8月第一周，谷歌灵魂人物Jeff Dean带着其他几位高管离开Google，创办Discovery Loop，将目光投向AI for Science。当大模型学会推理、编程和调用工具，AI for Science正成为AI巨头的下一场竞赛：AI不再只回答问题，也开始提出假设、设计实验。
为什么AI for Science会在此刻爆发？谷歌DeepMind前资深研究科学家曹原从Google内部的组织变化谈起，拆解AI for Science、AI for AI与RSI的关系，以及AI科研闭环如何运转。从数学、代码到生物、材料和物理，问题越容易计算和验证，AI进展越快；一旦进入真实世界，实验周期、验证成本与反馈速度便成为核心瓶颈。自动实验室、科研Agent和符号系统，可能成为AI跨越这道障碍的关键。
本期视频，我们与曹原讨论Jeff Dean出走背后的Google取舍、三大AI公司的科学路线、符号主义与连接主义的结合，以及数学究竟是发现还是发明。更重要的是，当AI已经会解题、搜索与组合，它能否创造新的概念和知识？科学发现，会是通往AGI的最后一英里吗？
