活动预告🥳：8 月 16 日，我们会办一场线上活动，嘉宾是 Luma AI 模型产品 Lead 戴高乐、爱诗科技联创谢旭璋、前 OpusClip 增长产品负责人谢君陶，大家记得翻到 shownotes 末尾查看报名信息！

本期嘉宾朱亦博可以说是国内最懂 AI Infra 的人之一。

从微软、字节 AI Infra 负责人到谷歌、再到阶跃联创，他的职业经历几乎和 AI Infra 的发展并行，如他所说，贾扬清、李沐等人可能是 AI Infra 的开路者，而他则是紧随其后的第二批从业者。

在这期播客中，亦博不仅分享了 AI Infra 的底层认知，也讲了很多行业的内幕故事与实战细节。我们从最基础的 AI Infra 定义聊起，解答了其在模型表现中的作用、重要性，也揭示了“优化指标”的意义与评判标准，并讨论了行业现状和未来发展等等内容。

听完这期，你可能会意识到：在大模型时代，AI Infra 不只是「降本」的后台支持，也是决定一家 AI 公司能走多远的核心战斗力。

BTW：阶跃最近刚刚开源了推理效率更高的基模 Step 3（github.com），亦博自己的团队也在招人中，感兴趣的可以联系邮箱：[email protected]

【人类博物馆】

导游：曲凯，42章经创始人

39 号珍藏：朱亦博，阶跃星辰联合创始人，前字节 AI Infra 负责人，也曾在微软、Google 任职

• 1:07 AI Infra 的定义
• 2:49 贾扬清、李沐是 AI Infra 的第一批人，我属于第二批
• 4:13 为什么说 Infra 迎来了一个新的 Google 级别的机会？
• 6:21 移动互联网 vs 大模型时代：两代 Infra 有什么异同？
• 7:38 算法人可能「只有 2 年的保质期」，Infra 更吃经验
• 8:40 怎么衡量 AI Infra 的好坏？几个关键指标
• 10:09 该不该、该怎么投入 Infra？一笔很好量化的 ROI 账
• 11:20 面对云厂商和模型公司的挤压，第三方公司的突破口是什么？
• 14:17 对 Infra 人的一句忠告：要么深入模型、要么深入硬件
• 16:15 AI Infra 对模型效果到底有多大的影响？
• 17:45 DeepSeek 能冲出来，一大原因是选对了优化目标
  • 20:04 阶跃现在最重视的优化目标是什么？
• 22:06 Infra、算法、数据团队之间该怎么配合？有关组织架构的心得体会
• 28:41 做 AI Infra 最大的阻碍是什么？
• 30:16 模型范式不会那么快革新，但多模态可能是一个突破口
• 32:29 简评几家硅谷当红 AI Infra 公司
• 34:15 第三方 AI Infra 的创业机会在哪里？
• 36:35 我们想提升国产卡的竞争力，哪怕只有一点点
• 39:28 介绍一下阶跃新发布的视觉推理模型
• 46:30 DeepSeek 做得好，就是因为梁文锋懂 Infra？
• 47:54 一些业内真实的踩坑案例
• 55:13 给 Infra 从业者的一些建议
• 55:43 《The Bitter Lesson》的含金量还在上升

【活动预告🥳】

8 月 16 日，我们会办一场线上活动。感兴趣的朋友欢迎点击链接或扫描下面的二维码，一起来认识&交流！

【The gang that made this happen】

• 制作人：陈皮、Celia
• 剪辑：陈皮
• Bgm：Mondo Bongo - Joe Strummer & The Mescaleros