贾扬清创立 Intent Lab，让 AI 构建生产级软件，性能提升 6.3 倍！

1. 贾扬清创立新公司 Intent Lab一个月前报道了贾扬清离开英伟达当时外界猜测他大概率回到 GPU 云领域。毕竟他过去几年一直在和算力调度、多云部署、GPU 利用率等 Infra 问题打交道。6 月初GPU 云服务商 Hyperbolic 聘请他担任顾问业务方向接上 LeptonAI 旧路线。但现在他联合 Junjie Bai、Xiang L.、Casber Wang 等开源领域老将正式创立新公司 Intent Lab意图实验室。这次他没继续做 GPU 云平台也不是重走 AI Infra 老路而是试图解决更上层问题当模型会写代码AI 离自主开发生产级软件还差哪一步2. Intent Lab 首批成果亮相伴随官宣Intent Lab 展示了首批成果一是 GLM - 5.2 推理引擎在两台 Grace Blackwell 节点上输出速度从 102 tokens/s 提升到 647 tokens/s提升 6.3 倍二是数据库引擎从模糊需求出发跑通 600 万条 SQLite 兼容性测试三是带形式化验证的分布式文件系统能抓出普通 coding agent 生成代码里的数据损坏 bug。这些看似无承接联系的底层工具实际展示的是同一套系统 Fleet 的能力。贾扬清把 Fleet 定义为“全球第一个把意图变成生产级软件的自主团队”用户提出高层目标由智能体完成理解、设计、编码、验证和后续演进。3. AI Infra 底层命题转变过去十年贾扬清是上一代 AI 框架公认的奠基人参与过大规模 AI 基础设施建设。LeptonAI 降低开发者使用 GPU 和部署模型的门槛而 Intent Lab 让 AI 构建具备交付能力的基础软件这背后是 AI Infra 的价值重估。过去降低开发者使用和管理 GPU 集群门槛是重要命题但如今解法和门槛已松动。以 Cursor、Claude Code、Codex 为代表的 Agentic Coding 工具重塑软件开发底层逻辑传统 AI Infra 封装的复杂性被绕过只停留在“让工程更省事”的工具层平台面临挑战。所以 AI Infra 层创业核心拷问变为解决的是表层复杂性还是底层稀缺性贾扬清用 Intent Lab 给出答案不做包装复杂性的中间件而是做“能产出一千个系统的系统”。4. 不是 AI 写代码而是造工程团队Intent Lab 核心产品 Fleet 是面向生产系统的自主智能体团队与大多数 coding agent 不同。如今多数 coding agent 解决“代码生成”问题但距离真实软件工程很远。真实工程有复杂流程Intent Lab 想把整条链路交给 AIFleet 从人类意图出发端到端完成设计、实现和验证并在生产环境持续进化复刻工程团队协作流程。所以首批展示的是推理引擎、数据库和文件系统等对性能、可靠性、兼容性和正确性要求高的系统软件。5. GLM - 5.2 推理引擎体现 Fleet 能力GLM - 5.2 推理引擎案例体现了 Fleet 的能力边界。最初目标是改造 TensorRT - LLM让 GLM - 5.2 在 Grace Blackwell 节点上更快并自行识别优化空间、实现和验证。这是在英伟达高度优化体系上榨取性能属于硬核系统优化。最后交付了四类优化内核层优化、运行时优化、通信优化和投机解码优化。最终 GLM - 5.2 输出速度提升 6.3 倍。更重要的是Fleet 像系统工程团队先做瓶颈分析再提出方案、实现方案、验证结果类似自动化的系统工程循环 Looping。6. 数据库和文件系统展示的能力数据库和文件系统展示了 Fleet 复杂系统的正确性能力。数据库要处理诸多复杂问题Intent Lab 一句话生成数据库引擎并通过 600 万条 SQLite 兼容性测试难的是让其符合真实生产系统要求。文件系统 AgentFS 是为 AI Agent 设计的分布式文件系统传统方案不适合 Agent 工作负载AgentFS 从零构建在基础操作上相比 EFS 有数十倍到数百倍提升部分指标超 600 倍Git 仓库操作也快了 2.5 到 14 倍。Fleet 还对核心协议做形式化验证和多种测试发现并修复了数据损坏 bug说明其能围绕真实负载设计系统兼顾性能和正确性这是当下 Agentic Coding 的最大分界线。7. AI Infra 的新分水岭贾扬清这几年一直在降低别人用上算力和系统的门槛从 Caffe 到 PyTorch再到 Lepton AI到现在的 Intent Lab试图让“造生产级系统”自动化。这意味着 AI Infra 价值重估过去 Infra 值钱的是“资源和封装”现在 Agentic Coding 崛起部分封装复杂性价值被 AI 吃掉真正稀缺的是让 AI 理解模糊意图等深层系统能力。AI Infra 竞争从“帮人管理基础设施”转向“让 AI 成为基础设施建造者”贾扬清押注后者若方向跑通未来软件形态可能更碎片化、更专用。那么贾扬清这次创业能否成功推动 AI Infra 的变革呢