Latent Space 幕后：swyx 与 Galen Gao 谈 AI 工程师、SaaS 和上海

Shawn Wang（swyx）介绍了 AI Engineer 首次上海活动前的这场对话。他感谢当地组织者，并希望向全球听众分享更多中国 AI 开发者的进展。活动不直播，但演讲计划发布到 YouTube。

Wang 感谢一位经常翻译节目的中国听众，并提到开放模型、机器人和初创企业的进展。他说访谈也会讨论社区规模和本地应用方面的差异。

Latent Space 的长期听众 Galen Gao 询问 Wang 的背景和会议。Wang 纠正了“他个人把会议带到上海”的说法：活动由当地合作伙伴主导，他感谢他们的工作。

Wang 在新加坡长大，赴美国读大学，在金融行业工作约八年后转向科技。他后来独立工作，创办 Latent Space，并帮助建立 AI Engineer 社区。

他介绍自己如何一边运营会议和播客，一边担任初创企业顾问。他的个人创业项目被 Cognition 收购，他在那里工作了一段时间，随后退为顾问，以便专注于日益壮大的会议组织。他说，技术、写作和演讲兼具的职业路径并不常见，也未必适合所有人。

Gao 问起“公开学习”。Wang 说，离开金融行业后，他发现从事一个分享知识可能增加其价值的领域很自由。按他的经验，金融通常更加保密，而技术人员会分享代码、发现和错误。

Wang 将科技领域的分享与自己在金融业的经历作比较：信息一旦分享，可能失去竞争优势。这种反差帮助他理解，为什么写作和公开工作让他感觉更加自然。

他曾在一份工作中感到无聊，于是把精力投入工作之外的写作和演讲。公开学习让他在选择合作对象时有更多机会。Stable Diffusion 出现后，他对 AI 着迷，尽管不自认为专家，仍开始通过写作学习。

Latent Space 最初只是一个博客。Wang 说，坚持很重要，但努力本身不保证成功：判断力和专注于实质性问题同样重要。他认为，公开学习可以帮助人们不必等待完美资历就转向新领域。

他回忆说，关于 Stable Diffusion 的文章最终传到了参与这项技术的人那里。他也提醒大家不要把资历当作进入领域的唯一路径：人可以转型，但仍需培养能力和判断力。

在一次黑客松上，有人问非技术人员能在 AI 领域做什么。Wang 由此认为，软件工程师可以在模型周围构建系统，形成独特角色。他希望为应用 AI 的人建立一个名称和社区，而不只关注训练模型的研究者。

这次黑客松对话让他想到职业化的问题。模型训练很有声望，但他认为将模型融入产品、构建 harness 的工程工作也值得认可。

他将 harness 工程描述为把模型与普通软件结合：这项工作很重要，却未必要求研究型博士学位或超级计算经验。AI engineer 这一称谓为开发者提供了职业身份，也为公司提供了可招聘的角色。

Gao 讲述一个围绕 Stable Diffusion 和 ComfyUI 成长起来的中国社区，人们分享文档和用例。Wang 说，社区可以围绕一个人希望成为的样子形成，而不只是围绕其当前活动。

两人讨论命名。Wang 说，当时有人考虑 LLM engineer、applied AI engineer 等称谓，但名称必须与人们想拥有的身份和职业联系起来。在他的描述中，清晰的角色让开发者和雇主更容易找到彼此。

Wang 认为，尽管热门工作不断变化，这一职位名称仍然有用：早期关注检索和上下文，后来编程智能体、harness、记忆和评估变得突出。他还看到架构、设计和产品等相关角色。

在他看来，工程师是在系统失败时承担责任的人，包括需要起床修复问题的人。他希望会议让实践者获得舞台，而不是只依赖高管作宏观预测。

Wang 批评那些忽略实际构建和运营人员的泛泛预测。他借鉴开发者会议，让实践者与同行分享具体失败、决策和经验。

Wang 将 AI Engineer World’s Fair 与游戏开发者大会等成熟行业会议相比。实验室常常私下工作；工程会议可以让人们聚在一起解释自己做了什么，并互相学习。

他也重视不同组织和国家的人偶遇的机会。他说会议的现场人数超过目标，达到 7000 多人，线上观看量达 150 万；演讲和工作坊也会发布，供无法到场的人学习。

他说活动可以促成招聘、联合创始人相识和友谊，这些结果很难提前预测。在线发布内容也能让没有资金或无法旅行的人受益。

团队将会议演讲和演讲者信息转录、编目，并通过 AI Engineer 数据网站提供数据集和 MCP 接口。Wang 希望人们能够查询这些资料，从积累的工程经验中学习。

谈到国际活动，Wang 介绍受 JSConf 启发的合作模式。本地组织者更了解所在地区，可以使用品牌和传播渠道，同时发布活动内容并维护行为准则。巴黎是首个合作活动，随后扩展到其他地区。

在合作模式下，组织者就品牌使用达成约定，发布活动资料，并提供处理不当行为的途径。Wang 将其描述为本地自主权与共同社区责任之间的平衡。

他说共享品牌也有风险，因此选择合作伙伴很重要。由于监管和跨境限制，上海活动尤其需要本地主导。Gao 和 Wang 都欢迎中外工程师交流想法的机会。

话题转向 Kill My SaaS。Wang 说，一场会议的运营成本可能高达数百万美元，而软件订阅费用累积起来也很可观，即使员工申请每个工具都有充分理由。

Wang 说，单看每个工具，订阅支出可能显得合理，但加总后数额很大。按他的描述，现有产品并不总适合团队工作流程，请求的新功能也可能几个月后才到来。

面对一项拟购买的、约 4 万美元的订阅，Wang 悬赏 1 万美元，邀请人们构建可由团队用编程智能体定制的开源替代品。他说比赛收到 69 份有效作品，其中约五份好到值得付费。

Wang 认为，如果客户能自行构建替代品，一些中端 SaaS 产品可能面临压力。他推测供应商可能需要深入的领域能力或独特数据。这是他对竞争风险的看法，并不意味着每个订阅都能被安全替代。

比赛旨在产出团队能够拥有和调整的工具。Wang 认为，编程智能体改变了某些定制工具的成本结构，但也承认这是一项基于自己组织需求的实验。

他最关心的是小企业主：定制工具可以融入特定流程并节省员工时间。Gao 问起维护问题。Wang 承认维护并非免费，但认为对于某些非关键系统，智能体和定制能力可能让这种权衡值得。

维护的取舍取决于服务本身。Wang 说，他可能愿意为非关键内部工具接受停机，以换取定制能力；这种判断不应推广到可靠性要求严格的系统。

一个例子是从约 1000 份会议投稿中选出 25 个名额。现有工具需要反复逐项点击；一名参赛者创建了适合团队流程的可排序表格。Wang 说，他为音频讨论简化了这个例子。

他强调作品质量差异很大，经过验证的 SaaS 产品仍可能是更好的选择。实用的获胜作品需要良好的人机体验，也需要理解会议组织者真正要做的事。

Gao 问为什么 AI 评委和团队选出了不同获胜者。Wang 解释，自动评委的任务是判断作品是否符合参赛资格，而不是选出最佳产品。团队是在看到许多不同方案后才逐渐明确需求的。

Wang 将这一过程比作标志设计竞赛：大量想法可以展示买方事先不知道该如何提出的选择。他设想一种为企业举办类似软件竞赛的服务，负责规格、评估和付款。

标志竞赛的类比强调的是候选方案的多样性，并不保证每一份作品都好。Wang 说，拥有受众帮助他吸引参赛者，而举办比赛需要很多企业可能不愿承担的管理工作。

评估作品的工作量很大。会议软件必须支持组织者、演讲者、参会者、赞助商和供应商，测试时需要为各角色创建账户并反复切换。Wang 说，他一边处理其他工作，一边花了约两个月评估。

他介绍自托管的日程、存储及其他工具替代方案，包括将开源签署流程与自己的文件系统连接。对他而言，好处是集成和控制工作流程；他并不认为每个人都应该这样做。

例如，Wang 描述签署后的文件如何直接进入自己控制的系统中的正确文件夹。他认为减少工具间反复复制粘贴有价值，同时指出自己的选择依赖于有资金和人员进行构建。

谈到 Jev 和 TypeSafe，Wang 描述另一种 AI 工程方法：让小型快速模型在普通代码路径中作选择或估计概率，而不是把所有智能留在独立聊天窗口中。他认为可靠性与速度同样重要。

Wang 对比了嵌入应用多个环节的 AI 功能，与只有一个聊天界面的应用。他将 system-one 模型理解为一种在普通程序执行过程中作出狭义选择的方式。

他认为 Diogo Almeida 的非传统背景、技术可信度和有说服力的演示，帮助他传达了这一想法。Wang 说，小模型并非新概念，但 system-one 的表述让这种方法更容易理解。

Gao 介绍自己如何通过社区活动和市场契合、市场进入方面的建议，帮助中国创始人拓展国际市场。Wang 说，在产品完全确定之前，就让理解客户和渠道的人参与，会帮助技术型创始人。

Gao 说，许多技术能力很强的创始人仍需要帮助，才能理解当地需求并触达客户。她所描述的社区通过工作坊、聚会和顾问帮助创始人弥补差距。

Wang 举办写作聚会并为公司提供建议，常常是非正式帮助，有时换取股权。他重视在多种情境中检验建议的机会，但股权可能长期无法变现，成功也没有保证。

为多家公司工作让 Wang 有更多案例检验自己的理论。他说，同一建议并不适用于所有情境，更多样本帮助他识别建议何时难以迁移。

Gao 观察到，技术型创始人可能打造出令人印象深刻的产品，却忽略特定本地市场客户的需求。Wang 说，强大的技术很有价值，但市场工作不应留到发布前一晚。

他建议创始人明确客户是谁、客户在哪里活动、如何描述问题，以及产品如何改善他们的生活。对技术产品来说，具体演示可能比满是主张的幻灯片更能传达好处。

他建议尽早回答客户问题：谁会使用产品、他们如何描述问题、公司在哪里能接触到他们？市场进入方面的合作伙伴可以帮助团队把答案融入产品，而不只是最后进行推广。

被要求定义品味时，Wang 认为那是从大量可能性中迅速缩小范围、选出事后看来明显优秀的方案的能力。他举了产品设计的例子，也称赞 Legora 并行审阅法律文件的工作流程。

Wang 用从众多产品方向中作出选择并有纪律地拒绝其他方向说明品味。他说，一个好选择在事后可能看似显而易见，但在开始时很难识别。

Gao 问 Wang 希望在上海了解什么。Wang 想了解 ComfyUI、OpenClaw 等工具的采用方式和社区规模差异。两人讨论了初创企业工作的强度，Wang 也表达了对中国创始人的欣赏；这些都是他们的个人印象。

两位嘉宾比较了对中美工作文化和 AI 社区的感受。这些评论来自各自的经历，并非对任何一个国家的全面比较。

Wang 希望更多中国技术成果能够触达国际听众。他指出语言和呈现方式可能限制技术公告的传播，希望会议能支持以技术为中心的交流。

被问及有前景的研究时，Wang 强调支持持续双向沟通的交互模型：系统不必严格轮流发言，可以持续倾听、回应和调整。他也对持续学习和世界模型感兴趣。

Wang 将全双工交互描述为系统在说话的同时也能倾听、接受打断并立即调整。他还看好通过互动持续学习的模型，而不是只在彼此分离的训练阶段学习。

他的顾虑既包括 AI 投资最终放缓对会议业务的影响，也包括更严重的安全风险。他表达了对先进 AI 的悲观判断，并提到安全和生物威胁；这些是他对风险的判断，而非已被证实的预测。

推荐内容方面，Wang 提到自己的 AI 时事通讯和播客清单，并介绍了一项比较不同模型对推荐问题回答的实验。Gao 希望上海活动涵盖基础设施、安全和支付，并促进不同地区研究者与建设者之间的对话。

两人最后祝当地团队成功。Wang 说，组织第一届活动往往最难，双方都希望交流能够持续。