⚡ Behind Latent Space: A Rare Look Inside the Pod | AIEi Shanghai
三句話摘要
AI Engineer 國際會議在上海舉辦的意義,探討全球 AI 工程生態、SaaS 替代方案、中國創業者國際化挑戰,以及 AI 技術發展的機遇與隱憂。 --- AI Engineer 已經從新興概念演進為成熟職業,全球 AI 工程生態正在形成,中國創業者的技術優勢與西方的 GTM 經驗互補,關鍵是透過產品品味與實作示範來橋接,同時審慎看待 AI 帶來的深層安全風險。 AI Engineer 角色定義已成熟且實用:2022 年 Swyx 在黑客松中遇到一位非技術創辦人,才意識到工程師能同時控制 100 個 AI 系統,而非技術人士最多只能改進提示詞。這個觀察促成他創造「AI Engineer」職業名詞,並定義為能建造 AI 整合層(harness)的軟體工程師,而非 ML 研究者。四年來雖然具體工作內容從 RAG、Context 管理演進到 Agent、Loop Engineering,但這個角色本質未變,且已成為全球認可的職業。
重點整理
AI Engineer 角色定義已成熟且實用:2022 年 Swyx 在黑客松中遇到一位非技術創辦人,才意識到工程師能同時控制 100 個 AI 系統,而非技術人士最多只能改進提示詞。這個觀察促成他創造「AI Engineer」職業名詞,並定義為能建造 AI 整合層(harness)的軟體工程師,而非 ML 研究者。四年來雖然具體工作內容從 RAG、Context 管理演進到 Agent、Loop Engineering,但這個角色本質未變,且已成為全球認可的職業。
SaaS 危機與自建軟體時代來臨:Swyx 發現公司每年花 $300K 至 $1M 購買 SaaS,卻面臨產品遲緩、功能不符、支援隊伍長等問題。他舉辦「Kill My SaaS」競賽,邀請 AI 編碼工具複製一個 $40K 的會議管理軟體,結果以 $10K 在一週內完成,更能提供原軟體無法提供的客製化(如單表檢視篩選)。這顯示中型 SaaS 企業在 AI 時代面臨威脅,因為有預算與技術的企業主現在可以自建替代方案,但 Salesforce 等大型 SaaS 仍有護城河。
中國與西方 AI 生態互補且差異明顯:中國創業者在技術、產品迭代速度上領先,但在 GTM(進入市場策略)、本地市場理解、使用者心理把握上落後。解決方案不是事後邀請行銷,而是從產品開發初期就納入 GTM 思維,決定目標客群、他們的痛點、用語方式。另外中國工作強度(996)與競爭文化遠超美國創業圈,既是優勢(執行力強),也是挑戰(員工流失)。代表企業如美團、抖音、字節跳動展現的創新精神,若在美國市場將更具威脅。
產品品味是稀缺能力,需透過示範而非言語展現:Swyx 定義「品味」為從龐大可能性中快速、低成本地篩選出顯然正確的選項。例如 Steve Jobs 堅持觸控介面、Cursor 在 VS Code 集成、Legora 重新定義法律文件審查流程。品味最有力的展現方式是實作示範(demo),如 Diego 用 Doom 遊戲演示 Typeface 的能力,遠勝於投影片說明。
--
實用技巧與重點
- 會議規模與數據
- AI Engineer World Summit 2024:7,000+ 人現場、150 萬人線上觀看
- 演講軌道:30 個不同領域(評估、多模態、Agent 等)
- 全球分會:Paris、Singapore、Shanghai、India、Japan(採合作夥伴制)
- Kill My SaaS 競賽
- 目標 SaaS:$40,000/年
- 競賽價格:$10,000 獲得開源複製品
- 參賽提交:69 份,約 5 份達可用級別
- 完成時間:1 週
- 中國 AI 社群規模
- Way2AI:中國最大 AI 社群,約 100 萬使用者
- ComfyUI 在中國採用率遠高於西方同等工具
- OpenClaw 在中國的討論度很高
- Swyx 當前角色與組織
- 主要身份:AI Engineer 會議 CEO
- 兼職:Latent Space 播客主持人、Cognition 顧問
- 顧問客戶:超過 35-36 家新創公司(多為股權制報酬)
- 自建軟體替代品
- Calendly 替代品(行事曆預約)
- Google Drive 替代品(文件管理)
- GitHub 替代品(版本控制)
- Slack 替代品(團隊溝通)
- DocuSign 替代品(電子簽名)
- 數據與工具
- ai.engineers-data:所有演講轉錄、講者簡介、組織資料
- MCP 支援及下載選項
- aeo.latent.space:用 AI 模型票選最佳播客與服務排行榜
- --
結論
AI Engineer 已經從新興概念演進為成熟職業,全球 AI 工程生態正在形成,中國創業者的技術優勢與西方的 GTM 經驗互補,關鍵是透過產品品味與實作示範來橋接,同時審慎看待 AI 帶來的深層安全風險。
完整解析
Swyx 是新加坡第五代華裔,在金融領域(交易員、投資銀行、對沖基金)做了八年後轉向科技,先後在 Amazon 和新創工作。四年前他決定獨立運營,創辦 Latent Space 播客並探索 AI 工程領域。當 2022 年 Stable Diffusion 推出時,他開始寫部落格記錄學習心得,逐漸建立了對 AI 應用的理解。
關鍵的發現出現在 ChatGPT 推出後的黑客松中。一位非技術背景的參與者問他「我全力投入 AI,但我是非技術人士,我能做什麼?」這個問題觸發了他的洞察:工程師能同時控制 100 個 AI 系統並編程,非技術人士頂多只能改進提示詞。由此他意識到應該創造一個新的職業名詞,而不是籠統地說「提示工程師」。經過思考,他選擇了「AI Engineer」,因為這個名詞清楚地表達了職業身份,能吸引想成為這類人士的開發者。這個定義一旦確立,立即獲得業界認可,時至今日仍是核心定義,雖然具體工作內容(如 RAG、Agent 工程、Loop 工程)在演進。
AI Engineer World Summit 的成立源自同一個黑客松的實踐。Swyx 參考了遊戲業的 GDC(Game Developers Conference)、安全業的 RSA,認識到每個產業都需要一個地方讓工程師聚集、分享經驗、交流最佳實踐。他的願景是建立一個工程師導向的會議,邀請做實際工作(會在凌晨 4 點起床修 Bug)的人講故事,而不是只有大頭銜的人談論虛無縹緲的 AGI 時程表。從 2023 年的小規模開始,2024 年已成長到 7,000+ 人現場參與、150 萬人線上觀看,涵蓋 30 個不同領域的演講軌道。所有演講都被轉錄、編目、可供訓練 LLM,形成了 ai.engineers-data 這個寶貴資源。
全球擴展採用 JSConf 的分散式合作夥伴制。Swyx 不會每個國家都親自主導,而是與當地合作夥伴建立品牌授權、收益分享、行為守則三項原則的合作關係。Paris 分會的主辦者後來被 Mistral 收購,Singapore 分會由在地團隊主導並超越了當地的加密會議,Shanghai 分會由 Lei Du 和 Meng Ying 主導。這種模式讓全球各地都能有高品質的 AI 工程師會議,而 Swyx 無需親臨也能確保品質。
另一個重要倡議是「Kill My SaaS」。Swyx 發現自己每年花費 $300K 至 $1M 購買各種 SaaS 軟體來運營會議,但往往得到遲緩、不符需求、支援隊伍冗長的產品。他決定實驗:舉辦一場競賽,邀請使用編碼 Agent(Codex、Claude、Devin)的開發者複製一個價值 $40K 的會議管理 SaaS。結果包含 69 份提交,其中約 5 份達到可用級別,整個過程只花了一週且成本僅 $10K。更重要的是,開發者們能實作原軟體無法提供的客製化,例如將 1,000 份投稿篩選為 25 個受邀者時,能在單一表格檢視排序,而不必逐個點擊頁面。這個實驗揭示了 SaaS 產業的未來困境:中型 SaaS(不像 Salesforce 有護城河)面臨來自有預算與技術的企業主的威脅。然而 Swyx 也強調,並非所有 SaaS 都該被自建替換,有時購買經過驗證的産品更好;但企業主必須意識到他們現在有選擇。
對於中國創業者進軍全球市場的挑戰,Swyx 觀察到技術與執行力強,但 GTM(進入市場策略)與行銷理解不足。解決方案不是事後邀請行銷團隊修飾產品,而是從產品開發初期就納入 GTM 思維:決定目標客群、他們面臨的具體痛點、使用的語言與詞彙、產品如何改善他們的生活。此外,中國的工作文化(996)與競爭強度遠超美國,創業者與員工都展現了西方難得一見的專注與執行力。Swyx 高度評價中國創業者的潛力,若他們能在美國市場立足,將對美國同行構成真正威脅。
關於「品味」(Taste),Swyx 定義為從龐大可能性中快速、低成本地篩選出顯然正確的選項。這無法完全言語解釋,但可舉例:Steve Jobs 堅持觸控介面而放棄鍵盤、Cursor 在 VS Code 集成上的設計、Legora 重新定義法律文件審查的工作流。品味最有力的展現方式是實作示範(demo),如 Diego(Typeface 創始人)用 Doom 遊戲演示 System One Models 的速度與可靠性,遠比投影片或文件說明更有說服力。
最後,Swyx 對 AI 發展的展望是樂觀與警惕並存。最令他興奮的技術是 Interaction Models(實時雙向對話、能邊聽邊說並相互中斷)與 Continual Learning AI(邊用邊學而非預先訓練後固化),以及 World Models 的進展。最令他擔憂的是 AI Winter 到來(他的會議業務仰賴 AI 熱度)及更深層的安全風險——不只是工作流失或假新聞,而是潛在的生物武器等未知威脅。他引述「AI Doom」的觀點:縱觀人類歷史,當文明進度差距懸殊時,落後方會滅絕;而 AI 的進化速度是人類的 1,000 倍。
---

