贾扬清离开英伟达创办Intent Lab,推自主AI团队Fleet
贾扬清离开 NVIDIA 再创业:一句话生成数十万行代码
贾扬清是AI基础设施领域知名人物,其新公司Intent Lab的Fleet系统试图解决AI生成代码到生产级系统的关键鸿沟,案例展示性能提升显著,值得关注AI工程化方向的从业者跟进。
2026 年 7 月 29 日,贾扬清宣布创办 AI 软件公司 Intent Lab,联合创始人包括 Junjie Bai、Xiang L. 和 Casber Wang。
贾扬清的 X 账号简介已更新为 Intent Lab 创始人兼 CEO,并将英伟达列入过往任职经历,显示其已离开英伟达,开启新一轮创业。
Intent Lab 正在开发一套名为“Fleet”的自主 AI 团队。
与 Cursor、Claude Code 等主要负责生成和修改代码的工具不同,Fleet 试图从用户的一句模糊需求出发,自主完成软件架构设计、代码实现、测试验证和上线运行,并在投入生产后继续维护和更新系统。
贾扬清称,目前 AI 模型已经能够快速写出代码,但“代码可以运行”与“可以放心投入生产并维护多年”之间仍存在较大距离。
Intent Lab 希望补上这一层,让 AI 不只承担编程工作,还能像一支完整的软件工程团队一样,对最终系统负责。
Intent Lab 公布的首批案例之一,是重新设计英伟达 TRT-LLM 推理引擎,使其能够在 Grace Blackwell 节点上运行 GLM-5.2,并将性能提升至现有方案之上。
Conviction 投资人、前 Facebook 高管 Mike Vernal 在相关讨论中补充称,这套系统自主优化 GLM-5.2 后,实现了超过 5 倍的速度提升。
另一个案例涉及数据库改造。
Fleet 仅接收一行指令,便自主制定方案、修改系统并完成验证,最终通过约 600 万项验收测试。评论区中,科技投资人 Kevin Xu 特别提到,这一案例涉及 SQLite;虽然 SQLite 体量不及大型分布式数据库,但其对一致性和可靠性的要求极高,因此从单句指令直接完成生产级改造并不简单。
Mike Vernal 还透露,Intent Lab 的同一套系统已经能够根据一句话要求,构建包含数十万行代码的复杂软件,并在经过长期研究的成熟项目中发现隐蔽错误。
Intent Lab 强调,上述推理优化、数据库改造和新型基础设施项目,并非分别定制的三个工具完成,而是来自同一套通用系统。
贾扬清认为,一旦 AI 能够稳定生成并运营生产级系统,软件行业长期采用的商业模式可能发生变化。过去,厂商通常开发一套标准软件,再销售给尽可能多的客户;未来,企业或个人可以直接描述自己的流程和限制条件,由 AI 生成一套专门适配需求的软件。
云头条声明:如以上内容有误或侵犯到你公司、机构、单位或个人权益,请联系我们说明理由,我们会配合,无条件删除处理。
查看原文 →
更进一步:量化金融体系
看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力