分手快乐?贾扬清出走英伟达:20亿美金AI Infra梦碎,黄仁勋的“铲子”挖不动人心

温故智新AIGC实验室

TL;DR:

AI大神贾扬清带着LeptonAI被英伟达7亿美元收购,一年后却光速离职。黄仁勋想用软件锁死云厂商,但开源信仰和产品执行力双双翻车——顺便,Agentic Coding还在背后捅了一刀。


要说2025年 AI 圈最像“豪门联姻”的收购,非英伟达7亿美元拿下 LeptonAI 莫属。创始人贾扬清——Caffe、PyTorch、ONNX 的灵魂人物,带着20人团队嫁入芯片帝国,原本该是“软硬合体,天下无敌”的剧本。

然而仅仅一年,这段关系就宣告破裂。据SemiAnalysis爆料,贾扬清已从英伟达离职,头衔从“系统软件副总裁”变回自由身。更耐人寻味的是,他转头就官宣担任GPU云服务商Hyperbolic的顾问——业务方向跟他在英伟达负责的DGX Lepton几乎一模一样。

这剧情,比《继承之战》还曲折。

黄仁勋的“阳谋”:把云计算装进自己的口袋

英伟达不仅是“卖铲人”,还想当“矿主”。

过去两年,黄仁勋看着AWS、Azure、阿里云拿自家H100赚得盆满钵满,心里早就不平衡了。他的算盘很简单:让开发者直接在英伟达平台上找卡、租卡、部署模型,绕过云厂商那一层。为此,他先后砸了约20亿美元——收购Run:ai(约12亿)和LeptonAI(7亿),组成了DGX Cloud Lepton。

贾扬清正是这个计划最完美的代言人。他亲手打造了三大开源框架,在Meta和阿里积攒了大规模GPU集群运营经验,在华人开发者圈子里有“神”一样的号召力。黄仁勋买的不仅是代码,更是整个开源社区十年的信任。

三道裂缝,把双向奔赴变成双向辜负

第一道裂缝:开源承诺?不存在的。

收购时英伟达白纸黑字承诺,Lepton核心平台将于2026年开源。对贾扬清这种用开源重塑了AI工程基础设施的人来说,这几乎等同于结婚誓词。但SemiAnalysis直言:黄仁勋最终反悔了,否决了开源计划。

看看英伟达的历史:NIMs名义开放实则封闭,FlashInfer从开源变成闭源cubin内核,RIVA也走了同样的路。贾扬清不是没预判,但他可能还抱着一丝“我能改变它”的希望。结果希望落空——对于把开源当信仰的人,这比裁员还伤人。

第二道裂缝:产品执行力跑偏了。

SemiAnalysis的措辞相当扎心:“NVIDIA's product management culture did not let Lepton bloom into what it could have become.”

团队的大部分精力,被花在更换配色方案和登录界面UI这种表面活上。真正要命的技术问题——比如多租户(multi-tenancy)——始终没解决。某云厂商合作方直言:“Lepton解决了GPU云的所有问题,除了最难的那个。”

AI原生开发者是最挑剔的用户。他们信任的是vLLM、SGLang、Slurm这些开源工具链,而不是大公司包装过的SaaS平台。Lepton/DGX Lepton从一开始就站在了用户的对立面。

第三道裂缝:股权结构里的“分手决定”。

一般来说,收购后创始人股权分3-4年归属。贾扬清仅一年就离职,要么他放弃了大量未归属的股权,要么他在谈判时就争取到了一年内完全归属的特殊条款。无论哪种情况,都说明他离开的决心极为坚定——这不是被动调整,而是一场主动的、彻底的告别。

外部的“降维打击”可能才是终极杀手

如果说内部分歧是离婚导火索,那么外部环境的变化,则让AI Infra这条赛道本身都开始塌方。

LeptonAI的核心卖点是“降低AI工程师使用和管理GPU集群的门槛”——别管Kubernetes了,别写部署脚本了,别操心扩缩容了。2023年,这确实是一个价值数亿美元的问题。但到了2026年,Agentic Coding工具(Cursor、Claude Code、Codex)让开发者可以用自然语言描述需求,AI自动生成、调试、部署全套基础设施代码。

举个栗子:竞争对手AMD开源的Spur项目——一个与Slurm兼容的高性能计算调度器——可以直接被AI Agent调用和配置,几乎零门槛。当你的平台只是把部署流程包装得顺滑一点、把API封得漂亮一点,那Agentic Coding的崛起就会直接抽掉你的稀缺性。

开发者越来越有能力用开源组件拼出自己工作流,用Agent修配置、写集群管理脚本、接监控、改SDK。Lepton试图用产品化解决的问题,正在被代码生成的方式直接跳过。

这不是Lepton一家的困境,而是整个“AI基础设施抽象层”赛道的系统性危机。那些在2022到2024年间以“降低AI工程门槛”为卖点融资的公司,都需要重新回答一个问题:你到底解决的是表层的复杂性,还是底层的稀缺性?

贾扬清出走英伟达,表面上是一个技术大神和商业巨头的价值观冲突,背后却折射出两个更深刻的行业信号:一是GPU硬件霸权无法直接复制到软件层;二是当AI能自己写代码时,中间件平台的护城河正在被Agentic Coding填平。

或许,这才是这个故事最值得咀嚼的余味。