Guitar Cat + LLM 「Will @ SGLang Summit in SF」

我自己就在一家发展非常快、而且我非常看好的 startup 工作。 但即便如此，我依然认为：对于刚毕业的人来说，加入 startup 是一个风险相当高的职业选择。 不是因为 startup 不好。 一家真正优秀的 startup，完全可能把几年的成长压缩到几个月。你可以真正 own 一个问题，直接面对用户，做远高于自己 nominal level 的决策，而且每天都能看到自己的工作怎样影响公司。 但很多人对它的 downside 理解得太简单了。 最显眼的风险当然是公司失败，equity 归零。 但对职业早期的人来说，我觉得更重要的风险是： 你的学习环境可能和公司一起失败。 工…

Apparently this is what the AI researcher job market looks like for PhD new grads right now: 773 applications 57 phone screens 8 final rounds 1 offer Spent years optimizing model sample efficiency just to graduate and discover human sample efficiency is somehow worse https://t.co/ktAbpMpxnK

PhD new-grad recruiting has apparently converged to toxic dating strategy: Look popular, connected, and one email away from a frontier lab. Make the HM think you're probably not going to choose them. Casually mention a garbage offer to create urgency and trigger a bidding war. Academia really re…

My biggest takeaway from SF Tech Week: the center of gravity has already moved. Last year everyone was talking about agents. This year, a lot of the interesting conversations were about everything agents need once they actually start working: routing, search, data, evals, observability, latency, i…

今天和一位刚开始参与 SGLang Omni 社区的开发者吃饭，他跟我说了一个我觉得非常真实的焦虑： SGLang Omni 发展得太快了。 今天看到 full-duplex 的 PR，明天看到 ASR，后天又是 TTS。每一个方向都觉得应该学，但还没来得及学深入，别人已经又往前走了很多。 最后就会产生一种感觉： 是不是大家都已经懂很多了，只有我跟不上？ 还有另一种焦虑更直接： 感觉 SGLang 这种项目都是一群做 AI、做 systems 的人才能参与，普通 SDE 根本进不去。 我其实特别想说：完全不是。 我自己也不是科班 system 出身。本科的时候，我的 syste…