AI Infra 正在成为大模型时代真正的“底层基建”。
在这条多数人只看见工具、效率与算力竞争的赛道里，有一位极少被大众看见、却深刻影响行业底层技术走向的研究者与创业者——盛颖。
她是上海交大 ACM 班本科、斯坦福计算机博士，深耕形式化验证、大模型推理系统；她是开源推理引擎 SGLang 的发起人与核心负责人，这套框架如今已是全球大模型部署的核心底层工具；她曾是 xAI 推理团队负责人，亲手搭建 Grok 模型的整套推理技术栈。
如今，她带着百亿级资本背书创业，成立 AI 基础设施公司 RadixArk，首轮便拿下 1 亿美元种子轮融资，集齐英伟达、AMD、英特尔等全球顶级算力巨头的投资。
外界看到的是：天才、高产论文、顶级大厂核心岗位、顶配融资、少年成名。
但真实的盛颖，走过一段长期自我拉扯、低谷空窗、与天性对抗又最终和解的路。她有极强的高强度特质、极易进入极致心流，也长期受困于注意力特质；她曾在普林斯顿的学术氛围里渴望“与世无关”，也在硅谷的浪潮里选择拥抱世界、重构行业底座。
她不追逐个人影响力，只执着于让正确的事情发生。
以下，是《硅谷101》对谈盛颖的完整深度内容：关于成长、学术低谷、形式化验证、SGLang 开源初心、xAI 黄金时代、Infra 的浪漫、开源平权与创业取舍。
01 两次舒适圈被打破：从江西到上海，从东海岸到西海岸
盛颖的人生轨迹，始终在主动跳出舒适圈。
从江西小城考入上海交大 ACM 荣誉班，是她第一次直面巨大的认知与环境冲击。身边的同学对职业、人生有着清晰规划，而她一度处于全然的“无知状态”。本科毕业申请海外院校时，她最初甚至没能拿到满意录取，只收到了香港中文大学的博士 offer，并且已经确认接受。
就在留学申请“君子协议”截止日的第二天，一封普通的哥伦比亚大学硕士录取通知，改变了她的人生走向。
彼时的美国仍是全球学术中心，哪怕项目并非顶尖，她也执意想要出去看一看。她果断决定毁约、支付违约金，而父亲不到一分钟的那句“好，你去”，成为她勇敢迈步的最大底气。
从上海到纽约，又是一次全新的环境切换，但这次的冲击截然不同。
“纽约给我的不是压抑的冲击，而是一种彻底的包容。在这里，没有人盯着你、评判你，没人在乎你穿什么、想什么、做什么。”
这是她第一次体会到：从被规训、被限制的环境里挣脱出来，拥有了不评判他人、也不被他人评判的自由。这份松弛与通透，深深影响了她后来的研究与人生选择。
02 数学的极致浪漫：想做与世无争的理论家
刚进入哥大读研时，盛颖并没有明确的科研目标。直到一门计算复杂性理论课程，让她彻底沦陷于理论计算机的魅力。
纯粹的数学与逻辑，拥有绝对的确定性、自洽的美感，能让人完全沉浸其中，进入脱离世俗纷扰的心流状态。她开始主动找博士学长、导师请教问题，自发探索理论研究方向，也自然而然拿到了斯坦福博士的入场券。
那段时间的她，极度向往纯粹的学术虚无感。一次普林斯顿的学术研讨会，让她彻底着迷：
“走进那个环境，你会觉得人世间所有的挣扎、世俗的追逐、七情六欲都变得毫无意义。”
在这种氛围里，唯一真实、唯一值得深耕的，就是纯粹的逻辑与数学。做理论研究不需要繁杂的琐事，只需静静思考、等待灵感迸发，哪怕终日发呆、偶尔解题，也是极致的精神享受。那时的她，甚至甘愿“stay poor”，只想远离喧嚣，深耕纯粹的学术世界。
但东西海岸的气质差异，彻底改变了她的人生轨迹。
东海岸的学术氛围，让她渴望与世无关、潜心治学；而进入斯坦福所在的西海岸后，满是创业、创新、改变世界的声音，让她慢慢走出虚无，重新生出与世界产生联结、落地真实产业的渴望。
03 斯坦福博弈：被动入局形式化验证，在低谷里自我沉淀
斯坦福博士轮转的第一年，盛颖陷入了漫长的迷茫。
她始终没能匹配到契合的导师与研究方向，迟迟找不到能让自己兴奋、愿意深耕的学术问题。直到第四轮轮转，她遇到了导师 Clark Barrett，正式进入形式化验证领域。
通俗来说，形式化验证就是用严格的数学逻辑，证明代码、系统是否绝对正确，从根源规避逻辑漏洞，摆脱传统测试的随机性。盛颖的核心工作，就是优化 SMT 求解器，让代码与数学逻辑的映射、推理、证明更高效、更严谨。
外界看她的博士履历，是光鲜的高产：2020 年 IJCAR 最佳论文奖、2022 年 IJCAR 提名、TACAS 最佳工具论文奖。
但真实的博士生活，满是枯燥、挣扎与漫长的空窗期。
第一篇获奖论文，她完全是小白入局，只是踏实完成导师布置的课题，甚至不懂行业评判标准，获奖时全然意外。而高光过后，是长达一年的疫情低谷期，她几乎停滞所有研究，陷入深度内耗。
最幸运的是，她遇到了极致包容的导师。Clark Barrett 从不在意论文产出，只关心她的精神状态，允许她停课、回国疗愈，即便一年没有成果，也从未中断她的经费与支持。
走出低谷后，她打磨出职业生涯最满意的一篇论文。为了严谨的逻辑证明，她多次全盘推翻二十多页的推导，只因初始基点存在细微漏洞。反复迭代、彻底重构的过程痛苦至极，却让她真正读懂了形式化验证的深层美感：
它让我跳出二十年的编程惯性，从数学底层视角重新理解程序语言，看懂语言设计中「数学严谨性」与「硬件高效性」的永恒取舍。
04 和解天性：ADHD 不是缺陷，是我的使用手册
很多人好奇，盛颖极致高产、高强度输出的背后，是什么特质在支撑？答案，是她与自己天性的彻底和解。
她坦言自己是必须高强度运转的人，大脑永远无法真正停歇，哪怕睡觉、追剧，潜意识也在持续思考问题。最经典的一次突破，是她看《甄嬛传》时，潜意识复盘论文难点，突然顿悟解题关键，立刻暂停剧集、动笔推导证明。
长期的自我拉扯后，她终于读懂了自己：ADHD 不是疾病，是我的天性特质。
她的专注是极致两极化的：遇到真正热爱、有高强度挑战的问题，会进入极致心流，听不见外界声音、忘记时间，甚至错过会议；而面对枯燥、无兴趣的琐事，哪怕至关重要，也完全无法集中注意力。
读懂自己的那一刻，她彻底停止了对抗。
“我不再勉强自己适配规则，而是顺着天性做事。我只能把热爱的事做好，不感兴趣的事，再努力也无法出彩。”
也是这份天性，让她彻底看透了“天才与努力”的本质：真正的天分，不是更高的智商，而是在无人认可、无世俗红利时，依然愿意纯粹热爱、坚持深耕。
同时，她也清醒区分了「发论文、做研究、做真正的科学突破」三件事：
发论文是熟练工种，有固定套路；多数研究是稳步迭代、无颠覆性突破；而真正的科学推动者，是那些「没有他，行业突破会晚很久才发生」的极少数人。
05 告别形式化验证：离学术更近，离真实世界更远
深耕多年、斩获多项顶会荣誉后，盛颖最终选择离开形式化验证赛道。
不是看不到领域的美感，而是看清了它的局限性：落地成本极高、适用场景极窄，很难对真实世界产生大规模影响。
她想要离真实世界更近，做能落地、能普惠行业、能被大规模使用的技术。于是，她主动转向大火的大模型领域，从零探索全新赛道。
转型的过程依旧坎坷，她经历了又一年的空窗期：长达九个月迷茫无进展，仅用最后三个月集中突破、产出成果。外人眼中的持续高产，实则是无数次归零、重启、顿悟的循环。
2022 年谷歌实习的经历，彻底坚定了她做大模型的决心。彼时 ChatGPT 尚未全民爆火，但谷歌内部 PaLM、LaMDA 模型已展现出极强潜力。
她原本想借助传统程序分析技术赋能 AI 编码，却发现大模型的生成能力，已经近乎覆盖传统领域的工具价值。这一刻，她彻底意识到：大模型是颠覆式变革，而非渐进式迭代。
06 选择 Infra：偏爱确定性、数学与代码的极致秩序
入局大模型后，盛颖没有追逐热门的算法、模型微调赛道，而是坚定扎根大模型基础设施（AI Infra）。
于她而言，Infra 是最适配自己思维特质的领域：确定性强、逻辑严谨、基于数学与代码、注重系统整体美感，需要极致的严谨与精益求精。
外界大多将 Infra 视作“支撑性工具”，是服务模型、服务产品的后端底座。但盛颖始终坚持一个小众且浪漫的认知：Infra 本身就是产品，拥有独立的审美与价值。
很多团队为了快速落地、冲跑分、赶迭代，会用粗糙的补丁、临时的 hack 方案解决问题，只求功能可用。但在盛颖眼中，Infra 有优劣、有美感、有架构洁癖：
“一套系统不仅要能跑，还要跑得优雅、架构干净、逻辑自洽、可长期迭代。很多工程方案看似结果一致，本质却是豆腐渣工程与精致架构的天壤之别。”
这份对底层架构的极致审美，成为她后续打造 SGLang、创立 RadixArk 的核心底色。
07 SGLang 诞生：从学术收官之作，到行业通用基建
SGLang 的诞生，是盛颖博士阶段一系列推理研究的集大成收官。
此前她陆续产出 FlexGen、S-LoRA 等多项研究，解决了大模型推理的局部痛点，而 SGLang 的初心，是整合碎片化技术，打造一套生产可用、可大规模落地、全场景适配的通用推理引擎。
谈及与同期热门框架 vLLM 的差异，盛颖表示：二者是相互学习、持续趋同的生态伙伴，而非纯粹竞品。
在发展早期，SGLang 更早聚焦超大规模算力集群部署，主攻千卡、万卡级别生产场景的稳定性与效率；vLLM 则更早深耕社区生态、适配长尾模型。随着行业发展，双方持续互补补齐，共同完善国内大模型推理生态。
而 SGLang 最核心的差异化初心，始于盛颖对「人机交互」的长远思考：
SGLang 最初的设计目标，不只是后端推理加速，更是搭建一套人与 AI 高效交互的标准化接口语言。适配 Agent 复杂交互、多轮对话、结构化生成等未来场景，是它与生俱来的基因。
如今行业聚焦后端效率优化，但盛颖坚信，未来终将回归初衷——用标准化底层框架，重构人与 AI 的交互方式。
08 xAI 黄金时代：最好的团队，无政治的纯粹创业氛围
2024 年 10 月，盛颖加入早期 xAI，共同领导 Grok 推理团队，搭建整套推理技术栈。
回望职业生涯，她直言：早期 xAI 是我人生中最美好的一段工作经历。
彼时的 xAI 不足百人，全员专注做事、无办公室政治、无人际博弈。团队全员聪明、谦逊、互助，所有人的核心目标只有一个：把事情做好。没有冗余内耗，只有纯粹的技术攻坚与并肩作战。
Elon 打造的无边界工程师文化，让她得以突破岗位局限，接触全链路技术体系。小团队、高强度、全开放的环境，让她在一年内完成了远超外界数年的成长。
在这里，她真正拥有了最难得的两样东西：足够的资源支持，与绝对的创作自由。
这也是她选择 xAI 的核心原因——当时行业里极少有团队，能同时为研究者提供顶级支撑与无束缚的创新空间。
她负责搭建 Grok 完整推理引擎，对接产品部署、模型训练、强化学习全业务线，经历了从技术打磨到规模化落地的全流程实战，完成了从研究者到全栈工程负责人的彻底蜕变。
对于后期 xAI 的组织巨变，盛颖坦言：创业公司必然经历规模化阵痛，小团队靠文化与默契维系，规模化后必须依靠体系支撑，这是所有成长型公司的必经之路。而早期 xAI 纯粹、极致的团队氛围，也成为她后续创业的标杆。
09 毅然离职：放弃股权，只为接住开源社区的期待
盛颖的离职，让很多人意外。
她只需再留守两个月，就能拿到一整年的股权兑现。但她选择果断放弃，提前离场，核心原因只有一个：SGLang 社区的成长速度，已经远超业余维护的承载极限。
SGLang 从学术项目成长为行业核心基建后，海量企业落地需求、商业化适配需求蜂拥而至。而核心开发者遍布全网、素未谋面、纯业余熬夜维护的社区模式，早已无力支撑行业级的稳定交付。
团队只能靠熬夜、通宵、周末加班硬撑，长期低空交付、勉强迭代。盛颖坦言，2025 年上半年她的焦虑达到顶点：
“如果我再不全职站出来承接、补齐团队短板，整个社区都会透支，所有人的期待都会落空。”
彼时的她，已经无法全身心投入 xAI 的工作，无法为团队创造价值。秉持着“在岗必尽责”的原则，她果断选择离开，全身心投入 SGLang 生态的商业化落地，创立 RadixArk。
10 开源信仰：被互联网养大的人，理应回馈世界
很多人好奇，盛颖为何对开源如此执着、如此无私？
这份信仰，源于她的成长底色。出身江西小城的她，早年学习编程时几乎没有优质教材、没有专业指导，所有知识、代码、思路，全部来自互联网上匿名开发者的无偿分享。
“我是被互联网上一群不知名的陌生人养大的。我自私地拿走他们的成果、研究他们的代码，才有了今天的积累。”
于她而言，开源不是刻意的高尚，而是刻在骨子里的本能与感恩。分享、开放、平权，是伴随她成长的空气，理所应当、无需刻意。
至今，SGLang 仍归属 LMSYS 社区，不属于 RadixArk 私有资产，团队坚持全量开源、无私有分支。不依靠开源技术构建垄断壁垒，只希望让底层技术普惠全行业。
她从不追逐个人影响力，始终秉持独特的价值观：
多数人追求「making impact（制造个人影响力）」，而我只在乎「有正确的事发生」。这件事是不是我推动的不重要，只要它能落地、能造福行业，就足够了。
11 RadixArk：不止做 Infra，要造下一代 AI 底座
当下 AI 赛道，无数团队扎堆模型、应用、服务层，而盛颖坚定扎根最底层的 Infra，且不止于做推理引擎。
在她的规划里，RadixArk 的终极目标，是搭建一套完整的下一代 AI 基础设施基座，涵盖推理、后训练、强化学习、模型适配、硬件调度全链路能力。
如果说传统公司做 Infra，是为模型和产品做支撑；那 RadixArk 的逻辑，是让 Infra 成为核心生产力，赋能全行业快速定制、迭代、落地专属 AI 模型。
团队同步布局推理引擎 SGLang、强化学习框架 Miles，打通模型落地最后一公里。推理承接终端规模化需求，强化学习适配模型个性化迭代，两大核心能力高度互补，构筑完整的后训练+落地闭环。
面对行业火热的推理赛道、层出不穷的竞品，盛颖始终保持清醒：
RadixArk 从不局限于当下的推理赛道竞争。推理只是起点，我们的终极目标是打造目前不存在的、下一代 AI 基础能力。
也正因跳出同质化内卷、坚守底层技术创新，公司首轮便拿下英伟达、AMD、英特尔三大算力巨头的集体投资，成为行业罕见的顶配初创团队。
12 行业趋势：AI 红利从训练转向推理，基建决定终局
复盘当下 AI 产业变化，盛颖精准捕捉到核心趋势：
AI 行业正在从「疯狂烧钱训练大模型」，转向「规模化落地、商业化变现」的新阶段。行业重心，正从训练端，大规模向推理、后训练、场景定制转移。
一方面，海量推理服务商雨后春笋般涌现，行业无输家、全员同步增长，市场需求持续爆发；另一方面，通用大模型的提示词工程逐渐见顶，企业开始追求专属数据、专属场景的定制化模型，强化学习后训练成为新的刚需。
这也是 RadixArk 同时深耕推理与 RL 的核心逻辑：抓住行业落地拐点，占据 AI 规模化商用的核心底座。
面对未来潜空间推理、非逐字生成模型等新技术方向，盛颖表示：技术架构的迭代是常态，引擎优化永远没有终点。真正决定团队终局的，从来不是技术迭代速度，而是团队的认知、审美与执行力。
13 创业心得：接纳天性，敬畏体系，坚持求真
从顶级学者、大厂核心工程师，到创业公司创始人，盛颖完成了三重身份的蜕变，也沉淀出独有的人生与行业感悟。
关于成长：人生没有白走的路，每一段低谷、空窗、迷茫，都是自我认知的过程。真正的成熟，不是强行改变天性，而是读懂自己、接纳自己、顺着自己的优势做事。
关于团队：小团队靠热爱与默契，大团队靠体系与标准。极致的技术审美、专注谦逊的态度、精益求精的执念，是团队长期前行的核心底气。
关于做事：所有世俗的成功、行业的套路都有迹可循，但真正的突破，永远来自不随波逐流的坚持、对真理的极致求真。
关于未来：AI 的终极竞争，终将回归基础设施。谁能搭建更优雅、更高效、更普惠的底层基座，谁就能支撑起下一个时代的 AI 生态。
写在最后
盛颖的故事，从来不是“天才一路开挂”的爽文叙事。
她有迷茫、有低谷、有长期内耗，有与天性的漫长拉扯；她放弃高薪股权、跳出舒适赛道、坚持开源普惠，不追逐名利与虚名。
从沉迷数学虚无、渴望与世无关的学者，到扎根产业、想要构建人类与强力 AI 共存、人类不会输的未来的创业者，她的蜕变，是最动人的成长。
在人人追逐流量、影响力、短期红利的 AI 浪潮里，盛颖始终守着一份 Infra 的浪漫与纯粹：
不求个人扬名，只求正确的事发生；不逐眼前喧嚣，只造行业长远根基。