导语
本期《硅谷101》对话了AI Infra领域的领军人物盛颖。作为开源推理引擎SGLang的发起人、前xAI推理系统负责人,以及现Radix AI的联合创始人,盛颖的学术与职业路径横跨理论计算机科学、形式化验证与大模型系统。访谈深入探讨了他对AI基础设施“浪漫”与美感的追求,开源社区的协作精神,以及创办Radix AI的初衷与愿景。他分享了从学术到工业界,再到创业的深刻思考,并阐述了其致力于通过技术实现“平权”的信念——让最前沿的AI能力从少数巨头的专属,变为整个行业可用的开放技术底座。
盛颖分享了从学术研究到xAI,再到创办Radix AI的历程。他深入探讨了AI基础设施的“浪漫”与美感,强调开源精神与社区协作的价值。同时,他阐述了Radix AI的使命:将前沿AI基础设施变为行业共享的开放技术底座,并致力于打造与人类共存的下一代AI。他还谈及了个人成长、对平权的坚持以及对纯粹理想与信念的追求。

本期《硅谷101》对话了AI Infra领域的领军人物盛颖。作为开源推理引擎SGLang的发起人、前xAI推理系统负责人,以及现Radix AI的联合创始人,盛颖的学术与职业路径横跨理论计算机科学、形式化验证与大模型系统。访谈深入探讨了他对AI基础设施“浪漫”与美感的追求,开源社区的协作精神,以及创办Radix AI的初衷与愿景。他分享了从学术到工业界,再到创业的深刻思考,并阐述了其致力于通过技术实现“平权”的信念——让最前沿的AI能力从少数巨头的专属,变为整个行业可用的开放技术底座。
展开「深读」看每一段讨论的问题与论据。
讨论的问题:本期访谈的嘉宾是谁,他的主要成就和背景是什么?
论据 / 案例:嘉宾是盛颖,XAI前推理系统负责人,SG-Lang发起人,毕业于上海交大ACM班、哥伦比亚大学、斯坦福大学。创办的Radix Arc完成1亿美元种子轮融资,投资方包括英伟达等。
讨论的问题:盛颖的早期学术经历如何塑造了他?
论据 / 案例:在哥大硕士阶段从数学转向计算机理论研究。在普林斯顿参加Workshop时,感受到“与世无争”的纯粹学术环境,决定投身数学研究。
讨论的问题:盛颖在斯坦福博士阶段的研究经历了怎样的起伏?
论据 / 案例:博士第一年寻找导师不顺,进入形式化验证领域。疫情期间经历近一年抑郁期,导师Clark Barrett持续提供经费支持。最终完成的复杂证明成为其研究生涯的亮点之一。
讨论的问题:盛颖如何理解并接纳自己的工作模式?
论据 / 案例:盛颖意识到自己是ADHD特质,这解释了他为何无法在不感兴趣的事情上集中精力。他表示,一旦理解并顺应这个特点,很多事情就迎刃而解。
讨论的问题:盛颖为何从理论计算机科学转向AI基础设施?
论据 / 案例:在谷歌实习于AI for Code项目,观察到传统分析技术被大模型覆盖,转而相信大模型潜力。认为AI Infra更符合其基于数学和代码的思维习惯。
讨论的问题:SG-Lang项目的缘起是什么,加入xAI的考量是?
论据 / 案例:SG-Lang源于将博士期间多项研究集大成的想法。选择xAI是因为公司能同时提供资源支持与创新自由,且早期团队氛围纯粹,聚焦技术。
讨论的问题:是什么促使盛颖离开xAI创办Radix Arc?
论据 / 案例:SG-Lang社区需求激增,但开源模式无法保证交付质量。盛颖在xAI的心理状态已无法专注,认为必须将社区背后的架构实体化,因此创立公司。
讨论的问题:盛颖如何看待AI基础设施的价值和竞争?
论据 / 案例:指出以模型为目标的公司在Infra美感上有所妥协。推理市场因AI变得更加有用而持续扩大,公司层出不穷但尚未出现输家。
讨论的问题:盛颖坚持开源和平等的理念根源是什么?对AI的未来有何设想?
论据 / 案例:成长中从互联网开源资料受益匪浅。认为应抹平因背景带来的差异,让好项目脱颖而出。最终目标是让AI能力去中心化,实现人类与强AI的安全共存。