本期 Linkloud Talk 对话嘉宾为 Swyx（Shawn Wang）。作为 Latent Space 播客与 Newsletter 主理人、AI Engineer World’s Fair 发起人，以及 Cognition、Fireworks 等公司的顾问，Swyx 早在三年前便提出了“AI Engineer”这一概念。如今，该活动已从最初仅 500 多人的聚会，发展为吸引逾 7,500 人参与的行业盛会。
上周，AI Engineer 大会首次落地上海，汇聚了 50 多位硅谷精英与 1,600 多名现场观众。本次对谈录制于旧金山 Latent Space 工作室，双方围绕“公开学习（Learn in public）”、SaaS 的终结、TypeSafe 的技术理念、AI 创业者的品味（Taste）以及中美 AI 生态差异等话题展开了深度交流。
希望大家喜欢这期特别的对话，Enjoy！
从金融到科技：公开学习与职业自主权
高宁：Shawn，感谢参与本期节目。我长期关注 Latent Space，也注意到你今年首次将 AI Engineer 大会带到上海。几个月前，我读到你在 7月4日发表的文章，谈到你往返于新加坡和硅谷的经历。能否先介绍一下你的背景，以及你与硅谷的关系？
Swyx：首先需要澄清一点，把 AI Engineer 带到上海的并非我个人，而是上海接纳了这一品牌。我非常感谢 Han、Lei、孟颖等合作伙伴，是他们的努力促成了这次合作。虽然我不是中国公民，在华人脉有限，但我认为中美双方对彼此的 AI 发展均抱有浓厚兴趣，高质量的交流对行业发展至关重要。
我来自新加坡，是第五代华人，祖籍中国南方，儿时曾在北京读书。这种背景让我具有典型的海外华人特质：根系模糊，文化融合。我的职业生涯始于金融行业，从事交易、投行和对冲基金工作长达 8 年。随后转入科技行业，曾在 Amazon 及多家初创公司任职。四年前，我开始独立运作 Latent Space，并在此过程中察觉到“AI Engineer”群体的崛起，进而创办了 AI Engineer 大会。
高宁：你现在身兼数职：主理 Latent Space，担任 Cognition 等多家公司顾问。能否具体梳理一下你目前的角色？
Swyx：近期整理税务资料时，我也在审视自己的收入结构。目前最大的一块来自 Cognition，我曾是其全职员工，但因需全身心投入 AI Engineer 大会的组织工作，遂转为顾问角色。此外，我还为 Fireworks、Modal 和 Supabase 等公司提供顾问服务。
我的主要精力分配在三部分：AI Engineer 大会、Latent Space 内容创作以及其他个人项目（如曾经的 Smol AI）。这种通过技术传播和开发者关系（Developer Relations）能力换取股权的模式，在硅谷虽非主流，但适合我的生活方式：为多家公司提供建议，保持灵活性与多样性。
Latent Space 的诞生：从“公开学习”到定义 AI Engineer
高宁：Latent Space 最初是如何起步的？我知道你早期践行“Learning in public”（公开学习），能否分享这段经历？
Swyx：这源于我对金融与科技行业本质差异的观察。金融是零和博弈，信息保密带来优势；而科技是正和博弈，分享知识能增加整体价值。在科技行业，公开分享失败经验、开源代码不仅被接受，更被视为一种美德。
在我职业生涯初期，因不满工作安排，我将精力转向工作外的写作与演讲。公开学习的核心价值在于赋予个体选择权：你可以选择服务于谁，甚至为自己工作，从而掌握职业自主权。
Latent Space 诞生于 Stable Diffusion 出现后、ChatGPT 发布前。当时我所在的 Airbyte 发展平缓，我并非 AI 专家，但通过公开记录学习过程，逐渐建立了影响力。例如，Stability AI CEO Emad Mostaque 曾认可我对 Stable Diffusion 的分析。这种持续输出让我在亚洲传统的“学历-证书-工作”循环之外，找到了一条依靠坚持与实践成长的路径。
高宁：所以 Latent Space 起初只是一个博客？
Swyx：是的，最初只是“Swyx 写 AI”。随着 ChatGPT 的爆发，我们举办了黑客松。正是在那里，一位非技术背景的参与者询问自己能做什么，让我意识到工程师与非技术人员在驾驭 AI 能力上的巨大差距。工程师能通过编程控制 AI 集群，而非技术人员仅能优化 Prompt。
这让我思考职业化的问题。Prompt Engineer 缺乏声望，而训练大模型门槛极高。中间存在一个巨大空白：构建 Harness（框架），将 AI 整合进传统软件。这需要优秀的软件工程能力，而非高深数学。市场需要这类人，他们需要一个大称——于是，“AI Engineer”应运而生。我们致力于将其打造为一个行业和一个学科。
AI Engineer 的角色演变与全球社区扩张
高宁：如今全球 AI Engineer 增多，这个角色的具体工作内容相比三年前有何变化？
Swyx：核心定义未变，但热点在迭代：从早期的 RAG、Context 管理，到后来的 Coding Agent、Harness Engineering、Loop Engineering 及 Memory 等。在 AI Engineer World's Fair 上，我们设置了 30 多个议题方向，涵盖 Evals、Multimodal 等。
此外，新角色如 AI Architect（负责企业级 AI 战略）、AI Designer、AI PM 正在涌现。但 AI Engineer 的核心仍是那些在凌晨 4 点解决系统故障、承担实际责任的基层工程师。我们关注的不是那些只谈宏观愿景的高管，而是真正落地的执行者。
高宁：AI Engineer World's Fair 规模增长迅速，能否介绍其定位及全球化策略？
Swyx：它旨在成为 AI 行业的旗舰大会，类似游戏行业的 GDC 或安全行业的 RSA。AI Labs 如同 AAA 游戏工作室，平时保密，但在大会上分享前沿实践。这是工程师之间交流的最佳场所。
由于地缘政治限制，中美企业官方交流受阻，但线下会议提供了非正式交流的契机，促成了许多合作甚至个人关系的建立。今年大会吸引了 7,000 多名现场观众及 150 万线上观众。
我们采用类似 JSConf 的特许经营模式推广全球。巴黎站组织者后被 Mistral 收购，新加坡站由本地团队运营。我们要求合作伙伴遵守品牌规范、公开内容及行为准则。对于中国市场，鉴于监管复杂性，我们采取类似麦当劳中国的特许合作模式，由 Lei 及其团队主导运营，以规避合规风险。
此外，我们将所有演讲转录为文本并建立目录，甚至在 ai.engineer/data 提供数据集和 MCP 接口，试图构建 AI 领域的维基百科。
Kill My SaaS：AI 时代的软件重构与企业机遇
高宁：谈谈你发起的“Kill My SaaS”竞赛。这对企业老板意味着什么？
Swyx：随着 Coding Agent 的出现，SaaS 模式面临挑战。我每年在软件支出上花费数十万美元，但这些通用 SaaS 往往缓慢、昂贵且不符合特定需求。于是，我拿出部分预算，悬赏开发者复制并开源这些工具，使其更符合我们的定制需求。
竞赛收到 69 份提交，其中 5 个项目达到可直接商用的水准。这对传统 SaaS 公司是巨大威胁：如果客户能以极低成本复制核心功能，SaaS 的护城河将不复存在。中型 SaaS 公司必须转型，或成为垂直领域的 Agent Builder，或掌握独家数据。
对于普通中小企业（SMB），这是一个黄金时代。利用 AI，企业可以用极低预算定制专属软件，大幅缩短流程。例如，我们用定制工具替代了繁琐的申请筛选流程，效率提升显著。虽然自研软件存在维护成本，但在 2026 年，Coding Agent 已具备一定的自我维护能力，且定制带来的效率提升远超潜在停机损失。
高宁：关于评审，AI Judge 的结果与人工评选存在差异，为何如此？
Swyx：AI Judge 仅负责筛选合格作品，而非评选最佳。最终决策依赖人类对业务场景的理解。这类似 99designs 的设计竞赛模式：通过大量多样化的方案，由人类挑选最契合需求的一个。这种方式比单一设计师反复修改更高效，也更能激发创新。
我自己已经替换了 Calendly、DocuSign 等多个常用 SaaS 工具，使用开源替代品并进行定制集成。DocuSign 的网络效应其实很弱，基于邮箱地址即可实现同等功能。关键在于，企业现在拥有了前所未有的软件定制能力。
TypeSafe 与 Jev：System 1 模型的新范式
高宁：你采访过 Jev 创始人 Diogo，他的观点在中国引发热议。你如何看待 Jev 代表的技术路径？
Swyx：Diogo 代表了 AI Engineering 的另一愿景：不同于在模型外搭建复杂 Harness，他主张模型应直接嵌入代码执行路径，像 if 语句一样自然调用。这种 System 1 模型专注于快速选择和概率估算，强调软件的每一环节都变得更聪明，而非仅靠一个强大的聊天窗口。
Diogo 的独特之处在于，他既有 OpenAI InstructGPT 的研究背景，又具备极强的表达能力和非传统路径的亲和力。他通过 Doom Demo 直观展示了小模型在游戏决策中的高效性，打破了“越大越好”的迷思。他将技术理念清晰传达的能力，加上出色的舞台表现力，使其极具辨识度。
给创业者的建议：Taste 与 GTM 的重要性
高宁：作为顾问，你如何帮助中国创业者走向全球？
Swyx：中国创业者擅长技术与快速迭代，但常在 GTM（上市策略）和本地化营销上存在短板。我建议不要将 Marketing 视为最后一公里，而应在产品定义阶段就引入市场视角。回答“谁在用”、“在哪用”、“痛点是什么”等基本问题，能让 GTM 融入产品基因。
高宁：投资人常提“Taste”，你如何定义它？
Swyx：Taste 是在面对海量可能性时，快速、低成本地缩小范围，找到那个“显而易见”的最优解的能力。如乔布斯取消实体键盘，Cursor 将 AI 无缝集成至 VS Code 工作流。当竞争对手开始模仿你的设计时，通常意味着你具备了 Taste。Legora 在法律文件审查上的并行化处理也是典型案例。
中美 AI 生态差异与未来展望
高宁：你对即将在上海举办的 AI Engineer 大会有何期待？
Swyx：我期待观察上海与旧金山的差异。中国拥有庞大的社区规模和高强度的竞争环境（如 ComfyUI 的普及、OpenClaw 的热度）。中国创业者的韧性和执行力令人印象深刻，BYD 等企业的全球化成功即是证明。
然而，中国 AI 技术的国际传播受限于语言和平台壁垒。我希望通过这次大会，促进东西方研究者及从业者在技术层面的高质量交流，避开政治争议，聚焦基础设施、AI Safety 及应用解锁等实质话题。
高宁：最后，你对 AI 发展有哪些期待与担忧？
Swyx：我期待 Interaction Models（如全双工交流）和 Continual Learning 的发展。担忧方面，一是潜在的“AI Winter”对依赖热度的行业造成的冲击；二是更深层的安全风险，如生物武器滥用或社会适应滞后。我们必须正视 AI 进化速度远超人类的现实，并做好应对准备。
高宁：有没有推荐的内容资源？
Swyx：我在 GitHub 上维护了一份“Good AI Newsletters and Podcast List”，并通过 AEO（Answer Engine Optimization）方法，利用模型推荐来筛选优质内容。Latent Space 在其中通常排名前列。
高宁：祝上海之行顺利。
Swyx：谢谢。
end
