E247｜对话盛颖：xAI，Infra的浪漫，SGLang，开源，平权与“甄嬛传”

目录

• 出国求学与数学之美 [00:00:00 - 00:10:00]
• 研究低谷与认识自我 [00:10:00 - 00:20:00]
• 专注心流与SGLang起点 [00:20:00 - 00:30:00]
• SGLang成长与xAI早期 [00:30:00 - 00:40:00]
• xAI转型与量化经历 [00:40:00 - 00:50:00]
• 组织文化与AI基础设施 [00:50:00 - 01:00:00]
• KV Cache与推理引擎 [01:00:00 - 01:10:00]
• 开源生态与创业竞争 [01:10:00 - 01:20:00]
• 开源文化与机会平等 [01:20:00 - 01:30:00]
• 性别经验与创业判断 [01:30:00 - 01:40:00]
• 波折融资与理想未来 [01:40:00 - 01:46:24]

出国求学与数学之美

陈茜：Hello,大家好,欢迎收听硅谷101,我是陈茜。今天我们请到了一位在AI推理领域绕不开的人,他是盛颖RadixArk的联合创始人与CEO。今年5月,这家公司官宣了Axial领头的1亿美元的种子轮融资。像英伟达的投资部门AMD,英特尔的CEO陈立武,还有OpenAI的联合创始人John Schuman都是他的投资人。那RadixArk它背后是一个叫做SGLang的开源推理引擎，一个从来没有靠市场推广和销售推广过的项目，今天就已经跑在了全球数十万张的GPU上，每天为谷歌微软英伟达 xAI生成数万亿的token 可以说你每天现在用到的AI服务器，背后很有可能就有它在工作，而SGLang的起点是2023年 盛颖在斯坦福读博的最后阶段，和LMSYS的社区研究者一起做出来的东西，他把它称为自己博士生涯的收官之作，那之后他加入xAI为Grok搭建推理系统，去年他从xAI出来，和朱邦华一起把这个开源项目变成了一家公司，那我们这集的节目录制于2026年的6月初，当时是RadixArk刚宣布完融资不久，那下面呢就请收听我们视频主理人陈茜与盛颖的对话，这也是一集视频播客，大家可以在硅谷101的视频平台上同步收看，非常感谢盛颖，欢迎做客硅谷101 感谢你们的采访，我看你们是刚刚搬来这个新的办公室是吗，对 9月1号刚搬过来，你们现在大概多少人啊，现在有40多人 扩张会非常的迅速吗，其实比我预期的快 [00:01:47]

盛颖：因为我们事实上，我们扩张scope增长的，也比想象的快，然后各个地方都需要人，我们能招进来的人，也比我想象的要更，有更多qualified的candidates

陈茜：所以我们也稍微有点stress 但是我们已经在控制，今天呢会讲一讲，你整个的学生时代，到你之后的这个研究时代，再到就是你出来在X 还有你自己新的startup 然后我们可以按照这个顺序来讲，那首先呢，你其实是大学在上海交大，然后这个上了ACM的荣誉班 17年就来到了美国哥伦比亚大学，读硕士学位了，当时出国是因为大家都要出国吗，就是为什么选这条路呢 [00:02:03]

盛颖：确实也是因为大家当时很多人是要出国，但是我其实对出国的概念知道的很晚，我觉得我从江西到本科的时候，是经历了一个很强的 cultural shock的一种概念，但是我觉得我身边的人更理解，职业发展人生，发展他们有更多的规划，其实我，失除在一个无知状态，我记得我本科刚毕业的时候，一开始，其实我甚至没有升到什么，就是我申请了美国的大学，但我其实没有拿到offer 一开始，当时有一个，讲中文大学的 PhD的offer 然后我接了升职都已经，申请的时候，我就有个君子协议 4月15号，君子协议都已经过了，到第二天，我突然收到了，哥大给我发了一个，很普通的研究生，叫master offer 它其实是个很普通的offer 就是很多人都能拿到，但是我当时就觉得，我想接触一些新的东西，我想，因为那个时候的学术中心，还是在美国，我觉得我想出去看到，哪怕格大的这个master program 它不是一个特别顶尖的program 但我想我想看到，然后我当时 我还跟我爸打电话说，这个我们前面 PHU不能毁，我还需要交一笔违约金，但是我想出去看看，我还犹豫了一下，然后给我爸打了一通电话，但我爸非常快，就是一分钟就说，好你去，就交了违约金，那你说你从江西到上海，其实是有一段culture shock的，那你从上海到美国，也是不是经历了culture shock 也有吧，我觉得我确实是，每一段都是那个舒适圈，打破在早期的经历里，但是我在纽约的感受要，纽约是很包容的一个城市，这个shock其实不太shock 就是我感到不一样，但我觉得极大的被包容了，具体体现在，其实，什么方面呢，就是我觉得在纽约，当时文化让我觉得，没有人盯着我看，没有人在乎我穿什么，想什么做什么，我想要什么，我在纽约感受到，那个shock 更多的是一个，不需要被限制，也不需要限制别人的哨子，这个哨可是，从一个被限制状态，到一个完全自由状态的一个，对它是个哨子 但它其实是个更放松的过程，挺好的，那我看你在那个，哥大硕士阶段发表的论文 [00:04:12]

陈茜：还是比较偏理论的嘛，主要是测试函数，然后现行回归的数学性质，后来到了斯坦福图PhD的时候，你选择了形式化验证方向，那么先跟我们说一下，在哥大你从事的这些研究，其实对你有

盛颖：就后来的研究，有产生任何的影响吗，我刚上研究生的时候，是没有想要做研究的，但是我第一学期的时候，上了计算复杂性的课，当时觉得很有趣，然后我又碰巧，交了一些当时的朋友，就是当时的博士生朋友，然后他们都是做理论的，然后我就觉得，这个领域非常有意思，我就找老师和这些同学们说，能不能有一些问题可以研究，研究了一段时间，觉得很有趣

陈茜：然后也有成果，所以自然而然的，就到了斯坦福，就是你研究生毕业的时候，有考虑过，我要工作，还是说我要申请博士，我一开始是没有想要申请博士，或者说我也没有觉得，我不会申请博士

盛颖：但是我没有盯着这个目标去，我没有对着这个目标去，我觉得它是open的，所以我也保留了这个选项，探索了一下，但我后来发现，这个理论的问题非常有意思，我自己也非常享受，我当时就是觉得，我甚至也不需要赚很多钱，我觉得我想stay poor 我想找一个没有人的地方，我当时有一次去普林斯顿，我去参加一个work show 然后我当时被那个环境，就直接包围了，进到彭斯那个校园，那个环境里面，我就突然觉得与世无争，非常的academic 跟哥大，他也不是academic 他就是与世无争，进到那里的感觉就是没有，就是会觉得你人世间的，很多这种大家所在乎的东西，你平时去挣扎臣服的东西，都非常的没有意义，我觉得，是学校的环境，给你这样的感觉，还是说那边的人，他的氛围是那样的，应该也是，还是那个workshop给我带的，那个环境，加上那个workshop里面的人，大家的讨论的这个氛围感，那个氛围感让我觉得，所有事情都是不重要的，我觉得人的想法 七情六欲都是不重要的，都是甚至看上去有点荒诞的，那什么是重要的，就是什么都不重要是重要的，就是一种是一种虚无，你觉得虚无才是它真实的东西，就只有真实是重要的，真实是重要的，然后数学在那个环境下，就会显得特别的美好，特别的优美，因为它是，确定形象线是绝对化的，然后你在跟它打交道的时候，没有什么其他东西需要思考，它可以让你非常的沉静和focus 或者说你可以在这个环境里面，进入心流状态，思考问题的时候进入心流状态，这个心流状态是与人无关，与其他所有事情都无关，大脑被完全地调转起来的时候 [00:06:03]

陈茜：进一种生理性愉悦，我有一点描述不出那个感觉，我能get到你的意思，但是这个状态我觉得非常的纯粹，就是很纯粹，很像一个，会成为一个数学家的人的一个状态，但是你后来为什么，没有成为一个数学家呢

盛颖：对我当时就是很想成为一个数学家，我当时觉得我就要成为一个数学家，我觉得我只想做数学，但是，事情的发展，总是不是那么简单嘛，那毕竟我还是有，生活上的各种干扰，到了斯坦福之后，第一年也确实没有再，我觉得到了斯坦福，我就没有那个感觉了，我不知道这个是不是，斯坦福不如普林斯的纯粹吗，普林斯那个只是一场travel 我留在哥大，但我在哥大的时候，也能感受到这个氛围，我现在觉得，是不是西韩和东海岸，其实有点这种文化的，差异性在，西韩就是慢慢，你会感觉到更多的这种，关于成功与否的这种 Noise就是你想要参与世界的推动，我又开始觉得我跟世界有关，我就觉得我不想跟世界无关，但我在东海岸的时候，我觉得我希望我跟世界无关，我希望我被世人遗忘，很不一样的一种感受，当我在斯坦福第一年的时候，想做理论，那个时候斯坦福是有rotation program 要配导师，配导了之后你才决定，你后面五年，骗世界旅程怎么走 前面几期有些是因为各种各样的原因，比较复杂各种各样的原因，没有再遇到很，很让我觉得，能够进入心流状态的问题，也没有跟哪个老师，能够双向的，都觉得很，很exciting 可能老师们也觉得，我对他的问题，不是特别感兴趣，有一些情况，有时候我可能也觉得，那个老师，我们没有完全match上，最后到了第四轮，跟我现在后来，老师Scarg match上的时候，就已经进入到，一个新的topic了 [00:07:50]

陈茜：是Clark Barrett教授，对吧，他其实是做，形式化验证的一个方向，能不能跟我们的观众，来解释一下，什么是形式化验证，这个领域也很大，但我可以简单讲，我当时做的一部分的话题 [00:08:17]

盛颖：一部分的课题，我们当时一部分的课题是，我们要把，就是我们人写出来的代码，进行拆解和映射，然后把它映射到，底下的底层的这个数学逻辑上，你可以把这个代码，映射到一阶逻辑，你在这个逻辑出来之后，你就可以从数学角度去证明，你写的这份代码，它是不是具备某一个性质，我更具体的来说的话，那我一份代码，其实你隐藏的来说，我们是有一个东西，叫做Spark Specification SPARK其实是说明了，这个代码它，满足什么前驱条件，它会有什么样的imvariance 然后你代码执行完之后，要满足什么样的条件，你可以有这样一套语言，去描述这个程序，然后你要证明的就是，如果你在有这个SPARK的情况下，你的代码是不是真的，符合了这样一套逻辑，从代码映射到这个逻辑 formular之后 formular之间的这个证明和推理，就是我做的那个领域，研究领域SMT Solver 做的事情，然后我的研究大部分是在 SMT Solver的 那个Solver本身的优化，优化一方面跟efficiency有关，一方面跟正确性有关，但是它更多的是跟，你怎么定义语义有关，就是你定义什么样的语义空间，可以去表达你 [00:09:24]

陈茜：一份代码所做的事情 DestinF其实你开始，这个深入形式化验证之后，我们看到就是开始，框框出论文了 2020年是拿到了 ICSE的最佳论文奖 2022年是拿到了ICSE的提名，后来又是CAV的贡献者之一，是拿到TACAS的最佳工具论文奖，太高产了，对你觉得这段时间，你的一个研究的状态，是什么样子的

研究低谷与认识自我

陈茜：是什么样子的，其实这个真实的过程，比外面看到的这个

盛颖：简历上的那种要，要干扁很多，其实要boring很多，我其实在斯坦福，前几年的经历并不顺利，一个是我首先刚进来，第一年的时候，找导师其实就不是很顺利，被动地进入了这个，形式化方向的领域，因为我要读这个PhD 所以我才，就是需要把这个地方，不停地去做研究，铲除了我的什么，其实是比较被动的状态，当然我在做的过程中，慢慢地也欣赏到了，它的美感，后来我慢慢理解，这件事情，它为什么有意思，以及我后来，有些更多的思考，我觉得它其实，还有一个很有意思的未来，但是最开始做 Politeness那篇论文的时候，就是我迪斯拿，伊芝卡 Best Paper那篇，非常非常的意外，因为我当时是一个，完全小白的状态，我对这个领域不知道，导师给了我一个问题，我去解决它而已，然后我做完它的时候，我也没有任何的认知，说什么样是，这个领域里最好的paper 因为我看的paper 还不够多，所以这个讲出来的时候，我完全没有想到，被别人congrats的时候 得知拿到了这个奖，那个是我进这个领域，发的第一篇论文，但是发完这篇论文之后，其实我就又重新进入，很当的状态，就是我还是没有找到，我想要做的下一个问题在哪，就是exciting的问题在哪，在那篇文章做完之后，我记得就进入疫情了，进入疫情，我其实有长达一年的时间，是没有做任何事情的，接近一年的时间，在一个depression的状态里，但我遇到了非常好的导师 Clarke非常supportive 他完全理解说，我要调整好这个状态，他只关心我是不是，有一个好的精神状态，只关心我是不是，能够走出来，他没有给我施加任何，我需要继续产出论文，或者作为设施的压力，他说那我可以去上一些课，做一下TA 做一些这种，很清亮节的事情，所以那时间还回国，待了半年，一个疗愈期，然后我其实没有产出论文，但是卡尔从来没有，断过我的经费，那确实是非常好的导师，非常好的一个导师，然后我一年之后 才慢慢走出来之后，才又做了sequencing的培训，我们前面也有过很多挣扎，证明应该是写了20多页吧，来来回回改了四五次，而且有两次，我几乎是全部推翻重写的，那个证明，已经花了一两个星期，推出来的证明，世界的证明，全部推翻，因为你从一开始的地方，发现一不及点错了，那个错了之后，后面所有的后续推理，全部是错的，所以那个证明，从前面要一直fix到，全部重重推翻出来，但是这个过程走完之后，很有成就感，最后这个证明，完全写完之后，比一开始设想的，要复杂得多很多，我们都觉得，这一段证明写出来，和这段经历，非常的accomplished 就是很有满足感，我记得那个时候 Clarke自己也说，那篇paper里的证明，是他过去一年的highlight 当时也是 Buzzpaper提名，但是没有被公开，就是大家讨论过，最后没有被选上，但是很接近，如果说我在形式化工作的话，这篇paper可能是，我觉得最愉悦的一段时间，从这篇paper开始 我开始看见了，形式化理论的这个，里面的一些深刻的含义，和它的优美之处，它的优美之处在哪里呢，它让我理解了，程序语言设计的，几个不同角度吧，就是形式化的这个方法，去设计语言，它是从数学的角度，去理解程序语言的，程序语言我打了很久的，很久的教导，我打了20年的教导，但是我从来没有，以这样的角度去看待过它，然后它给我一个全新的视角，但是你会发现，程序语言里面，它有很多的，吹到不同角度上，有一些语言更接近数学，有一些语言更接近硬件，你其实很难有一个支点，让你一个语言，它离数学和硬件都很近，接近数学的语言，它会更容易被验证，更容易被形式化，接近硬件的语言，会更灵活，更高效，更接近人的思维习惯，就是当你需要编成，硬件里面的具体硬算的时候，那样的mapping又更直接，最后没有再往这个领域，继续地走下去，是因为什么呢，我看到了它的 有意思的地方，但是我也看见了，它这个领域的局限性吧，它能够在现实中 practically被应用的场景太少了，然后你要验证一个程序，太贵了，但是它能验证的又很少，不能产生足够大的影响，但是我觉得，我想离世界更近一点，我还是想要做，更接近真实生活的东西，当时觉得，所以我那个时候，就开始探索AI 要开始寻求方向转化，开始探索AI这个过程，其实也不太顺利，可能我又有一年的时间，的空窗期，就是你看上去，我的publication没有停，但其实我中间，很多的空窗期，派解的空窗期，跟你自己定义的空窗期，是不一样的，对我自己定义的空窗期，就是那一段时间，我没有做任何，我其实没有make a progress 在我转AI的时候，又有大概一年的时间，我其实没有任何新的idea 我实际上没有做任何事情，可能长达一年之后，我突然某个时间，找到事情可做的时候，我三个月产出了一件事情，但是外人看你会觉得 那个作品是我过去一年的成果，实际上它是我，过去一年里最后三个月的成果，九个月我都在这个，自由的状态，完全不知道自己在干什么的状态里，我非常理解这个过程，就像我们记者写稿子也是一样的 [00:14:28]

陈茜：对你那个给我一个月的时间，前面29天的时间，我都在做research 或者是放空，或者是采访，然后我其实这个稿子，就是用一天时间写出来的，对所以你看上去，比如我行事化，我可能发了三个paper 分布在三年时间里面

盛颖：但免费paper真正的推动，其实它都只花了，什么三个月的时间，然后这三年里面，每年都有九个月，不知道在做什么，其实你不知道在做什么，你可能是在，就是，在迷茫吧，想去找到你想解决的问题，因为我听上来就是说

陈茜：要去找到一个，你真正感兴趣的问题，并且解决它，真的是你的一个driver 一个驱动力，是的这个是的，就是我确实有一些特点，就是我没有办法妥协 [00:15:08]

盛颖：我后来服从了我的这个特点，就是原来在，不理解我自己的时候，我尝试努力去适应过一些规则，但是我后来发现，我自己是不能被勉强的，就是我没有办法，做我不感兴趣的事情，没有办法做好，我能做

陈茜：但其实我没有办法做好，我只有这个事情，它让我觉得非常exciting 我才有可能把那件事情做好，这是一个特别，特别纯粹的一个性格，你当时什么时候，发现说，这个性格就是这样了，我必须要去服从，我这个性格的，这是一个，缓慢发展的过程，倒也没有某一个，时间点突然动悟了，它是一个，我慢慢意识到，以及终于有一天，我完全接受它的，一个状态，我完全接受它，可能是在，博士的最后，最后一两年吧，你本身是一个，喜欢intense的人吗，我是个必须intense的人，从小就是这样的，对，我觉得从你发paper的

盛颖：那个数量跟节奏，就能看出来，对我没有办法，就是我哪怕睡觉的时候，也会一直做梦，就是我没有办法停下来，你做梦也会梦到，跟你研究或者工作相关的事，那肯定会，肯定会，会啊大家都会吧，有的时候的梦，是完全无关的呀，我都是还是挺有关的，就是说明你在睡觉的时候，你的前思维，其实还是在工作，有可能是生活，就是工作生活，但它一般来说都不是，不是没有任何关系的东西，但肯定会有虚假的成分，会有想象的空间，但是它不会是毫无关联的，我觉得我，皮尔世界经历的那段 depression的时期，就是因为那段时间太无聊了，因为疫情的时候，大家都slow down了，然后我根本没有办法，在一个slow down的环境里面，保持我mental的healthiness 所以就是一定要忙起来，然后才能让你健康地运作，我不一定要忙起来，我不一定要忙起来，我master做那个serial研究，做数学研究的时候，是不忙的，那个时候你是很沉静的，因为那个问题 它就是你除了看着一张纸，在那想，其实也没什么能做的，我看上去很闲，我每天还，我每天可能也就想四个小时，然后工作四个小时，然后我就去打游戏了，马瑟打时间打了好多游戏，因为那个问题都太难了，没什么事，你只能空想，在打游戏的时候，也很intense 对吧，其实也没有，我觉得那个Siri非常不一样 Siri就是，有很多灵感，你只能等它来，其实你没什么事情，可能你只能在那等，你等着那一刻来临，所以我有大量的时间，去打游戏，在打游戏，就灵感来了，然后去写一写，其实我那个，当时那个题目做解说，就是在我看电视的时候，想到的idea 我也不知道为什么，但确实那个contact 是我看电视之前，看的一篇paper 然后我就开始看电视去了，看到中段的时候，不知道为什么，那个Papered的东西，突然回响了 Echo出来，然后突然又想到了 Papered的那个点，突然意识到，这个地方可能是一个，解法突破点，那个就是关键点，就是你，那个问题被解决的 就发生的那个瞬间，那个是真的是，有一个Phase Transition 就是那个是，一瞬间的事情，就是那个时刻，那个问题被解掉了，然后你一个电视剧，看到那一半，你突然，我怎么突然开始知道，怎么解决这个问题了，暂停，就写这篇，你还记得是什么电视剧吗，正幻传，我就真的记得，太神了，我一般是在洗澡的时候，会有灵感突然，这个也会有，但是电视剧，我觉得我很少，因为就是看电视剧，你还是要很沉静的嘛，但是就看起来，你看电视剧的时候，你的潜思维，感觉还是在，一直在思考一些，我会，就前面说到，我跟我自己和解，我是怎么和解的呢，就是我以前不知道 ADHD这个东西，有一天我就慢慢地了解到，有一个东西叫做ADHD 然后我看完，那个各种症状，深入理解之后，我发现好多东西都可以被解释，就你觉得你是ADHD 我确实是，我经常看心理医生，但它不是一个疾病，它是一个特点 学习之后我发现，好多事情被解释了，我就，它给我带来最大的帮助是，我通过理解它，而理解了我自己，像是我找到了，怎么使用我自己的一把钥匙，我突然知道了就是，手册有了，对对对，它是一个手册，我突然知道了就是，我不应该逆着我的那个，短处去，我不应该逆着我的甜心，去做事情，我应该顺着我的甜心，去做事情，他告诉我这件事情，然后一旦，悟到了这个之后，就很多事情，就迎刃而解，其实你，其实很多事情，是不要勉强的，是没有必要勉强的，对，就我前面说的，我只能做我喜欢做的事情，当你把这个，当成真理的时候，你就不再跟他对抗，特别特别棒，对，然后我们两位，我刚说这个是因为，对，可能我已经开始，有点这个症状显现，就是他的，这个特点之一，就是我看电视的时候，也是不focus的，也是不focus的，对，就我看电视的时候，我也会跟不上那个电视的内容，我经常要回退 OK 我经常要往回拉，刚刚讲了什么 30分钟的事情，我经常要看4 50分钟，才把它看了，那比如说，你自己在做research 或者你在工作的时候，就是什么样的时候，你会非常focus 什么样的时候，你其实是没有办法focus的呢，就是我自己，特别被他吸引的时候，非常focus 他这个是两极化的 [00:19:44]

专注心流与SGLang起点

盛颖：他这个是两极化的，就是我focus的时候，非常focus focus的时候，我会听不见别人叫我的名字，不记得时间，不知道外面发生了事情，会错过很多的meeting 然后不focus 就是根本没办法focus 就是哪怕这些很重要，我也不能focus 看甄嬛这样的，没有办法focus 说明甄嬛算不够吸引人，她如果够吸引人，我就会非常focus 打游戏会非常focus 打游戏非常focus 有些运动，竞技性运动也会，她需要非常的intense 对对对，她要非常激烈，她要competition 就是游戏的话，你是对打玩，有输赢，球类运动也是，你有输赢，这个时候的时候，我就会非常focus 所以你是一个，好胜心很强的人，我觉得，我不是真的很在乎输赢，但是我在乎那个 intense的感觉，我喜欢那个感觉，我其实不在乎输赢，我游戏可以输，大比赛也可以输 it's ok 我也不会觉得，那个我非要赢，但是你这个，即使出现兴趣了之后，我会很享受 那个心流状态，就是还是那个，我喜欢心流状态，你的大脑被抓住，然后你，就是非常，就是心流吧，就是人非常focus [00:20:49]

陈茜：那个应该就叫心流状态，是很享受的，所以打游戏，研究，学习，这个上面，你都可以获得，你的心流状态，对，学我喜欢的东西可以，再提一个你大学的问题，然后我们到这个公司上面来，就竞赛圈嘛，它其实是一个很有那种，天才标签的这样的一个圈子，对你觉得就是天才这个词，在你身上安得多吗，就很多人会跟你说，安得多是个天才，不多，甚至你就是拿了这个竞赛的金牌之后，都没有，我没有拿金牌首先，对你是拿了这个，全国信息学奥林匹克的赢牌

盛颖：但是我记得你好像是在，纽约的一个，纽约那个区域赛冠军，区域赛冠军，那个区域赛冠军也是组队，就是三个人一个小队，也没有说是我个人成就，我的队友其实非常强，非常运气好，有非常强的队友帮我带飞了，不是经常，肯定有啊，但是小说更多一点，后来不是经常，因为，虽然有这些拿了这些奖项，但好像其实都不是，就比如说那赢牌不算啥，还有很多金牌选手，所以 [00:21:37]

陈茜：对啊，就看你跟谁比嘛，但是我在的那个环境里面，他们总是有比我更强的，那比如说我在SM班 SM班里面有比我更强，有很多比我更强的，所以就是你觉得，努力这件事情更重要，还是天分这件事情更重要，我赞成天分 [00:22:05]

盛颖：你觉得在研究上面，天分它主要表现在，什么样的方向呢，天分是指当外界人，不把研究当回事，不觉得研究，不觉得研究是一件伟大的事情的时候，你还想做它，那就是你的天分

陈茜：那是要兴趣，我觉得大部分时候，天分和相关性，还是蛮强的，那这么说吧，可能很多人，想当researcher 但不是很多人，都能研究出来，或者解决这个问题，就你能解决这个问题

盛颖：肯定是有你的天分在，对是有天分的，但我其实首先，不觉得大多数人，真的想成为researcher 我见过太多的人，他们想做研究，想成为researcher 是因为他们觉得，这件事情酷，是因为外界的环境，让他们觉得，这件事情很酷，或者当教授，是一个铁饭碗，类似的，好像就一些原因，但这个并不是，如果说当所有人都开始觉得，当教授是一个被人唾弃的职业的时候，他们马上就不会想做了，这你能识别出来，但是在我当时想做这件事情的时候，其实我是，就是比如说我在的环境里面，其实大家，也没有觉得做theory是一件多么伟大的事情，然后你赚的钱也很少，但你还是想，你还是觉得它有意思，我想做这件事情是因为，我希望跟别人无关，是因为我想受relevant 那个时候才是你真正的，所谓的兴趣和天分，所在的时候，我也不敢说我有天分啊，那我毕竟也没有，发明过什么，也没有什么，巨大的数学成就 我也不能算有天分，你肯定是算有天分的，不然的话，你paper怎么能发那么多，有很多人paper发的很多，比我发的paper多的人，还有很多，那可能是更有天分的，发paper只是一个，发paper是有套路的，什么套路，就是发paper 其实你如果掌握了发paper 发paper本身是一个技能，发paper跟做reset 是两件事情，发paper跟人们定义的做research 和真正印象的科学家，是三件事情 OK 发paper是有套的，你完全可以一个人，他根本就不怎么懂research 他也能发很多paper 就像是一个什么，命题作文一样，是不是你套着他那个框，去写就可以了吗，对就是你只要掌握了这个规则，然后你掌握这个体系的规律，在同样的规律里面，不行的铲除，你就可以一直发很多的paper 但是顶刊也很少啊，不少了，现在顶刊一年都几千篇，上万篇，这么多人去投稿的话 [00:23:39]

陈茜：那顶看还是算少的，对那肯定是有structural的，那我可能还是比average 要有天分一些，对就是掌握这个套路，本身就是一件，有天分的事情，所以你说发paper 跟做研究，跟当科学家，是三件事情，做研究，发paper跟打工人是一样的，跟打工人是一样的，就是是一个非常频繁的事情 OK 做研究跟当科学家，这两者有什么区别吗，做研究的话就是，有很多研究，他们其实是 [00:24:30]

盛颖：不breakthrough的，也是不key的，但是不是没有价值，所以做研究，它仍然是一个职业，它只不过是一件职业，只不过是，我作为一个researcher 我喜欢享受做研究，所以我在这里做研究，而并不是，我比别人更有天分，我没有天分，我也可以是个researcher 所以researcher 只是一个职业，但我所说的科学家，这个名词，我可能也用错了，但我就说还有另一类，就真正在推动，人类知识边界的人，是非常非常少的，然后这批人一般来说，但我的bar也很高，就是在我眼中，真的在推动，这个推动就是指，如果不是他，这个事情会，往很长时间发生，这个是被我定义的，作为真正的科学推动者，就是推动人类连接的，这批人，这批人就非常非常少，绝大多数的教授

陈茜：可能都不是，对吧，绝大多数的教授，还是在第二类是researcher 所以Jeffrey Hinton 然后Yan LeCun 还有Joshua 就是图灵讲的，这三个人，你觉得他们是科学家吗，或者是你定义的，第三类人吗 [00:25:35]

盛颖：应该是吧，不过我没跟他们，直接接触过，所以我还是不给，我直接定论，我非常在乎一手信息的，我非常在乎truth seeking 我不想评价，我没接触过的人，但既然他们是俗成，就这么高，他们应该是吧，你在谷歌实习

陈茜：是什么时候啊，二年的暑假吧，应该是，在谷歌实习了之后，你想要转去做AI的，还是在谷歌实习之前，你就看到了这个方面，有非常大的一个前景 [00:26:02]

盛颖：然后发展很快了，我是的，去谷歌之前就想要转AI 然后我是因为想转AI 所以找了那份实习，那份实习是AI for code 我之前也尝试了一些，其他的纯AI港，他们都不收我，我都没有拿到机会，这个岗位跟 Programming Analysis 有一点关系，因为这个背景被招进去了，所以我接触到了AI 但我其实是因为，想接触AI进去的，但是我进去之后发现，当时的人们，做AI for coding的时候，还企图利用一些，原来的Programming Analysis 里面的technique 或tools什么的，非常的无力，其实什么忙都帮不上 AI忍着幻想说，我是不是可以利用一些，另外一个领域的工具，交叉学科的这种希望，利用另外一个领域的工具，来帮助更好解决这个问题，但是我作为从另一个领域过来的人，我其实发现这个工具非常的无力，当时就是看到了，那个大模型已经是coding之初，相反我反而看到的大模型，其实已经把传统的 这个领域里的技术都完全覆盖了，那个时候其实还挺早的 22年，它应该差GPT 它还没有出来，但是在谷歌内部，大家其实已经看到了，这个方向了，我估计其他的公司，肯定也是有的，但是确实差GPT还没有出来，那个时候是谷歌刚出炮，然后内部有那个Lambda 就大家其实有所感觉，只是没有到全民爆发的结伴，当时好像有个谷歌的程序员，他号称Lambda是有意识的，对就是那个时候，那个时候我们还做了个报道，然后还讨论了一下，这个AI是不是有意识的 [00:27:07]

陈茜：对就是那个时候的事情，我相信很多程序员，他们可能也是第一次，或者是很新鲜的一个感觉，去接触AI 才会有，他到底是不是有意识的，这种讨论在那个时候，对其实已经有，确实已经很多人，是已经看见了那个潜力

盛颖：很大的潜力，但是当时的模型潜力，离真的生产code 还有挺大距离的，我记得当时，都是做一些，生成一两百行的代码，当时你们那个小组，有多少人啊 AI for code的那个小组，那个也是一个，谷歌内部孵化的，创业项目，我理解就Google X里面，全职应该，我其实有点不记得，但好像一二十个人吧，然后那个暑假，他们非常激进，他们想要尝试很多方向，所以他们招了，跟全职等量的inter 让这些inter 全都去尝试

陈茜：疯狂尝试不同的方向，他们希望能从中，看到一点东西，那后来这个inter 结束的时候，大家看到了什么东西，我觉得当时那批人，其实很多人后面还是，很多人就还在做call的，那段经历对我的印象很大，它让我看见了 [00:28:17]

盛颖：因为我原来是不知道 AI是什么事情的一个人，我进来之后看见了 AI原来这么多powerful 我发现原来，根本就不需要什么，显示的reasoning 我是被shock到的那个人，它让我非常坚定地，进入了这个新的topic 然后我就要做大模型

陈茜：大模型其实有很多分支，跟不同的vertical 但是你选择了，做infra的那个赛道，为什么呢，其实也不是我选择，我其实也尝试了那个，不是infra赛道的，就是分析一下，算法上的事情

盛颖：但我发现我更适合infra 我那边可能没有太成功 infra成功了，所以最后登上了，就是我的爆发，都在infra这一层，做infra跟我的思维习惯，更接近，它是可reason的，确定性的，基于数学的，然后基于代码，数学和代码，这两件事情，我都很熟悉

陈茜：能不能说一下，就是你最开始，做SGLang 是什么样的一个契机，我转了AI之后，最后PhD了两年，就是在做 [00:29:11]

盛颖：相关的很多work 所以这是我的第一个work 连续的一系列work到SRAM 它类似于成为了一个收官之作，我那个时候就是PhD 我可以毕业了，然后我也觉得，我已经做了很多，不同角度的research 但它们都比较local SRAM是我希望把它们，都集大成一体的一个作品，所以SRAM的时候，我们就开始把它做成开源，然后希望走向的是 production rally 这个从一开始就想好了，从做SRAM之初，就希望它是做成一个 production rally

陈茜：可以被广泛使用的推理引擎，被大规模使用的推理引擎，其实你在做SGLang之前 vLLM已经推出了半年多了，你之前其实在vLLM 也是做了一些项目的，对吧，就是为什么已经有，这样的一个东西

盛颖：自己还是想要做SGLang呢

SGLang成长与xAI早期

盛颖：自己还是想要做SGLang呢，这个历史也比较长，我在vLLM的research paper上，这个其实也是，我本来自己在做research 然后其实当时我听到，有这个vLLM项目的时候，它vLLM当时的idea 跟我们在思考的另一个idea 是类似的，所以其实当时我是被说，那既然我们idea类似，那我要不merge进那个项目，在我的视角里，我是被merge进了，那个项目，因为我觉得这个项目，已经在做了我想做的事情，不要我们做开源，其实是 Cripper之后的另一个节点，并不是在Cripper的时候，就是一个开源项目，真的把它推成开源了之后，你就要做很多，除了research之外的，就是不仅仅是innovation的事情，你要做项目的维护，社区的维护，还有很多engineering detail 的琐事，那一段，其实我就没有太弹劲，那我还在做，继续做我自己的，其他的research 包括eslora external and fairness 这些事情，我继续在做research S上是一个，想要把我的思想，能够在一个地方，继续往上推的地方，本来它也是，以某一个innovation为起点，然后去做成一个general engine 但我看来是，当时有很多这样的 serving engine [00:30:47]

陈茜：S上是其中一个，并不是存在，我在vLLM的这个engine里面，然后做到S上engine里面，那比如说SG-Line 跟vLLM的核心差异性有吗，还是说，其实大家都差不多，不同的团队 [00:31:02]

盛颖：做出来的肯定不一样，但是差异性它随着，就如果你，你不把时间，维度放进去的话，他们是会类似的，因为相互会学习，如果你有好东西，一定会相互学习，会converge 但是，你如果把时间，放进去的话，那每个时刻，可能大家会有，不同的射中点，那比方说，实际上在，在更早地进军了，这个scale up的方向，就是把大规模的 serving production 这种千卡级别，万卡级别的serving 甚至千万卡级别，百万卡级别，做好的 vLLM可能在，这个社区的覆盖 long tail模型的支持上，做得更早，所以大家的focus 是有所不一样，但是你现在去看的话，可能两朋友，都在互相学习，那补齐短板，你在DataBricks 不是也做过，五个月的时间吗

陈茜：当时公司的联合创始人，是Young Stoica 对也是之前，伯克利的教授，他跟你有什么样的合作吗，他是我在，伯克利visit的时候的教授，所以我们在伯克利的时候，就一起做了很多的research 他对你有什么样的影响呢

盛颖：在专业水平上，给我带来了很多inspiration 其实我跟Young Stoica 我们还一直保持联系，除了是我，那个时候的 research的一个mentor之外，导师之外，他也是我，可能lifetime的一个mentor 就整个lifetime的一个mentor 那Sofia是个很特别的人，但是她这么成功，那肯定是很特别的一个人，你觉得她特别支出在哪里，她其实是个很立体的人，她做很多事情，对吧，她同时开很多公司，然后是一个教授，但如果你真的靠近她的话，她的骨子里，她最自我认同感高的，还是教授这个身份，就是教授和学生，这个是他所有身份，自我认同感的，如果你追溯到根源，这是他的根源所在，他很在乎making impact impact可能是他做，所有事情的动力支援，他也把这个精神，传递给了他的学生，他的底下的学生，和跟他一起共事的人 可能都受到了这个影响，就是making impact 但我其实不一样，我其实在另一个价值观里面，但是我能理解到了，这套价值观，所以making impact不是你的价值观吗，对不是同一类价值观，那你的价值观是什么，就是我在乎的不是 making impact的本身，我会在乎一些我想要 make的impact 如果我觉得有一种impact 我有一种价值观，我希望它被执行和被推向这个世界，那么我就会非常努力地去推动它，和希望它发生，我会尽一切努力，但其实我不是完全care这件事情，是不是我推动的，别人推动也可以，如果有人愿意，帮我把这个事情推动 That's great 但一般来说，不会有这样一个人，但是我慢慢学会的是，我真正自己想做的事情，没有人会代劳，因为他有他想做的事情，别人有别人想做的事情，最后你自己，真正想做的事情，你其实只有，自己去坚持不断 你只有自己能够，能够长时间地去，为那一件事情所奋斗，然后让它发生，所以在这个逻辑上，我觉得是有一些 [00:33:58]

陈茜：微妙的不同的，就我在乎的是impact 不是making 所以就是，在另外一个价值观说，就是making impact 有可能是非常的说，我希望我个人有impact 但是你更在乎的是这件事情，对我更在乎有一些 [00:34:07]

盛颖：我觉得正确的事情发生，这个有时候会让我显得很opinionated 因为我会有一些事情，我有观点，然后会非常希望我的观点发生，但我其实不是在乎，它是不是我的观点，而是就是这个观点，我somehow被它intrigued

陈茜：被它给吸引了，我们说一下你在XCI的一些经历 2024年10月份，你是当时加入了xAI吗，当时为什么选择xAI呢，我当时PhD刚毕业的时候，想要推广S上这个项目，对我so far

盛颖：从我开始做S上之后，我的整个，看起来都跟S上紧密相关，我当时刚去Diablo 的时候想要，在Diablo里面推广它，然后我在，推广S上，推广S上对，或者说我至少找到一个地方，可以好好地develop它，我也不一定说，它能够取代所有的stack 但是我希望它是，给我一块地方，可以好好地develop 我在刚加入的时候，我觉得Diablo 跟我说有这样的自由，但是实际上 Dataverse里面的，业务模式，还是不那么一样，而且Dataverse毕竟是一个，已经很成熟的公司，它不是你可以随便说，我想做什么就做什么，其他做什么的事情，都需要理由，或者充分的理由，然后我作为一个 researcher new graduate researcher进去，其实也没有太大的power 我自己也不够成熟，就是你怎么在一个，成熟的企业里面，去drive一个比较大的effort 我还不会这件事情，所以我觉得当时那几个月，尝试没有特别成功 可能也造成了一些影响，但不算特别成功 xAI给的这个机会，就是它愿意去支持，我和连饼是我的husband 它已经在xAI那个时候，那个时候在xAI之前，还是在做training 但是正好xAI到了一个节点，就是需要去做 Production Inference 然后就有了这样一个机会，我和连饼可以去xAI 共同build整个Inference的step 整个Inference的solution和team 所以它可以给我两样东西，一个叫做Support 一个叫做Freedom 同时有Support和Freedom的时候，我就能做这件事情了，所以我就选择加入XI 当时应该只有XI 真正给我这两个，我有些其他的机会，有些是只给扫破，有些只给飞的，确实我觉得，能这两个支持你，去做这个事情 [00:35:36]

陈茜：跟又让你自由地，去做这个事情，这个机会其实是蛮罕见的，是不是也是因为 XI那个时候比较早期，所以才有这样的机会，是的，那个时候的XI 是什么样子，能不能，在你能受的方式 [00:36:20]

盛颖：也来跟我描述一下，我觉得XI是，是我生命中，非常重要的一部分，就虽然我没有工作，特别多年，但是我在很多地方工作过 XI是我回忆最美好的 XI的时光，是我回忆最美好的一段时光，平价这么高，而且我离开XI的时候，其实也非常不舍，我离开XI的时候，是因为，因为XGeneron的，开源的一些需求，到了一个节点，我觉得我不得不去出来，把这个Red Star 新的公司扶起来，然后让我们社区，能够很好的继续发展，如果不是因为这个原因的话，我是不可能选择离开XI的，因为，也不是说完全不可能，但我说就是非常非常不希望，也不舍得离开XCI 而且我觉得这个想法，不是我一个人有的，其实我知道，在我们早期的那一批员工里面，大家都有很多人，有类似的想法，甚至有些人，可能在XCI的工作，已经有点承受不住了，因为压力强度都很大，但他们还是，一直在里面坚持，就是因为他们不想离开这群人 我的想法是类似的，所以是这群人，你们形成了，一个非常好的，一个team的感觉，对我觉得是，我觉得早期的XCI 就我在之前的XI 我所体验到的那个XI 是一个，就是，个个都是人才，里面个个都是人才，大家互相之间，也都很support 很friendly 很appreciate 很航跑，这是我当时XI给我的印象，跟你的价值观很像，对我觉得非常的，就是我觉得当时在XI 我能够非常专心地做事情，没有太多的杂念，而且大家都是这样的，就是大家都能够，非常直白地做事情，都知道把事情做成最重要，我经历过那么多公司，在DXR之前，是我第一次经历到，一个公司里面，完全没有任何people game 没有任何politics 当然后面可能慢慢地，也会有公司大了，你认识过多少人啊XA 不到一百人吗，我加入的时候 一百人没有politics 还是挺难得，可能也有我没有看见，但是至少我看见的范围里面，我没有看见politics 我很幸运地在一个，我能够非常，就是好的思考问题的，那个环境氛围里面，然后我只要思考，怎么做事情，然后我身边的人，他们也在思考，怎么做事情，大家也会有一些摩擦，那很正常，但是是一些，就是说，不影响，团结的摩擦，这些摩擦是不影响 We're always together 我觉得现在，我们在Rushark 是带过来了这个氛围的，那好棒，你把你在XI的时候 [00:38:21]

陈茜：描述是V1.0 没加入之前是0.0 然后可能现在是多少 3.0 4.0 我也不知道，大家怎么定义了，因为后面就是我也不在了，我只能听大家的说法，但是我能够感觉出，有那么几个阶段，所以0.0跟1.0的时候，是非常美好的，对，那个时候一浪的重心，也不在你们身上，就0.0的时候，应该是一龙不怎么在 0.0是我听说的，我不在0.0里面 0.0的时候，一龙对大家都非常的nice

盛颖：0.0应该是非常非常美好，像一个family一样 1.0的时候，其实已经开始生长了，已经开始有这个生长控 1.0的中途一龙回来了，但是我觉得就算在那个时候 1.0里面产生的阵痛，大家也还是，共同克服难关的，我没有感觉到，军心有什么动摇，我觉得大家都非常团结，然后也彼此照顾，我觉得那个时候，是彼此照顾的状态 build了一段战友情的，这种感觉，这段故事特别珍贵，是因为 [00:39:22]

陈茜：它跟现在，大众对xAI的一个认知，差距是非常大的，因为现在大家的认知说，就前段时间 xAI的co-founder 全部都离开了 either被fire 或者被laid off

xAI转型与量化经历

陈茜：或者被laid off 或者自己辞职的

盛颖：就感觉这两个narratives 就好像在说两个不同的公司一样，确实很不一样，因为后面公司大的，我觉得XI是没有过那个振动期的，是没有过那个从很小的，很团结的一个startup 变成一个需要靠体制来运转，而不是靠人来运转大公司的状态，它这个过渡期的振动，是没有很好的抚平掉，所以产生了这些巨大的变化，但有一天它可能又会，找到一个新的solution 因为XI还在那里，新的人员在新的组织架构，有一天它可能会找到一个新的solution 但是就是可能，是一个another company 从这边上来看的话，反正伊隆还在，对这是最重要的 [00:40:01]

陈茜：然后又被SpaceX收了，然后上市了，对了，那这一段我觉得，就是对组织架构的，一些振动期，因为你肯定有你的观察，你觉得对你之后，做startup 因为你们现在，也是几十个人，对吧，然后可能很快

盛颖：你们会上百个人，几百个人的一个规模，会对你有什么样的 lesson learned吗，有的有的，我觉得我们现在，就在一个很美好的时期，其实我知道，我们现在在一个，很美好的时期，就是这段时间，大家会，一定会成为他们以后，就是我们所有人，以后人生中，非常珍贵的一段回忆，但是我们也一定会，面临那个挑战 skill up的挑战，对，就是你在人少的时候，你是可以通过文化，通过人的管理，去实现运转的，但你skill上去了之后，其实文化就很脆弱了，人也很脆弱了，个人能力都会变得很脆弱，那个时候你能不能，把公司做大，能不能把一件事情 drive好，更多的就是看你的 system build怎么样，体系build得怎么样，最后是靠体系去支撑的，而不是靠人去支撑的，这个转变可能，我其实不知道正确答案，因为我没有经历过，但是我能学到的lesson就是，这个过程要非常的 intentionally的thinking 它不是一个会自然发生的事情 它不是一个你只要公司，这个计划有，然后往前move 然后有scope 有事可做，你就for granted会得到的东西，它不会，如果你不pay attention 它是会broken 它就会broken [00:41:46]

陈茜：你当时就是主要任务是什么，就是当时你在那个XI 比如说给Gitwork 构建推理系统的时候，我们是负责那个 Engine那一块，然后我们要同时服务，其他很多组，包括Products Products是他们会部署

盛颖：做Deployment 然后我们需要跟他们对接，然后他们遇到问题回来，会报应我们说 Engine里面可能有什么事，有什么问题，我们也要帮忙 Deployment上的一些协调 Configuration什么的，也要跟Research Team合作 Research Team做Evaluation 跑RL Rollout 用的也是我们的 [00:42:11]

陈茜：Inference Engine 所以我们也要去支持，他们这个Workhold里面的，各种适配，然后当时那个，在XI的时候，因为就是它整个的，这个算力系统，也是非常的庞大嘛，对吧，然后它后来又买了，非常多这样的卡，你觉得就是在，整个的过程当中，比如说你是不是在里面，受到了Full Stack的训练，然后这对你来说，产生了什么样的影响呢，对，我觉得在XI的

盛颖：是机会就是能看到，因为当时挺小，所以能看到，而且XI 我觉得一龙还是set了一个，我很喜欢的文化 Elon有一些他的问题，但是他有一些很突出的地方，有些我很喜欢，就是Elon能set一个，没有边界的文化，一个没有边界的文化，没有边界的文化，对，就是在XR里面，至少我还在的时候，我觉得任何事情，我都是可以touch到的，我不会说，大家组一组之间，是被隔开的，然后你必须限制在，一个很小的scope里面，只能做这一件事情，然后你不知道，外面发生了什么 XR里面是不会这样的，然后也没有特别多的 people management XR里面都是technical 而且它非常重工程师文化，所以你做事情，可以非常直接，然后这样一个文化，就使得我能够看见，很多很多个类，和很多个component之间，大家是怎么合作的，事情是怎么发生的，它作为一个整体，是怎么发生的，这个给我带来，非常大的成长，因为原来我确实，没有办法看到，这么多的东西，并且在XR 因为强度很大，压力很大，然后人都是被train出来的，就是你一定要，就是intense 你只有，就是经历过那个intense 你的成长，就像你健身，你一定要很累了，你感觉到痛了，你才会成长，其实XR的这个Intense [00:43:45]

陈茜：它给我们带来的成长，就是可能你在那里待了一年，你可能在外面是好几年了，才能拿到的成长，你当时是决定说SGN 想要把它商业化，然后去成立RedXR

盛颖：是一个什么样的时机点，对这个是因为当时，在二五年的时候，前面有几波浪潮，把XR推到了一个，还不错的被关注点，然后有很多的需求，向我们涌过来，想要使用和让我们，参与一起开发之类的，但是我们社区，实际上社区是一个，虽然最早我们也是，大学里面做了一些研究，但从很早的时候开始，实际上就已经变成，一个纯社区项目，就是我们的科兴开发者，都是网上认识的，我们都是网友，就跟我小时候那个，在网上学习的，大家可能都没见过面，没见过面，就现在还是科兴开发者，我们已经共同工作了两年了，我还不知道他们长什么样子，有好几个学校，可能也没好几个，有那么几个吧，我不知道他们长什么样子 [00:44:11]

陈茜：下次联会的时候，可以把他们请过来

盛颖：然后我们也从来没有要求过，对方开摄像头，所以大家是有一个默契，这个默契就是，我只要看到你的代码，我就知道你是谁，我也只想看到这个地方开，所以开摄像头，或者是真正的认识对方，这件事情不重要，还是说大家都是挨人，所以不想开摄像头，我觉得大家没有挨到，完全不想开摄像头，没有这么夸张，我觉得是，它自然到你根本没有想起来这件事情，没有说大家拒绝开，但是自然到你根本没有想起来这件事情，对S上是一个这样的社区，但是这样一个社区，也会导致就是，我们大家其实没有那么的，有组织纪律性，虽然大家都很有热情，然后也非常在乎这个项目，但是你还是很难说，让大家有时间去把项目，非常严肃地给它做好，做成一个成熟的，高智商水准的一个项目水平，除非我们有自己的公司，变成我们的full time job 大家其实有自己的full time job

陈茜：也就是说其他空闲的时间，来为这个社区做贡献，对就是晚上熬一下夜，然后冲个小鸭，中午再工作一下，放假的时候过来写代码，这样子去维持，但是我们当时的增长是，快到你不可能，用这样的方式去维持 [00:45:49]

盛颖：那个时候接到的很多需求，我们想要去抓住这些机会，想要跟对方合作，想要deliver一些东西，但是我们还是强撑了一段时间，但我觉得强撑了那几个月之后，发现的就是没有办法deliver 就其实大家都是很想deliver的，你觉得我们已经不能再stretch了，你知道这个team 已经不能再stretch了，它就是被team的bundle 为限制之王，我们没有办法很好deliver 都是board line地空飞过，或者甚至没有成功deliver 所以到了大概七月份那个时候，就已经，我觉得我自己的焦虑，已经到了一个，我觉得如果我们再不出来，做这件事情，我再不把这个背后实际上的空白，就是这个是个中空的状态，我再不把这个空白填充的话，我们就快要让外界失望了，我自己焦虑到了一个 [00:46:03]

陈茜：我觉得我没有办法再脱的，这个状态里，所以我从XI出来，从XI出来应该放弃了很多，这个金钱上的回报，也没有，还好吧，因为而且怜敏她在，她比我多，就是

盛颖：但我确实是没满一年，就是我是one year cliff 我出来说是十个月，对啊，其实我只要再待两个月，我就可以拿到我的，那个第一年的vesting 所以两个月都不能待，对，等不了，等到七月份，已经是等了很久了，就是其实我可能，五月份就已经，已经有点受不了了，到七月份的时候，已经实在是受不了了，如果不出来的话，可能这个社区就，两个月都等不了了，是吗，对，就是大概是那两个节，就是，就是我的心理状态，到了一个，我没有办法focus 做XI的事情，我已经没有，很productive的生产，我对XI的价值，但是我不能忍受，自己在一个，就是如果我是在XI上班，我就觉得我要对它有用，不然我就会觉得，我不配在这个地方，所以我倒是已经到了一个，我觉得我不配在，继续待下去的，这个心理状态，它不是我能控制的，光才问我问一个问题，就是你觉得金钱，对你有任何的重要性吗，有必须性，没有重要性，它的必须性来自于，有金钱可以让我 解决很多事情更容易，这个我可以，这是我承认的，就我没有追逐过他，但是你真的说他不重要吧，我也没有到那个程度，他能够给你带来的底细就是，比如说我想创立这个公司 [00:47:51]

陈茜：如果有天我容不到钱，我还自己还有钱，这是他对我的意义，忘了提一段经历，你在哥大毕业之后，其实是到了华尔街的，一个对冲基金，叫Two Sigma 里面是工作了，有几个月吧，是不是，没有到一年，有半年 OK 就那段经历是什么样子的，就是在一个华尔街，非常大家觉得说，纽约就华尔街上纸醉精灵，然后在一个对冲基金里面，好像跟你之前做研究的这个氛围，是不是会完全不一样，但我们那个对冲基金，是一个tech对冲基金，对我知道，因为我还是粉蛮，但是我当时确实是，想要接触金融，觉得挺有意思的，然后 [00:48:02]

盛颖：我有一任前男友是学金融的，这个剪掉，我一定会发出来，所以当时我确实是对那个，就觉得竞争挺有意思的，然后我有点好奇

陈茜：就当时量化大家的说法就是，那里面的人很聪明，都是那个，但是好多PhD 什么学物理的，好多PhD 后来那个我们学校都去量化了，就是我不知道为什么，就是喜欢聪明，聪明的人说话，我喜欢做有挑战的，跟智商挑战的事情，所以他这个特点，他当时吸引我，当然这个也是吸引，很多其他人的原因，那个时候我也就21岁 22岁，单纯的被中学吸引，然后我觉得我要去体验一把，我觉得这个事情，我要是不体验的话

盛颖：以后我会一直想着它，但是我又觉得金融，不是我的人生追求，我又觉得天天在那玩钱，没啥意思，对，所以刚好PhD中间，隔了有个半年的gap 然后完成一个体验挺好的，我就去那里做了半年，那半年的回忆也非常好，如果要我排序的话，我工作过的所有公司，排第一的是XR 排第二是Two Sigma 哇评价这么高，但是我听说Two Sigma 就我在的时候，又是它最好的时候，我很幸运，我每次在都是它最好的时候，后来可能就有些变化了，但是我在的时候，是Two Sigma最蓬勃发展，甚至拥抱开源，他们那段时间 Two Sigma那段时间，是做开源项目的，非常拥抱科技，也拥抱New Technique AI Big Data什么的，然后里面的人，也是非常的互相帮助，然后我没有感受到，任何的多余的东西 [00:49:19]

组织文化与AI基础设施

盛颖：任何的多余的东西，所有人都只是在做事情，然后所有人都非常的，开放，非常open 非常非常喜欢事，质量也很高，然后里面的交道，当时交道的很多朋友

陈茜：到现在也还是我的朋友，大部分人还继续在，华尔街量化里面，还是也都会出来，都有，有些出来的，有些还在里面 Two Sigma让我看到一个，非常organized的公司的样子，至少在当时，所以它是非常organized的 [00:50:12]

盛颖：我当时觉得Two Sigma 非常organized 我当时不觉得，但我后来去了，其他公司之后，我再回想，我就觉得，原来其他地方这么乱，对我觉得其他地方这么乱，就是Two Sigma 它都不是一个泰国公司，当然Two Sigma的infra 在我跟其他的比起来，是最稳定的一个地方，有意思

陈茜：就原因是什么呀，就公司文化就是这样的吗，让它非常的干净，我觉得是它的，巨变不多，它的业务模式比较稳定，所以大家可以在那里，一直做maintenance 大量的maintenance 所以对于就是，做一个金融，然后追逐那个return的数字，然后赚钱，这个事情就在你身边，就是不是priority 你只是想体验一下，对我只是想体验一下，我一开始就知道，那不是我的priority 体验还不错，对体验不错挺好的，这个技术稍微给大家，去科普一下 LLM Infra 你们在做什么样的事情，你们在解决什么样的问题 Infra分好几个模块，我们的长远的目标是

盛颖：我们希望整个Infra 我非常Vague地说，我们的这个结构性思考，是我们希望RedShark 在一个地方，它可以给你提供，很好的基础知识，让大家根据，你不同的使用场景，不同的data的形式，不同的产品目标，和不同的surfing目标，然后你有可能希望，它可能解决一个，很简单的问题，但是你想它很快，又或者是，它要解决一个很难的问题，但它可以比较慢，你都可以用这套工具，源源不断地产生，适应你不同目标的，最好的模型，我们希望把这个 foundation做出来，这个foundation 我统称为infra 它会包括传统意义上，大家所理解的，推理引擎，推理和训练 post training 这些都是大家传统的，脑中的keywords 我还想在这里，其实加一个component 就是机座模型，也是infra 在我看，整个这个foundation里面，是包括了，所有你需要的gradients 包括了这些 code base tool tool box sandbox environment 和一些中间状态的，模型checkpoint 一起变成一个工具箱，你可以在这里进行组合，去不断地产生，更适用于你的场景和目标的，特异化模型，那整个这个工具箱，这个foundation 是我们要做的infra的部分，现在我们，因为要focus一步一步来，所以我们现在是focus在 influence和RL 它们处在你这个生产模型，整个part-by的末端，就假设说我前面已经走完了，我的基础模型，就pretraining已经做完了，我有基本的checkpoint 然后现在我开始，要适应不同的task 我需要过Post Training的时候，大家开始用RL 这个地方已经开始开支三页，因为AI进入人的生活的各个方面，有不同的场景需求，这个时候你开始需要有，不是一个模型解决所有问题，你可以开始有多次训练，产生多个model 解决各种各样的问题，并且多个企业，他们可能对上来的自己的模型 所以Post Training RL在这个地方，是一个Fanout的状态，所以它是比较适合做，我们所要的这种，给所有人Share的技术，然后作为一套Information 所有人都使用的，这样一个模式里的 Posting完之后的模型Inference 那就更加翻老层 Inference就真的到了末端，模型都已经完成了 Inference我需要让你的模型的，就是架构和Waste都已经有了，我需要让你模型在硬件上跑起来，跑起来之后可以被，你的Endpoint可以被call到，别人可以来，别人可以使用这个模型 Inference就是在那个，更末端贴心用户的部分，整个的Infra LAM [00:52:58]

陈茜：Serving的这个版图，其实中间涵盖蛮多领域的，那比如说vLLM是解决内存管理，然后HQO是做Key-V-Cache的，说as Laura是解决，这个多adapter的并发，然后Chabot Arena做测评 SGLand做结构化生成，就是非常多不同的，这个方向，那对这部分的研究，你是有一个，什么样的方法论，在解决这些问题，就是还是说，你就有一个，很完整的，这样的一个road map 说这些东西，都是我要一起去解决的，还是这些东西，是你一步一步的，去慢慢地解决这些问题的，我觉得是一次性看见，短时间的一下，看见了很多问题，但你做的时候，你得一件一件做 idea肯定是跑得比动作手要快，也不是我一个人看见，很多人都看见，就是你上来一起看见很多问题，然后大家慢慢地把一件事情，每件事情都解决掉，那在解决这些问题的时候，你觉得有哪个点是最难的，我觉得没有哪个点是难的 就是去做掉就可以了，对，那你的优先级是怎么排序的呀，哪一个能给你带来最大的margin 哪一个是最大的bottleneck 先解决最大的bottleneck 也有些是dependent 比如说你要先解决memory的 kbcaster 这个碎片化问题，管理问题，然后你才能解决 prefix caching的问题，所以你觉得，现在这些问题，完全被解决了吗，还是有继续优化的，这样的一个潜力，那肯定总是有，优化的潜力，那瓦存神，现在有这么多的变种 Sparse的存神，还可以做更aggressive 然后新的innovation 不会停滞的，这一块其实应该是，一个很大的市场，但这个市场，为什么最开始，从开源的生态里面，跑出来的呢，也不能说是开源，跑出来的，因为influence [00:54:25]

盛颖：已经很长时间了 influence provider 你看从Fireworks 这些公司，已经存在好几年了，这些公司都很不错，有很大的使用量，而且你看 Inference的Landscape 有这么多的Competence 对，这么多个Inference 有关的公司，层出不穷，每年都在不停地出，但是你会发现，这个游戏里没有输家，没有输家，没有输家，就是所有的Inference Player Inference Provider Player 不停地出来，有这么多，但是没有任何一个，因为有Competence的存在，而削减下去了，所有人都是同步增长的 [00:55:06]

陈茜：我之前其实跟你，那个Co-Founder 班华聊的时候，他就说，做Infra的人，他需要的taste 跟做比如说 pre-training的这个researcher 他的taste是不一样的，那比如说做infra的人，他的taste是

盛颖：表现在什么样的方面呢，我其实不确定，是不是真的不一样，是吗，我觉得本质可能是相通的，那你觉得taste 表现在什么样的方向，不论是在做training算法 pre-training算法，还是在做infra 你做一件事情的时候，是不是喜欢精益求精，它是不是，很细节的活，就因为它这个efficiency 要做得非常非常极致，对吗，不光是efficiency 就是如果你是追求一个目标的话，可能就不在Taste的这个维度上，就是你如果要的是一个End Go End Go和Taste是什么 Taste其实就是你，关注的不仅仅是End Go 并且还有这个End Go的组成，就是我的系统不仅能跑，我并且知道它是怎么跑起来的，它是以一个设计过的 Well Design的形式，形态跑起来的，还是它是一个，豆腐渣工程跑起来的，它有可能有同样的End Go 有Taste就是说，我更在乎它是一个，很优美的形式跑起来的，而不是这个很，豆腐渣的，对 很hockey的方式跑起来的，那你在乎吗，我非常在乎，这是ReadyStack的文化之一，就是我们非常强调这一点，我们想要成立ReadyStack 想要好好地，做一家infra first的公司，因为我觉得在，很多其他的，我之前工作过的其他地方，或者是听大家讨论，以prodart 以模型为目标的这些公司，在infra的美感上有所妥协，他们在infra的功能上，还是很追求的，但是在美感上是有所妥协的，然后infra的人，在整个这个full stack里面，可能长期的处于一个，被underestimated的状态，就他们需要被迫去，不停地support 其他的component 他们需要去support researcher 去很好地使用infra工具，然后把实验跑起来，去迭代，他们也需要support product的人，能够把自己的product 运行得又稳又快，但是infra自己，因为我跟infra的，之间的这个浪漫的关系 我觉得infra 它不是一个support infra本身在我眼中，就是产品，你在设计，你在推一个产品的时候，因为产品面向用户，你会去想，我这个产品不是只有功能，我会想这个产品美，对吧，我希望它好看好用，被人说喜欢，我希望它击中，用户心理的痛点，用户心理的，击中人性，我希望产品击中人性，但是没有人会说，我希望infra击中人性，但是从我的视角里看，我觉得infra 也是击中人性的，它只是没有直接到用户，没有那么直接的联系而已，但实际上它产生，这个深远影响，是从底层，就开始往上传递的，我觉得刚才你说了两个词，我觉得非常有意思 [00:57:28]

陈茜：第一呢，你是说infra的美，第二呢，你是说你跟infra的关系，是浪漫的，这两个词，其实我很少听到，我倒是没有仔细想过，为什么是这个词，但是它自然而然，存在于我的脑中，就是 [00:58:01]

盛颖：其实我觉得，写infra的人，他们都是能理解的，就是你写infra的时候，你追求，你会去觉得，我这个代码写的，我其实不知道，怎么更细致的拆解了，但是我不是特例，我只是one of them 其实有很多这样，有一批这样的人，他们都很在乎，你的infra构建的时候，这个系统它优不优美，稳不稳定，然后他们总是被迫，去做一些hockey的事情，来达成目标，其实他们都是，会在一个被拉扯的状态里，我明白你的意思，就比如说

陈茜：其实如果你看一些大厂 OpenAI有自己的Infra Team 之前你在xAI xAI也有自己的Infra Team 是不是就是，在这种大厂的时候 Infra Team 它总是一个 supporter的这样的一个角色，所以也就是说，它有很多，你需要去妥协的地方，但是如果你自己出来，做一个Infra Native 就可以达到你所说的 Infra First 这种内感，对比如说在ReadyTag 其实我们是反怪的，比方说我们也，也有Training Job 但是我们并不是说，我需要一个

盛颖：Infra的team 去一直support 这个Training Job 跑得非常的on track 我们其实反怪的，我们希望这个 Training Job 它可以没有压力，它只需要跑，然后一旦你Training Job 被卡住，遇到问题的时候，我们希望，大家的focus是，把这个问题 systematically解决，而不是打一个patch上去，让这个Training Job 必须跑 Drop是可以pause的，我们刷分也不着急刷，我们也不是非要刷，一个非常好的 benchmark分数，这个在我们这里，不是第一优先级，但是我们如果能去二高，当然是好的，我们不会说，这事情不重要，但是在他们上，它不是source of urgency 我们的source of urgency是，你的job不能被迭代的时候，这个问题本身，它应该怎么样，从深层次的解决它，我们先回去一点点，然后让我们的观众 [00:59:08]

陈茜：更加了解一下，就是英法的这个赛道，比如说我们在，技术的细节上面，看到这个RadixAttention 它其实是SGLang的，一个核心技术之一，是用redex数来做

KV Cache与推理引擎

陈茜：是用redex数来做，这个前缀的缓存，然后避免重复的计算 KVCache 能不能用比较通俗的语言，给我们的观众来解释一下，这个技术，这个技术，其实也比较简单，就是当你有很多的request 发到Engine这边，需要处理的时候

盛颖：如果你的request 有一个公共前缀，那我们就不需要，重新计算，这个公共前缀，所对应的KVCache 而是可以附用，就是你第一次，一个request进来，我已经计算过KVCache 第二个request进来，如果他们share的话，我可以附用，已经计算出来的KVCache 所以这套Memory管理系统，就是对前缀的结构，共享结构，做了Indexing和存储，首先一个是，你对进来的Request之间的，前缀的关系，要建立前缀数来做Indexing 做完Indexing之后，你需要把已经计算的Key Cache 存在Cabin Memory Pool里面，然后把这个Indexing 跟这个Cabin Memory Pool 给Mapping起来，既然它的核心，是用重复的前缀，但是如果我们假设 [01:00:15]

陈茜：用户每次发的问题，都是全新的，没有什么共同的前缀，那比如说长短档摘押，或者是唱语写作，那是不是这套机制，就有一定它的局限性，因为Agentic的场景出现，复杂场景的出现，大部分都是会

盛颖：有前追共享的，因为你只要进入，多轮对话，你的后面的对话，都会要附用，前面已经对话的history 所以前追附用，是大量存在，在所有的，几乎所有的场景里，是不是说Agent来了之后，这个问题，是更需要被解决的，或者更需要被优化的，它一直都是，需要被解决的 Agent来了之后，它确实可能被，变得更，被大家所关注到了，其实S上在 paper刚出来的时候，如果现在还回去看，那个两三年前的paper 我们确实是以agent 为这个入口，就是进来说，我们为什么要新设计 S上这套体系，当时还设计了一个 frontend语言，都是为了 agentic的use case 所设计的，因为我们觉得 LM AI 它会将来成为，变得非常powerful之后，你需要构建一套，人与AI之间交互的interface S上的创作之初的动机，其实是想要去定义和，构建这套interface 让人和AI 可以更好的交互，但发展到今天 因为你的挑战的重点，可能Inference 就是后端 Efficiency挑战，重点更为突出，所以大量的开发经历，是移到了，就是back-end的，这个Runtime的优化，但我觉得，有一天，其实我们还是应该，回顾一下，最初的这个想法，就是为什么要，设计在XRAM 这个XRAM的，它structure 真的是language XRAM原初设计的时候，是希望它是一个language 我觉得有一天，我们会revisit这个部分 [01:02:02]

陈茜：最终它还是应该是一个 language的形式，这个language它是，人与AI之间交互的interface 在看你们social media的时候，你们经常就说，这个模型翻了之后，我们是day zero 就是从零天开始兼容的，能不能跟我们解释一下

盛颖：为什么这件事情很重要，这件事情很重要是，市场觉得它很重要，我们做事情还是很practical的，我们做开源，哪些事情重要和不重要，还是被market所决定的，不是完全我们自己定义的，我觉得market上，人性好像大家就是很希望，东西刚出来的时候，我就能用上，这个愿望从优责端，一直传递到了，我刚提到那些 Inference Provider Inference Provider 进而又传递到了我们，也进而再传递到了，模型厂商，所以这个

陈茜：那条式的传递，它其实满足的，就是一个人，你想要，就跟你发布了产品，我要去，第一天就去抢购，一样的这样的心态，比如说，前段时间发的，这个Deep Seek V4 发布之后，你们马上就是 Day Zero兼容 [01:03:07]

盛颖：对吧，达到这个Day Zero兼容，你们要去做什么样的事情，这个跟模型，跟模型的复杂度很相关 DeepSeq V4 他们实在而然，做了很多的创新，所以我们其实，花了特别大的精力，团队花了特别大的精力，去做这个模型的支持，和各种优化，但是我们DeepSeq Dazer支持这一次 feature set 做得也非常全，因为花了很多的时间，非常非常多的feature 都是第一天就见着了，并且我们也是，我们第一次有，这个RL的Dazer Miles是我们的RL框架，很多的算子层，一些实现都要重写，大部分的code 基本上是重写的，因为DeepSeq V4的，架构设计，跟之前已经存在的模型，有太多的不一样，是不是就是，每一代新的模型出来，其实都是需要，有个重新适配的

陈茜：这样的一个过程，只是说它的模型架构，如果变得非常大的话，可能你的这个effort 就会更大一些，但是如果它就是一个，一个非常小的一个调整，或者是一个upgrade的话，就是你这边其实就，没有必要去做，非常大的一些适配，对如果它的架构，完全不变的话，其实甚至都不用适配，如果它只是更新weights的话，那甚至几乎不用适配，最近有一些研究都是，探索模型直接在Litens Basement推理，而不是逐字去设置Token 比如说我们看到之前Meta的Kokona 还有自己的Cola DLM等等，如果这个方向成熟，你觉得在推理引擎的很多优化 [01:04:01]

盛颖：假设是不是可能会发生一些变化，或者重写呢，如果这个成熟的话，那确实很多事情是会变的，因为它推理的过程形态不一样了，但是我觉得这个也，本来就是你写推理引擎的一环，世界在变结构在变，然后你的视线量一直在变，这是一个，本来就持续存在的过程，我觉得这个不是变革，不是真正的变革本身，不同的团队，或者是不同的，这个AI in front的player 适应变化的能力，这个东西重要吗，重要，我觉得团队更重要，再提一句，这个尤其是现在有AI了 AI写代码写得这么快，其实你视线量变一点，其实就技术上来说，不是真正产生，巨大变革的地方，技术上总是能做的，我觉得真正的难点，从来都还是在，回归人和团队本身，那为什么你们的人，你们的团队就更好呢，我觉得我们的人和团队，团结，谦逊，又聪明，又努力，那可能其他团队，也会这么跟我说 我觉得其他团队也挺好的，我觉得大家都挺好的，但是你每个群体，都会有一个自己的，最终会形成一个自己的文化，大家各有所长，你强调的，就是公司内部的，解文化是什么样子的，我希望大家是 focus 谦逊 focus and humble 精益求精，这个是我们，就是我们追求，极高的审美，然后我们就把事情做solid 我们希望RedSrack人，都是对自己特别挑剔的人，都是自己本身特别挑剔的人，对自己，对自己的作品特别挑剔的人 [01:05:33]

陈茜：那在今年年初的时候，我们看到这个VIM的核心团队呢，也是商业化了，成立了Infrared公司，然后也是融资了，一点五亿美元估值，八亿美元，这个产业之后，会有更多的新生对手吗，更多的公司

盛颖：会商业化来做这个事情吗，我觉得完全有可能，而且其实它就是，持续不断在发生的，就是Infrared和RedSrack 这两家之后，还有新的Inference的 company在不断地，不断地涌现，谁会变成赢家呢，就是核心的竞争点，团队的竞争点，会在什么样的方向呢，我其实不觉得，我们在这个赛道，虽然我们有S上 S上是Inference Engine 但我觉得Red Shark的，那个长远使命，其实是不属于这个赛道的，有意思，能不能详细来说一下，我如果按照前面说的话，我觉得Red Shark 我说的目的是，我们想把最好的AI 带给大家，这是我们非常朦胧的，一个目标 Red Shark接下来，一年要做的事情，三年要做的事情，五年和十年，其实都讲出来，会非常的不一样，我们最终想要，我不想透露，我不想discuss 但是我可以大概地说，我认为Red Shark 最终使命是要做，下一代AI 下一代AI 下一代Next Generation AI 我们的本质，还是不是，单纯的infra implementation 意思是你们想要做模型吗 [01:07:01]

陈茜：也不一定是模型，它是下一个形式，就我现在就，我不讲它是什么，但我可以说，我们并不是停在这个地方，只是说这个influence 或者是infra 只是一个起点，对它是一个前前条件，但我们想

盛颖：我们要做的也不是模型，我们将来想做的事情，不是一个现在世界上，已经存在的东西，有意思，所以我其实不觉得，我们跟Existence的，这些Inference Player 是一个Category里面的，就是它还不存在，但是你觉得它一定会发生的，我觉得它会发生，然后你想把它找出来，或者是我希望它发生，我想看到它发生，我这很好奇，你能跟我说一下，我们会去把它逼掉吗，不能，好，对但我可以说，就是Inference不是我们的，它是一个起点，它不是L2的长远核心，所以我们其实跟，其他的Inference的company 都是保持良好的关系，我们的L2是全开源的 S上也不是L2的所有物了 S上是LMT的下面，它是属于社区的，但是我们公司的所有工钱，在市场上都是开源的，我们是没有private fork 我们的愿望也很简单，我们其实就是希望，这些东西被所有人使用，我们并没有想要 通过这个地方，制造一个difference 然后去获取利益，所以公司的命脉，是不在这里的其实，我们看到其实有不少的，做推理引擎的创业公司，虽然有些公司，他们自己不做引擎 [01:08:15]

陈茜：但是也是在这个引擎上面，去做服务的，而且现在铁量也不小了，比如说Faith10 是最近完成了 3亿美元的融资，估值过10亿美元 Fireworks AI 现在估值有40亿美元 Together AI 现在也是在寻求 10亿美元的新融资，同时我们看到，这个AWS Google这些大的云厂商，也是在提供，这个托管推理服务，整个的AI Infer的生态链，最近在发生，什么样的事情，能不能跟我们梳理一下，我觉得Inference

盛颖：这件事情，其实很早就存在，也发展了很久，但是今年 AI可能在变得更加成熟，尤其是SLB这个爆点，大家都看到了 AI变得更有用之后，整个市场的effort 可能会有更多的，从training转向Inference 就是开始需要让它，盈利和兑现的时候，然后这个转化，就会使得 Inference的市场，进一步的，本来就已经很Exposure 现在更大的Exposure 所以你会看到，很多这种，雨后春夏晚暴出来的，各种各样的Inference公司，但同时，所谓的AI Native的公司，他们也开始感受到了，你继续使用 Existing模型，去做Prompting Engineering 的局限性，与此同时，也有更多的公司，开始需要利用好，自己的Data 去做Customization的，这个需求，这个需求，它从另一方面，也在推动 RL这一块的市场化，一方面你看到，有很多的新的，英文化人士公司出来，另一方面你发现，你会看到一个 established英文化人士公司，在往RL那边move 在往RL那边扩张 [01:09:45]

陈茜：我觉得这可能是，这一批公司里面，最大的两个趋势，最明显的两个趋势 Baseton还有Fireworks 也是你们的客户们，对吧，但以后的用户，你觉得以后会，发展成竞争对手，我不知道他们

开源生态与创业竞争

陈茜：我不知道他们，有可能觉得我们

盛颖：是某种意义上竞争对手，但是我们不把他们，当成竞争对手，我们是更想和谐相处的，一个是我们其实重点，重心并不在这个地方，不然我们就不会，把我们的influence 给大家随意使用，然后还去支持他们使用，第二点是我们，因为我们这个开源的意愿，我们希望被大家都使用，所以我们并不，也不想跟他们成为竞争对手，我们希望这些，都是我们的盟友，然后我们更希望的是 focus在AI本身的，一些技术迭代上，然后我们希望，把这些技术可以 [01:10:02]

陈茜：跟他们所共同发展，促成他们的，这个业务模式的增长，现在你们服务的客户，大概是什么样，类型的企业，或者是他们有没有，一个什么比较典型的，使用场景可以分享的，我们各个Hyper的客户都有

盛颖：从这个Data Center Neo Cloud 就是Hyper Scaler 就这些是Cloud 就是他们有GPU 我们帮他们，想跟他们一起，或者帮他们sell GPU 到这些Infra Provider 我们其实也想跟他们合作，也是希望他们成为我们的客户，但现在还是一个user的关系，再往上到AI AI这些公司，他们想要使用AI Infra 去不完全他们的model 或者是Serv model也好，他们也是我们比较客户，还有一些传统的大公司，它不是完全的AI公司

陈茜：但是它想要用AI来助力，它原来的业务，那我们也希望在这里，可以提供一些价值 SG LINE之后还开发了Miles 这个是主要是用在RL上面的，你们为什么同时要做 [01:11:08]

盛颖：Inference跟RL Training呢，因为我们做的是整个AI Infra Inference和RL是，就我刚说它是在最靠近用户的，两个末端的步骤，所以我们从末端步骤开始布局，但是我们要做的是，整个能够把AI制造出来的能力，这两个东西同时做难度大吗，还好因为它俩其实非常相关 RL里面很大一部分的挑战，是来自于rollout engine rollout engine它也是跟，它就是influence engine 如果RL的话，你更多的是要做一些调配上的，调配上的工作和，可能way to transfer之类的，浇水性的工作，那scheduling算法也有一些新的东西，但是系统层面，它们有巨大，非常大的overlap 对，你刚刚跟我讲了

陈茜：两个很好的教授，非常教科书级别的教授，有没有哪个管理者，你是觉得你遇到过，就是是最好的管理者，他们的特质是什么样子，其实管理这个词也很宽泛

盛颖：不同位置的管理者，他们的功能也是不一样的，管理与被管理，它其实也不是一个单纯的，管理与被管理的关系，它其实也是一个职能分工的关系，就是一件大事要做成，它背后一定要有一个人，有一个人他非常非常的，跟这件事情绑定，他是不遗余力地要推动这件事情发生，这个人不管是Founder也好，是哪个CEO也好，他可以是任何一个人，但是一定是有这么一个人的，他以某种形式，他跟这件事情被绑定了，这个角色这个人，他需要有很清晰的想法，知道我们要，我们从哪里来，我们要去哪里，我为什么要做这件事情，团队为什么要做这件事情，他需要能够有这个坚持，并且他要能够看见未来，看见一个他想推动的未来，也许没有他就不会发生，但是一定是一个，他能看见的未来，有vision 这些东西是最重要的，但是你有vision的这个人，他并不一定需要具备，管理者需要的所有特质，你与此同时，公司里面还需要的 其他的管理者，他们又需要执行，不同的functionality 比方说能够，真的把一个，底诊变成真实，变得可执行，能够把人，人与人之间的，这个合作关系，调度得很好，这可能都是，不同人的功能，管理者非常重要，然后在架构制度，非常重要，但是，对但我觉得，我现在的想法都很初级，我其实现在一个家，可以就是处在一个，思考这个问题的阶段，就是我觉得我们刚刚，我们刚好就是在一个，从我还能一个人看清所有事情，到我现在看不清的这个阶段，所以我其实最近就是在想这个问题，我还没有找到答案，我现在看到的都是挑战，对那现在这个挑战 [01:13:06]

陈茜：跟你当时刚加入XCI的时候，面临的挑战是相似的吗，不一样，因为说XCI你也是把它看成你的baby 看成一个很重要的一个事情嘛，那你在孵化它的时候，因为你加入XCI的时候，它应该还没有Inference Team 然后你其实是把它给Build up起来的，这样的一个，很重要的核心的人，你觉得就是，在回顾当时，你面对的一个局面，跟挑战的时候，跟现在有什么样，不一样吗，还是完全不一样的

盛颖：因为毕竟在XI 我不是XI的owner 就算我想，虽然我把它当成baby 但其实其他人，并不觉得它是我的baby 所以我其实并没有被赋能，我并没有被empower OK 我有想法，我有观察，但是我很多事情，是改变不了的，我是没有办法去，做很多决定，或者是告诉其他人一些，影响他人的决定的，那我的责任其实也没有办法，扩展到那么大的边界上，但是我在XI确实学到了一句话，这个XI的那个两个leader 就是当时Tony和国东分别跟我说过，我不知道他们是不是串通过，但他们都跟我说了同一句话，就是说那个 authority和responsibility要match 就我在XI我是没有authority的，我只是一个小team leader而已 [01:14:10]

陈茜：就是我其实没有权利做很多事情，所以我就没有责任，哦 OKOK 所以你自己对，你觉得你自己有责任，但是，我其实没有 actually没有，我其实没有，因为我负不了责，我不能决定事情，我就负不了责，对吧

盛颖：这个事情如果我不能决定，该怎么做，做错的话，我也也担不了责，做对了，就不是我能控制的事情，但是现在的话，就是说这个公司，那我要做决定，我必须要做决定，它变成了我的义务，我必须要做决定，那它做的好和坏，所有的责任全部在我头上，如果事情没有做好，我就要背锅，对，那当然做好了，你会开心，做好了其实替不得功了，做坏了是我的责任，这个就是跟之前的事情，完全不一样的角色，挑战也是完全不一样的，从研究员到大厂，再到自己出来这个创业，你对自己的定位，有什么样的转变吗，我其实没想过这个问题，我觉得我一直都只想，我想做什么事情，我做件事情，能够借用的身份也好，资源也好，当时的我觉得，什么是最好选择，我就会去做什么选择，但他们都只有一个目的，就是我要做，我想做的那件事情，两年前的时候，我可能觉得，我想要创造那个未来 professor是一条路，两年后的今天，我觉得professor这条路走不通，我就开始开公司创业，不管是我是做professor 还是开公司，它都只是approach [01:15:57]

陈茜：我没有想过，这个身份本身，意味着什么，我不太在乎那个身份，但是因为你选择的路不一样，你要做一些其他的事情，来辅佐，你最终想做到的事情，比如说你现在，是一个非常明星 startup的founder 你要去融资，对吧，你要去招人，你可能要去做一些其他，以前你也没有想过，要去做的事情，所以就是比如说，融资跟投资人聊，这件事情

盛颖：对你来说是负担吗，还是这个事情，我觉得这个融资这个事情，我以前确实不懂，就是被迫去做的，但是这个事情总是要做 first principle thinking 我如果要做，我弄得比较好，这个事情该做，那我就去做它，就我们当时融资，还是挺曲折的，那个具体我就不讲了，但是挺曲折的，但是我现在觉得，我经历了这么长时间之后，我现在对这个行业，有些更多的理解了，我其实觉得，我在跟他们打完交道之后，我昨天我们聊完之后，我又做了更多的思考，我现在觉得 [01:16:25]

陈茜：我对投资人，有更多的respect 我觉得我更理解，他们的一些想法，为什么整个行业，是一个这样的状态，对，当然就是Sanhiel 它有一套它的游戏规则，那这套游戏规则，我理解其实跟之前，做research的时候，是完全不一样的，你觉得你自己，在适应这一套，新的游戏规则的，我觉得没有真的不一样，没有不一样吗，本质逻辑，肯定是不一样，但是本质逻辑都是，就是不同的体系，然后还是人，还是人性，你追根到底，还是所有的人性，本质逻辑没有不一样，就是你把东西做好，你追求的一个真的东西，你把它给做出来说出来，是吗

盛颖：就是我觉得它体系不一样，它学术界的体系跟，某种体系，投资人体系肯定是不一样的，所以你的规则不一样，那你的这个mechanism不一样，你做事的方式肯定不一样，但是归根结底，它所有的你再次输下去，都是人，人与人之间是共同的，所以当你进入，那个体系的时候，其实只是要学习，那个体系是怎么回事，怎么运转，然后各种力点，是怎么样的一个平衡关系，然后你如果还是以同样的人的根本，作为推理基点的话 [01:17:30]

陈茜：对这个整个体系的理解，还是可以被推理出来，这个点也有意思，就像发paper一样，它是有套路的，对吧，你学到了这个套路，那其实你很快，所有average的东西都是有套路，所有common的事情都是有套路，最后的这个投资人，应该是说结果非常非常好了，英语达 AMD 英特尔，这几个最大的半导体公司，都罕见的集体的投了你们，除此之外呢，你们也是拿到了非常硬核的，很多的投资人的背书，你觉得他们为什么投你们

盛颖：他们看中了你们的什么，我也很想问投资的这个问题，对我觉得我很难为他们代言，就是他们看中了我们什么，但我如果说，现在让我思考一下的话，那我觉得我们是，在这个赛道里面，一个跑出速度的玩家，我们跑出的速度，让大家可以看见我们的未来，我们也觉得我们可以，有机会创造新的market 也有机会去助力现有的market 我们可以enable 更多的，其他的AI公司，或者是，想要进入AI的公司，去enable 他们制造AI的能力，可以让他们，更多的接近AI 和利用AI 创造更多的价值，那么我们如果能提供，这部分价值的话，这个就是我们，值得被投资的原因，他们还是看重这件事情，觉得这个事情，是关键的，我觉得肯定很多人，是看重事情的，当然早期投资，也有些，也看人吧，我其实更喜欢 [01:18:22]

陈茜：看人的invest 但可能后来，可能接下来 A轮 B轮 C轮，之后的inmaster 就会看数字跟业绩了，但是我们第一个，因为有这个开源的技术在，他们肯定是人和师一起看的 [01:19:13]

盛颖：至于他们为什么看中了，我就不替他们回答，然后你为什么，对开源这么执着啊，这个是追溯到，我其实想纠正一下，我觉得我不是对开源执着，在乎，就是我没有刻意，要在乎和执着它，其实它是自然发生的，当然我从这里获得价值观，确实跟我以前的经历有关，我出生在江西这样一个，中部的省，也不是很发达的一个省，然后我小时候受到的教育，我已经在江西省，受到很好的教育，但是你放眼全国，甚至国际去比的话，那我当时受到的教育，还是很朴素的一段教育经历

开源文化与机会平等

盛颖：还是很朴素的一段教育经历，当时我想要学编程，其实没有太多的资源可以学，所以我大部分的学习，都是从互联网上拿到的，计算机那个时候，也不是最火的专业，计算机竞赛，更不是大家追捧的竞赛，所以你能够在市面上，搜集到的教材，或者是各种资源，都非常的稀少，都是贵金加工的，所以当时我的学习，全都是来自于，我去互联网上，去看到的那些，非常random的，别人留下的帖子 CSDN对吧，各种当时 online judge的，那个网上题谱，我从那些地方，学到的东西，都是来源于，我不知道是谁的人，我最近也不知道，他们是谁，当时我也不知道，他们是谁，我只是过去非常迟迟，把代码拿走了，我回家研究，然后我都不知道，写这个代码的人，把它使用出来的人是谁，我是被这样一群人，被互联网上，不知道事业上在哪里的人，给raise起来的，就是我是被他们教会的 所以sharing open的这个文化，它对我来说是一个，就像我生活的空气一样存在，我也没有觉得，我在刻意追逐它，但是它对我来说就是一个，从我很小很小开始，它就一直在我身边的，像空气一样，我觉得它理所应当，你有一个idea 你做了一件事情，你不分享出来，那才觉得奇怪，我其实是这样一个状态，你觉得太原社区，在最近几年，有发生什么变化吗，一个好的变化，一个不那么好的变化，好的变化是，我觉得开源越来越多了，就是大家越来越追求开源，越来越愿意开源，越来越相信开源的价值，不管是，大家的这个mindset 就是人对开源的欣赏，还是资本对开源的认可，都是上升状态的，但是有那么一点，不好的变化是，他的这个追捧上升中，也开始掺杂一些，其实不是那么，纯粹的东西在里面，你掺杂一些，不是那么纯粹的东西，一个是会破坏，原来我们所想象的，那个开源带来的，那个美好的事情本身，另一方面是 你如果开始有这样的东西存在了，会让原来相信这件事情的人，变得不那么相信，开源里面混进了一些功利主义者，这些功利主义者的存在，使得那些本来不是功利主义的人，分不清楚开源里面的成分，哪些是纯粹的，哪些是不纯粹的，他们的影响不仅仅是他们自己，这是我可能觉得开源也，你在变好的过程中，也同时会开始出现的一种balance 就是东西总是阴阳总是共存的，一种balance 大家最近对开闭远之争，也聊得蛮多的，你觉得整个AI的走向 [01:21:47]

陈茜：会慢慢地往闭远那边去迁移吗，还说以后，我觉得还是共存状态，我觉得开远不会停，而且根据我的了解，它也没有停，有更多的人一直在想要，进来贡献自己的力量，但我也不觉得 [01:22:20]

盛颖：所有东西都应该开远，因为你不能没有规则，你也不能没有戒心，就是完全地开放开远，这个状态，如果你没有掺杂太多的，可逃离的空间的话，它可以是美好的，但你一旦把它完全打开的话，人性的恶也会被放大，是，所以我觉得两种argument都是正确的，我确实也不觉得 AI应该完全地展现在所有人面前，它确实有risk 我不否认这一点，我也不站在 AI应该完全被握在一小批人手上，我也不站在那一侧，我觉得AI应该均等地，被握在不同的人的手中，我们想做的就是这件事情，就是Red Hat不是，纯粹为开源服务的，其实，就是我们是有开源文化在，但并不是为，我们做的所有事情，都是开源和为开源服务的，我们也为币源模型服务，但是我们说的，这个dechromatization是，我们允许

陈茜：我们认为开源币源是共存的，但是我们希望币源，它存在但不 centralize 理解，但这个怎么实现呢，所以我们希望提供这个，能创造最好的币源模型的 toolchain 让所有人都拥有 [01:23:24]

盛颖：制造属于你自己的AI的能力，但是你制造出来的AI 属于你自己，安卓被个昨天呼吁，就是大家都停止AI的研究，但是他又下了一个附加条件，就是说我现在要make sure 大家都停止了我才停止，就是你现在comfortable

陈茜：就是这些最强大的模型，都被握在这么几个的 VM模型的player手中，这件事情，这件事情它能被打破吗，你觉得，我觉得这件事情很难发生，它是违背人性的

盛颖：你是说就是所有人停下来 AI研究这种事情是，因为你大家没有在，你这样一个体系里面，大家没有拿到同样的资源，所有人都想要接受到，最好的AI 所以这个事情就很难发生，我不觉得它不正确，其实如果说现在有一个，非常强力的上帝，他下来安排每一个人，做什么，那事情是可以发生的，我不认为那是一个，非常差的世界结局，就是大家都停了，然后Anthelope一个领先，我不觉得这是一个，极度差的世界结局，但是世界不可能停在那个地方，因为没有一个 [01:24:04]

陈茜：这样一个上帝下来，可以把所有人安排的，按部就班，一定会有人要在里面起义，所以我觉得它不可能发生，那这个事情会往哪里走呢，终局可能，不知道是不是一个，会非常美好，就像你说的，一个非常decentralized 每个人都能有，自己的AI的，这样的一个终局，但是你觉得 what's next 就看我往多远的，未来去想，如果我讲到，很远的未来的话，我觉得现有的AI 还没有强到，它会真的完全控制

盛颖：和威胁掉人类，所以在可见的，目前我能够 guarantee看到的，未来里面，人类还是安全的，我觉得，那如果是这样一个，前提下的话，大家还是会互相追逐，然后AI会变得越来越强，但是它这个强，是一个productively上，去取代人类的，一些功能性的强，它不能完全地取代人，它只是取代了，人类的一些功能，但这个变革，肯定也是巨大的动荡，它会对人类的，社会结构权力结构，产生巨大的动荡，就是跟过往发生过的，每次工业革命，一样的一个，一些席卷性的这种动荡，可能比以往的工业革命，更加工业革命，但是它是个，你可以理解的范畴，更远的未来就是，如果说AI它真的可以，强到已经开始操控人类，就它真的已经over人类 dominate人类了，能够做人类做的任何事情，如果那天真的能来的话，我们是阻止不了的，我觉得那天就会来，或者说你想阻止它的方式 不是通过呼吁所有的人类停止来阻止，这个事情是不太可能发生的，你阻止它的方式一定是发明，发现另一条路径，使得你允许AI继续前进，而人类还不会输，你在这中间想做什么事情吗，我觉得我想，我想要build的那个未来，就是一个，跟强力AI共存的未来，我们现在说，我们要把强力的AI 最好的AI带给所有人，就人类需要这个公平，你不太可能通过，一小部分人，把好的AI握在手里，其他的人都无能，来维护表面上的合理，这是不可能的，如果说AI一定要往前走的话，那所有人都往前走，所有人都能够去，不一定是所有人，不是literally所有人，但是我说，大家都不是被这样bombed 而是你如果你是个，你有这个小idea潜力，你知道往前走的时候，你能够解释到，最好的人类知识的话，你需要在这样一个，竞争环境中往前走，它是一个健康的，与AI共存和搭站的状态 你先要有这样一个假设，然后整个人类，他们才能是团结在一起，去寻找这个solution 所以这件事情是必然的，我们不管，如果那天发生，真的到了有一天，你需要让人类，寻找一个新的solution的话，这个它都是个前提，你先要让所有的人类，平等共处团结一致，然后你才能再寻找一个，人类与AI共存的世界 LMS 你再享受一下那段经历吗，然后我们计划是，我们想，我跟联名最早，一开始想成立一个机构，这个机构可以让，不同学校的人参与研究 Elementsis到今天，虽然它是一个non-profit的，然后我们大家都在，有power time的帮一些事情，但是Elementsis 其实是一个我们想，非常严肃做的事情，如果说Red Shark 有一天，我希望它永远走下去，但如果有一天，它不是走到底的话 Elementsis是那个，我终生会做的事业，但它跟Red Shark 也有些共同性，就它们的，都有个共同的value 就是关于平等和关于平权 Elementsis的平权，是来自于我们希望，能够孵化优秀的人才做的项目，即便他们没有充分的背景，没有充分的后台，没有充分的branding 这个是来源于一些，我自己个人经历，我经历过低谷的时期，很低谷的时期，也经历过很高昂的时期，我自己能感受到这里面的difference 可能同样是我，同样做了一件事情，我在高昂的时期，做的那件事情，非常容易被大家关注到，被大家记住，甚至被大家夸大，但是我在低谷时期，做的事情，有些也不错，但是其实你就，你就很难被大家所，所看见或者被大家认可，但我觉得这个difference 是没有必要存在的，而且它，是破坏社会公平竞争结构的 Beyond Chips希望，做的是磨平这个，这个差异，希望好的项目，真的能够被，托举出来，并且我们希望 Credits能够分到，做事情的人身上 让可能还没有积累，没有establish的人，对项目有更强的掌控权，保护未establish的，真实的开发者的掌控权，对项目的掌控权，我看你在开源社区的时候，还做了一些蛮多 [01:28:24]

陈茜：其他的一些项目，就比如说这个LM Arena 这个东西其实在行业里面，就是影响也是挺大的，那段时间就是，你其实主要还是一个主线嘛，只是说不同的项目，它在不同的project

盛颖：这样来推进是吗 Arena是当时我们做LM 那段时间的一个，其中一个fund project 我是觉得这个事情挺有意思的，然后做了一下，然后它意外地，得到了挺多的关注，可能大家当时就觉得，排行榜这个事情，可能本身它，具有一定的娱乐性，但是我觉得这个Arena 确实是我们开始做的，但你真的说把它壮大，然后做成公司，那确实还是我们后来，就是伟林

陈茜：我们把这个项目，交给了伟林他们，然后后面一些新的人，也加进来，是后面这个新的团队，把他们真的做成，商业级别规模的一个项目，就是刚才你说，每个人要公平，要平权，平权更多的是说，相同的机会，相同的机会，对，特别是对于 tech方面的一个，怎么说，程序员也好，或者是researcher也好，就是你对这件事情的在乎，是因为什么样的契机 [01:29:16]

盛颖：或者是什么样的经历，可以跟我们分享一下吗，一部分是，我觉得我好像天生就是这样，就是我生下来，就是在乎这个事情，另一部分，可能也是一种延伸，就是我觉得我，从小到大是，我觉得我是经历了，看见经历和看见了很多性别歧视

性别经验与创业判断

盛颖：看见经历和看见了很多性别歧视，我觉得虽然大家回避这个，就没有那么，这个话题有一定的可争议性，就是你怎么鉴定是或者不是，但我觉得我还是很明显地说，这个事情它存在，你无法回避它存在，而且我非常切身地经历过，无数这样子的例子，它每一个例子你单拎出来，它都非常小，但是它是那种就是，一件在你生命中，无时不刻每天发生的，平凡的小事，所以它其实对那些，被影响到的人造成的影响，不是你听到一个例子的时候，所感受到的冲击，而是把那一件小事的冲击，乘上一亿倍，那才是对那个人，人生的真实的冲击，然后你再把它扩大到整个群体，它所造成的这个互动性的影响，就是common sense的影响，刻在所有人，共同认知里面的影响，是没有办法，用一个例子去说清楚的，我觉得这个是，它造成了我为什么，特别在乎平权和公平平等 这些东西的一个，性格特质的原因，第三个就是我刚跟你讲的，就我自己经历过，我知道，我能感受到，就有些，包括我自己做的，我发的那些paper 有些paper 其实我觉得也就一般，但是那个paper 可能就是因为是我发的，或者是我一个斯坦福发的，我克里发的，然后大家就会觉得，它是一个标准，但其实同期，可能有一些，跟我做的paper 差不多的paper 我其实只是一个researcher 我不是那个科学家，但是因为这样一个身份，让我这份paper被定义了，但是我觉得这个事情，它本不应该这样子，虽然我是获益者，但是当我是获益者的时候 [01:30:53]

陈茜：我觉得我现在终于有力量可以，因为我是获益者，我终于有力量，把这个事情往外推动一点 EMSIS想要以什么样的形式，去把这个权利，很公平地分给每个人呢 [01:31:29]

盛颖：很难，就是首先我们都知道，这是一个结构性问题，它不是我能做的，或者是一个机构能做的，我觉得有一次，我跟杨斯维卡聊天，我忘记是具体聊了什么内容了，但是我跟他说，我想改变一些东西，他聊到一个什么事情，我说这个事情我想改变，然后他说你改变不了，或者是他问我说，你觉得你能改变吗，改变得了吗，然后我就说，我说我不能改变，我确实没办法改变，但是如果我能改变1%的话，我愿意用我的一生，去改变这1% 一样的答案，就是我觉得我改变不了，这个挑战对于我来说，在这个挑战面前，我太渺小了，但是我觉得我能改变一点点，或者是改变，我身边的一点点人，然后这个一点点人，他们会再把这个，精神再传递到更多的人身上，它就发生一点点变化，那我觉得它值得我用一生去做，但是这个里面有一个，很微妙的地方就是 你所说的当我们想要改变一件事情，推广一个价值观，或者人家改变身边的人的时候，这个传递是非常容易出错的，非常容易出错和被人利用，其实真正最后你能够传递的是，你是不是能够，你要pick的人非常重要，有很多人他就不在这个里面，他根本就不在这个体系里面，所以你不是所有人都可以被压就可以，所以你要找的那些人不是，打个比方说，我现在想帮助弱势群体，但不是说我真的去帮助弱势群体，这事就能被解决，解决不了，你要解决的是，你要找到那些跟你一样，想去找到，想帮助弱势群体的人的人，你只能去找到那个，能把这个东西散布出去的人，而不是直接去做到，就比方说，哪怕你培养更多的学生，成为老师都是不够的，你要培养的是，想要去培养，把学生培养成老师的老师，你需要把那个 recursive的链条建起来，才有用，对 然后这个事情，它会非常的慢，它会非常非常的慢，所以我觉得，我做不了多少事情，但是，但是它的好处是，你如果能做到一点，它就做到了，它不是个会回退的变，它不是个会回退的改变，它是一个gradual的，就是你往前推了，它就是往前推了，对，它至少是solid的一个 improvement 我觉得solid improvement 只要它是solid的话，就可以，如果它不solid 但看上去很，但是看上去是个big jump 但它不solid 那你这个big jump 就是没有意义，就我们平时退项，我也这么跟他们说的，我说不用着急，我们不用到那个go 但是你要，但是我们重要的是，你team能不能训练出来，一套系统化方法，我的每一小步的movement 是不是solid 哪怕我就动了一点点，比你那个动得很大，也不能将来还要退回来，要好很多 [01:33:29]

陈茜：在research界，也会有性别歧视吗，它也不能叫歧视啊，其实没有那么严重，但性别不平等，这可能都没有到，不平等和歧视的地步，但是它会有，但是这个 [01:34:07]

盛颖：这个很多小，很subtle的，很撒娇的这种，意识层面的不对称，是无处不在的，我给你举个微妙的例子，说你差点多微妙这个事情，就是微妙到你会觉得，它不是个事，就打个比方说小时候，比方说我竞赛出身，我打竞赛竞赛打得很好，如果我是个男生，大家就会说我是天才，如果我是个女生，他就会说他很努力，他很听话，就是，你很用功，对，他会觉得，或者你运气好，我小时候经历的是什么，就是有一年的竞赛，那年我一直是，成绩是，就是各种，大家比赛都是很好，都是顶尖最好的，反正至少是比我，我们学校里，跟我peer的那个人要好很多，但是，我身边的人会找，无数个理由，来解释我为什么好，他们觉得你赢是不应当的，他们否认你是天才这件事情，他们不否认，他们不会否认，但是他们会觉得你，就是，如果换一个人 那个赢是理所应当的，但如果是我赢了，他们会觉得你这个赢，需要被解释，但是你正常情况下，一个人赢是不需要被解释的，为什么要去explain 他为什么赢呢，他厉害呀，对，但是我的每一场赢，都要被解释，背后都有个原因，叫做我为什么赢，而不是你为什么输，这个解释可能是，他这个，他的对手最近状态不好，然后下一场，他的对手状态还没回来，然后下一场是，他这个题压中了 [01:35:15]

陈茜：这个题他以前做过，但是可能你，其实这个人，其实我并没有做过，但是你就，你感受到这个，也不是故意的恶意，让人很窒息，这些微妙的存在，也会出现在你之后，做研究，读博士，做项目，对是源源不断的，也都会一直有这样的存在，就是说，你赢了，你比人厉害，大家就会给你找理由，说他为什么，为什么是他，对他们会说

盛颖：我要进去研究一下，这个人为什么可以，他为什么可以，他为什么能发这么多paper 因为没有看真还传啊，一旦有一个合作方，然后这个合作方，他是男性，或者是它是established的，别人就会觉得，这个idea会不会不是他的，这是一些很微妙的事情，就是你单独去看的时候，他们都很小，但是我说这是一件持续发生，每天发生，每分秒在发生的小事，而且它会波及到，每一个在这个群体里的人，你根本就没有办法，跳出这个框架，因为一旦你跳出，别人就会觉得你小气，别人就会觉得你格局小，我年轻的时候，在对这个事情的态度，会更极端一些，但我后来觉得，我已经觉得没什么好，就是这个事情，是不需要被讨论的，你要解决这一点，只有一个方法，就是你让，所谓的入行者，或者说，如果在这个specific example的话，就是女性，真正拥有权利，出死之外没有别的办法 你就是不断去赢就好了，对，而且这个权利是，所谓的人类的，真的top百分之 0.001 百分之0.01 百分之0.1 百分之1里面，全部平权，她们只有真正获得权利 [01:37:02]

陈茜：这个事情才会被改变，其他所有的一切，通过education 是达不到任何目标的，你觉得在过去十年，有好一点点吗，还是没有，肯定有好一点点吧，对，我觉得是社会是在向前，但是这个它

盛颖：你如果拆分到，不同的方面的话，有些地方可能也在，也有，也不是都在变好，对它那个价值观，是一个很波动的状态，但你整个来说，我觉得是在变好，好的，我觉得我们cover了，大部分的东西，让我再看一看，有没有什么问题，你觉得有什么问题，我们漏掉的吗，我没有想过，有什么问题要问，但是我到结尾的时候，我倒是可以有一件事情想说，昨天你们过来，然后你给我看那个Dock的第一眼，我其实当时挺打动，就是那个Dock里面，已经有很多对我的描述，就感觉你们已经对我，我不知道这是AI生成的，还是人做的，没有我们看了很多文，是人做的，挺详尽的，就是我觉得很多投我的投资人，都没有这么样的去看，看过我的经历，在我跟他们聊天中，我发现他们不了解我的经历，他们不了解发生过什么，他们可能在别的村面去打听，但是这份Dock 还是我当时印象很深刻，我觉得包括融资的这段经历，给我的一些成长，就是很多职业本身 我们觉得会做的事情，其实它不是自然发生的，然后也许我原来觉得，一个做采访的人，他就应该对被采访者，先有一个深度的study 但事实上很多的采访者，他们并不一定，真的会做这件事情，然后也许我们觉得，投资人他应该对方子，做个很深度的调查，但实际上大多数投资人，都没有去做深度的调查，也许我们觉得一个PhD 应该好好做研究，大多数PhD 未必真的好好在做研究，有很多事情，它在定义里面该发生的，其实不会发生，我后来发现，一个人他只要，能把职业里面，该做的事情做完，其实就已经非常稀有，我觉得我昨天，看那个talk的时候，我不喜欢采访，本来我们也，差点就要退掉了，但是我昨天看那个talk的时候，其实我觉得，我愿意好好做一下采访，因为我觉得你们，做的这个劳动，我是respect 我就想说一句respect 谢谢谢谢，我也很respect你，然后，我觉得就是很多 就刚刚聊到的，比方说我的PhD 其实是因为有很多波折，融资手也有很多波折，我们这个开源项目，做起来也有很多波折，但我现在真的要我说，结局怎么样的话，其实这三段波折，或者说过往，包括同年子很多波折，他们的，波折之后的那个终点，都非常的好，我的PhD第一年，这个Rotate找导师，不是很顺利，但是最后我找到那个导师，他是一个教科书般完美的导师，我们这个开源项目一开始，也有各种各样的被打击，但走到今天我们有了一个，就是这么好的团队，我们团队大家都这么的，这么的有能量 [01:39:19]

波折融资与理想未来

盛颖：这么的有能量，这么的有热情，还是这么团结，我们融资我前面，也经历了很多各种各样的事情，但我觉得最后，我们容纳现在这些投资人，也是教科书般完美的投资人，是，我在当时刚出来融资之前，对这种用户所知，所以我想去学点东西，我就去看了一些书，然后理解了一下，融资的书，怎么去融资的书，类似吧，可能Founder 和投资人之间的，相关的一些书 Fundraising 101 差不多，然后我想理解，这是什么东西，那个时候，我很多名词都不知道的，我不知道什么叫term sheet 就是我是在一个，这样的状态下，吃完融资的，我也不知道，什么叫做估值，什么叫做sit 我都可能就没有概念，很多基础的概念，我都不知道，都不理解，然后pitch deck是什么 pitch deck这个词，我都没有听说过，什么叫Pitch Duck是什么，要写多少页，每页写什么，对吧，是完全没有概念，就是没有概念到 Pitch Duck这个词，我都没有听说过 他们设的是什么东西，有个人跟我说，你们有没有拿到，他们说啥是他们设的，我在一个这样的状态里面，所以我就去，尝试去学这些东西，但是我从书本里面看到的，书本里写的都是美好，书本里面告诉我的，那个投资人和 Founder之间的关系，是一个终身友谊的关系，是一个你们，并肩作战的关系，虽然我早有准备，童话总是美好的，虽然我早有准备，但那个实况中，现实不是这样的，现实总是复杂很多，但是我最后，真的跟我们Payr的投资人，这些partners 他们又回到了，我当初在taxbook里面，看到的那个，所谓的投资人，跟founder之间的关系，书本也没有骗我们，包括我以前PSC之前，很多人跟我描述过的 PSC导师跟学生之间的关系，可能也是过于美好的，但是我最后拿到了，就是那些美好的描述，他们都没有骗我，世界上存在 那么纯粹那么好的导师，存在那么好的投资人，存在那么好的采访者，但是绝大多数人，他们没有坚持到，把那个跌宕起伏的过程走完，没有坚持到相信，那个好的东西，其实是存在的，只是说你要筛选，只是说你要有耐心，等着它最后显露出来，你要有这个耐心，让那些其实不是理想状态的，沙粒自己脱落掉，然后很多人可能在中间就开始怀疑了，然后放弃了，怀疑了放弃了或者是他不再相信，就借这个机会我其实想说就是，那些好东西都存在，所有好的东西都不是编出来，但是你要非常相信他，你要相信到你身边没有这样的人，你还相信他，然后有一天那个跟你一样相信的人，他有一天会跟你相遇，坚持，这一点特别好 刚刚我都有点想流泪，你知道吗，这个人太好了 [01:42:39]

陈茜：最后两个问题，就是你是一个逻辑，如此缜密之人，但是就像你说的，这个世界上，很多东西是乱的，或者是它的逻辑，是不成立的，就很多random的地方，就世界是一个草台班子，就是这件事情能自洽吗，还是说，你其实是会suffer的，就我在我的逻辑里，是自洽的，我的逻辑不受，不受我看到的事情的干扰 suffer也有啊，就是会suffer

盛颖：就我其实很emotional 我是非常emotional的人，其实，就是，很多很微小的事情，会对我造成，非常大的情绪影响，但是我能够把那个，情绪影响，跟我的，价值观构建，分离开，比如说我看到了，很多事情，他们我不想看到，我不希望它发生，但他们都发生了，然后我觉得很不高兴，但是我看完他们之后，不会导致我觉得，那个是正常的，我仍然会坚信那个，我没看见，但我相信东西是对的，我仍然会坚信，就像我刚刚说的，我仍然会坚信，有一个我想看见的世界，但是我现在没看见，他只是我还没看见他而已，就这个事情，我可能会相信他，几年十年的时间，我还相信他在那里，这个东西很难被改变，但是我过往的经历告诉我，他们其实都存在，最后我都遇到了他们，所以我有很多正反馈，但我觉得，有很多人是没有看到正反馈的，所以你也不能说，就是要求所有人都坚持，但是我觉得我是幸运的，因为我全都看到正反馈，就是我的正反馈循环，让我可以在后面的 遇到这种类似情况的时候，坚持得越来越久，可能我第一次的时候，我等了几个月，然后它被验证了，下一次我等了几年，它被验证了，再下一次我等了十年，它又被验证了，但我就知道了，它总是能被验证 [01:44:04]

陈茜：下一次我可以等二十年，再下一次我可以等，就没有人生可能等完了，但是我想就是，至少我等到了，我觉得别人也能等到，你有没有想过，因为你是对的人，你是正确地去做，这件事情的人，所以你等到了，比如说有些人，他可能对自己的认知有误，他可能不是最正确的那个人，他可能不是有天分的那个人，可能他等下去就是等不到的，就需要找到这个自洽吧，就是那比方说

盛颖：我说我等了十年最后等到了，但是我其实自己的，自己的心里的一些认知，跟世界一直是不吻合的，这十年里我一直都是很割裂的存在，我觉得也OK 我也可以一直就很割裂的存在，就算我整个人生都很割裂，我也不想妥协，就是你能不能找到那个boundary 这是重要的，就其实这件事情OK 就是我想说，有这个割裂其实是完全OK的，它不会真的很痛苦，人们只是害怕而已，但如果说有个人告诉你说，就这样就这么回事，没关系，其实就真的没关系，但是首先这事上，也没有绝对的正确，我也不能说我是正确的人，大家都是正确的人，但我只说，每个人都有你自己的想法，然后你所谓的正确，在别人的眼中不正确，也是OK 也是完全OK 没有任何问题，但是它的唯一重点就是，你是不是按照你自己的想法，去认知和行动，还是你其实是被别人牵着走的，或者你觉得自己在妥协，你只要不觉得自己在妥协，都没关系，哪怕你真的错了，就错了吧，就也没关系 但是我非常不喜欢的是，就是大家都变成了，不能执行自己意志，这样是不好的，就如果所有人，都执行自己的意志，哪怕你不和谐，那也是自然存在的，其实本来就合理，好的好的 [01:45:36]

陈茜：那以上就是我们，所有的问题了，非常感谢，感谢施琳，好了，这就是我们今天的节目，不到两个月的时间 AI市场经历了，开源模型的大爆发，而SGLang 它也成为了AI时代的核心技术层，大家怎么去看，摄影的经历与你受到的启发，欢迎给我们写评论写留言，如果大家喜欢我们的节目，可以通过小宇宙 Spotify 苹果播客 B站还有YouTube来找到我们，我们部分节目的文字稿，也会收录在硅谷101的微信公众号上，感谢大家的收听，我们下期见