Google 资深副总裁 Jeff Dean 宣布离职创业 Google 资深副总裁 Jeff Dean 宣布将在工作 27 年后离职，与 Sanjay Ghemawat、Oriol Vinyals、Quoc Le 共同创办 AI 公司 DiscoLoop AI。 Jeff Dean 是 Google 传奇工程师，参与构建了 MapReduce、BigTable、TensorFlow 等核心系统，近年负责 Google AI 和 Google Research。

DeepL真的挺厉害的. 能一度在翻译领域超过Google (2020年~2022年, 体感的中文翻译和日译中明显更好) 本身对翻译数据要求高, 技术也一直在跟进. 创始人本身是之前Google Research做计算语言出身, 结果他迎来了这个领域的圣杯显现 , 也迎来了自己公司的陌路...

前 OpenAI 研究科学家田永龙已确认加入腾讯混元团队，未来将参与视觉语言模型相关研发。 田永龙本科毕业于清华大学，在麻省理工学院（MIT）获得博士学位，曾先后在谷歌研究院（Google Research）、Google DeepMind 担任高级研究科学家，主要研究计算机视觉与生成式模型。 这是腾讯混元继去年十二月招募首席 AI 科学家姚顺雨后，引入的又一位顶尖华人 AI 研究员。

卧槽，这只苍蝇最近在AI圈玩疯了：16.67 万个神经元，已经开始打 Doom、玩马里奥、炒 BTC😂 最近 X 上到处都是一只“苍蝇”在打游戏、炒币、跑 Minecraft。它当然不是真苍蝇，而是一套按照真实果蝇神经接线重建出来的数字神经系统。 9 月，Google Research、HHMI Janelia、剑桥等团队正式发表 MaleCNS 研究，把此前公开的雄性果蝇完整中枢神经系统连接组推到了台前。 社区目前最常用的一套模拟保留了约 16.67 万个神经元、2560 万条有向连接，对应约 1.24 亿个突触接触。 然后AI圈彻底玩疯了。 有人把 Doom 的画面喂给果蝇视觉神经元，再从下降神经元读取前进、转向和开枪。 有人把它接进超级马里奥 64 和 Minecraft。 还有人直接把 BTC K 线变成视觉输入，让苍蝇输出买、卖、持有，赚钱刺激 PAM11 多巴胺细胞，亏钱刺激 PPL101。甚至已经可以接 Coinbase 真账户下单。 按照这个进度，下一步是不是还可以继续训练其他大脑神经元，然后提取出来供大家使用啊？

$GOOGL 还是太全面了！ 想象一下，你要把一座超级大都市里的每一座发电厂、每一根高压电缆、每一个变电站，乃至居民家里的每一个开关和电线，全部精细地画成一张完整的电路图。 更夸张的是，这张图对应的实际空间，只有一粒粗盐那么大。 这就是谷歌 Google Research 联合顶尖科研机构刚刚干出来的一件大事：他们把一只成年雄性果蝇的整套中枢神经系统，彻底绘制出来了。 这不仅仅是一个大脑，而是包含了大脑、视觉神经系统以及相当于人类脊髓的胸腹神经绳。全图囊括了超过 16.6 万个神经元，以及整整 1.25 亿个突触连接。 为了做出这张图，科学家把果蝇切成了几千个纳米级超薄切片，用电子显微镜扫描出海量的图像数据。谷歌则动用了专门的神经网络算法，把数以百万计的二维切片拼叠成三维的神经元结构。哪怕有了顶级 AI 的辅助，人类研究人员依然耗费了整整 44 个人年的精力去复核与修图。 当你真正看懂这张神经路线图，就会发现生物演化的机制有多精妙。比如科学家发现，果蝇在飞行、行走或者避障时，大脑并不是在实时指挥每一条腿该怎么迈。大部分动作是由靠近肢体的局部神经环路自主决定的。这不就是天然的边缘计算吗？ 这也解释了为什么谷歌能一直保持极高的行业上限。大家平时看谷歌，觉得它是一个做搜索、做广告、做 YouTube 的商业公司。但它的底层内核，其实是一个解决超大规模复杂问题的工程计算引擎。从 AlphaFold 预测蛋白质结构，到重建人类大脑皮层切片，再到今天绘制完整的果蝇中枢神经系统。 当一家公司能把顶尖的算力、AI 算法与基础科学研究深度结合在一起的时候，它就不只是在做眼前的业务，而是在为未来几十年的人类科技铺设地基！

你可能刷到过这个“模拟果蝇大脑玩 Beat Saber”的视频。但不要激动的太早，不是真的在玩，视频里的运动输出是把模型过拟合（overfit）到一段预录动作序列上回放出来的，真正的视觉识别和强化学习还没做完。 右边的连接组是一张静态接线图，不是一个活的大脑。这些游戏演示是拿真实神经数据搭的互动玩具，看起来很酷，但离果蝇大脑独立打游戏还很远。 9 月 3 日，HHMI Janelia 研究所联合 Google Research 和剑桥大学，在 Cell 上发表了雄性果蝇完整中枢神经系统的连接组（connectome），包含 166,700 个神经元和 1.25 亿个突触连接，是目前最大的完整脑图谱。它覆盖了果蝇的大脑和腹神经索（相当于脊髓），第一次可以追踪从“看见东西”到“做出动作”的完整回路。 整个数据集以 CC-BY 协议开源。数据发布仅两天，佐治亚理工的研究生 Evan Smith 就用 GPT-6 Astra 把全部神经元装进了 Minecraft，之后 Beat Saber、Mario 64、Doom 版接连出现。之所以传播很快，主要是因为开源加上门槛够低。 这项研究真正重要的地方在于，之前已有雌性果蝇的连接组，现在雄性到齐，科学家第一次能在突触精度上比较两性大脑。结果发现只有 4.8% 的神经元存在性别差异，而且集中在负责决策的高级脑区，感觉和运动区域两性基本一样。也就是说，雄果蝇和雌果蝇看到的世界差不多，但处理方式在关键节点上不同，4.8% 的局部差异就能在全脑产生连锁效应。 下一步是脊椎动物。Google 和哈佛正在画斑马鱼的全脑连接组，小鼠部分脑区也在推进。 一些相关文章可以看：

腾讯又挖来一位 OpenAI 核心研究员。 据多家媒体确认，OpenAI 前研究员田永龙（Yonglong Tian）已正式加入腾讯，将参与混元大模型相关研发，重点方向为 VLM（视觉语言模型）。 这也是继姚顺雨之后，腾讯引入的第二位 OpenAI 背景核心研究员。 更有意思的是，两人本身就是 OpenAI 老同事。如果后续传闻中的组织架构落地，腾讯混元的多模态能力很可能会迎来一次明显加强。 田永龙的履历也很硬： • 清华本科 • 香港中文大学 MMLab • MIT EECS 博士（Phillip Isola 组） • Google Research • Google DeepMind • OpenAI 他的研究方向长期聚焦于： Computer Vision Representation Learning 多模态模型 VLM / 对比学习（SupContrast 作者之一） 相比「又挖了一个 OpenAI」，我觉得更值得关注的是腾讯最近的人才布局。 姚顺雨更偏基础模型、Scaling 和 AI Infra；田永龙则长期深耕视觉和多模态。如果两人的职责最终按目前传闻落地，一个补基础模型，一个补 VLM，多模态拼图基本就齐了。 这也说明腾讯今年的重点，已经不只是追赶大语言模型，而是在补齐 Agent、GUI、视频理解、数字人等下一阶段 AI 应用最核心的能力。 国内大厂这波 AI 人才争夺战，越来越有意思了。

原OpenAI 研究员田永龙加入腾讯 OpenAI 前研究员 Yonglong Tian（田永龙）已于近期加入腾讯，知情人士透露，其后续或将参与参与 VLM（视觉语言模型）相关研发。 田永龙此前在 OpenAI 担任 Member of Technical Staff，主要研究方向包括计算机视觉、视觉表征学习（Representation Learning）以及生成式模型。 在 OpenAI 之前，他曾在“谷歌系”深耕多年。2022年底，他加入位于剑桥的 Google Research 担任高级研究科学家，随后于 2024 年 5 月转入 Google DeepMind。

7. Anthropic - Applied AI Architect（Startups 团队） - 角色: 帮助创业公司构建 Claude 应用的技术架构师 - 要求: 有 LLM 应用开发经验，能与创始人对话 - 中国讨论度: 低 - 🔗 8. Stripe - Staff Full Stack Engineer - 角色: 创业公司级别的早期员工，设定技术方向 - 薪资: 高端（未公开具体数字） - 中国讨论度: 低 - 🔗 --- 校招/实习信息差 9. Cloudflare - 2026 年招聘 1,111 名实习生 - 背景: 从原来 60 人项目暴增至 1,111 人 - 目标: "培养下一代技术领袖" - 中国讨论度: 低 - 🔗 10. - 2026 校招（New Grads） - 岗位: 计算机视觉 / 算法工程师 - 地点: San Jose, CA - 公司: 自动驾驶上市公司 - 中国讨论度: 低 - 🔗 11. Databricks - 2026 New Grad + 实习 - 岗位: 多个 AI/ML 研究、工程岗位 - 地点: SF / NYC / Mountain View / Berlin / Amsterdam / Bengaluru - 中国讨论度: 低 - 🔗 12. IBM - 2026 年校招扩招 3 倍 - 背景: IBM 人力资源官表示将"重写每一个岗位" - 原因: AI 能做入门级工作，但需要能驾驭 AI 的新人 - 中国讨论度: 极低 - 🔗 13. Google DeepMind - Student Researcher Program - 项目: 付费研究实习，覆盖 BS/MS/PhD - 团队: DeepMind / Google Research / 其他 AI 团队 - 中国讨论度: 低 - 🔗

谷歌Q2全线数据了超预期，但是盘后反而杀跌，全球资本已经不再买单AI宏大叙事了，我们目光都聚集在，我不管你故事多好听，我只问你，这些钱什么时候能真正赚到利润？这也是为什么财报很好看，股价反而承压。 先看数字：Alphabet Q2 2026 ✨营收：1198亿美元，同比增长24% ✨Google Cloud：248亿美元，同比增长82% ✨GoogleSearch广告：633亿美元同比增长约17% ✨YouTube广告：110亿美元同比增长13% ✨Google Services整体：945亿美元同比增长15% 单看这个数据，并非普通的数据。尤其Cloud，过去我们一直认为，云计算是微软Azure和亚马逊AWS的战场谷歌只是第三名。 但这一季度 GoogleCloud 增长82%明显加速，为什么？因为AI正在重新定义云计算，以前企业买云：存数据跑服务器。现在企业买云：训练模型部署AI Agent、调用AI基础设施 而谷歌刚好拥有：TPU芯片、Gemini模型、数据中心、云平台，这四个东西开始形成闭环。 二、但是为什么市场不兴奋？ 因为资本市场看的不是今天，而是未来。谷歌现在最大的问题：AI投入太大。Alphabet提高了2026年资本开支预期，预计全年资本支出达到1950亿-2050亿美元级别。 什么意思？简单理解： 谷歌之前靠搜索广告赚钱，一台服务器可能带来几年稳定现金流。现在AI时代：你必须提前砸钱，建数据中心买GPU、自研芯片、训练模型。但是这些投入什么时候转化成收入？市场不知道。所以现在投资者心理，我相信AI有未来。但是你花2000亿美元我什么时候看到回报？ 三、值得关注的，其实不是Gemini 而是搜索很多人，认为ChatGPT会不会干掉Google Search，但这次财报给了答案，目前还没有 但是GoogleSearch依然增长17%，这说明，AI并没有直接摧毁搜索。反而谷歌正在把AI塞进搜索里面。这个逻辑非常关键 未来可能不是：Google Search vs AI 而是：Google Search + AI 我个人的看法:经历互联网、移动互联网、Web3多轮牛熊之后，让我也更加看清楚了企业转型的本质。谷歌正在经历一次身份变化。过去几十年谷歌是一家广告公司，搜索广告是现金奶牛，AI之后，谷歌想变成，全球最大的AI基础设施公司，但是转型一定痛苦，因为投资者习惯了： 谷歌 = 高利润 + 稳定现金流 现在变成了：谷歌 = 巨额资本开支 + 押注AI远期未来。 市场自然会犹豫，因为现在大家只接受，只兑现、不画饼。