而非只靠模型內機制。
市場機制上，這是一手經驗對課程工業的分流：聽衆爲系統敘事付注意力，培訓商賣模板。受益方是能把長時智能體跑起來的基礎設施與創業項目；承壓方是仍按單次對話收費的提示詞商品。資金不因一場演講搬家，會流向推理芯片與可跑周級任務的編排層。
一小時不能代替論文與代碼。能覈對的是他離開Google的時間表，以及演講裏可引用的判斷，不是切片標題裏的完成百分比。
來源：公開信息
ABAB AI 解讀
Dean把TPU寫成能耗算術，把智能體寫成工期算術：任務從小時拉到周，調度對象從單模型變成隊伍。離開Google辦Discovery Loop，是把同一套“用計算換髮現”從搜索與翻譯轉到芯片、生物與材料。一人調度百個智能體，是組織設計問題，不是提示詞長度問題。1%縫隙論把創業從追平前沿實驗室，改成找通用模型做不好的專有數據與工具。
資本給“能跑一週的智能體”標價，因爲周級任務纔會喫滿專用推理芯片。課程市場把同一小時切成進度條，是注意力套利。Alphabet繼續供電，說明大廠要綁定前核心科學家的下一步實驗，而不是切斷關係。
對照Hinton離開Google後的公開課、以及各實驗室把內部備忘錄改成基調演講。行業從論文發佈進入創始人口述架構：誰親手做過分佈式訓練與定製芯片，誰的一小時就能重新定義“下一步該優化哪一層”。
這屬於技術替代：單次問答被長時多智能體替代。機制是經驗壓縮成公開演講，調度權從模型卡轉移到編排與硬件。
ABAB News · 認知定律
系統是怎麼來的，比十套模板更能決定下一步改哪一層
智能體工期從小時拉到周，瓶頸就從模型換成編排
一人能調度一支隊伍，是組織設計先於提示詞長度