Do "cálculo de poder" para cima, "construir o sistema".

Autor e fonte do artigo:猎云精选

O grande mestre de código aberto Jia Yangqing empreende

O grande mestre de código aberto Jia Yangqing tem novas ações.

Hoje mesmo, Jia Yangqing anunciou oficialmente seu novo empreendimento, iniciando o projeto chamado Intent Lab e construindo uma equipe autônoma de IA denominada "fleet", que transforma intenções em software produtivo.

Ao mesmo tempo, ele também apresentou três resultados anteriores: o motor de inferência GLM 5.2 mais rápido, um motor de banco de dados gerado por uma única frase e um sistema de arquivos com verificação formal.

Fonte: Conta X de Jia Yangqing

Com o lançamento deste tweet, Jia Yangqing assumiu um novo papel.

Sua biografia no X foi atualizada para "Fundador e CEO da Intent Lab", incluindo NVIDIA na lista de experiências anteriores, encerrando definitivamente os rumores de um "rompimento" com a NVIDIA ao longo do último mês.

Este cientista chinês, conhecido na Silicon Valley como o mais talentoso na área de frameworks de IA, deixou o Alibaba, fundou a Lepton AI e vendeu por 700 milhões de dólares à NVIDIA, estando agora em um novo ponto de partida.

A segunda empreitada de Jia Yangqing já tinha sinais precursores.

Em 29 de junho, a instituição de pesquisa de semicondutores SemiAnalysis publicou um tweet afirmando que Jia Yangqing, fundador e CEO da Lepton AI, deixou a empresa apenas um ano após a aquisição.

Naquela época, embora essa mensagem não tivesse sido confirmada, foi suficiente para despertar a curiosidade de muitos dentro da indústria, especialmente entre a comunidade de desenvolvedores, e o tweet viralizou imediatamente.

Quase ao mesmo tempo em que a SemiAnalysis revelou a informação, no início de junho de 2026, o provedor de nuvem GPU Hyperbolic anunciou a contratação de Jia Yangqing como consultor da empresa.

Hyperbolic afirmou que Jia Yangqing fornecerá suporte com sua experiência em sistemas de IA, infraestrutura em nuvem, mercado de GPU, orquestração multi-cloud e aumento da utilização de GPU. Do ponto de vista operacional, isso é altamente semelhante à plataforma DGX Lepton que ele gerenciou na NVIDIA.

Ao considerar os dois grandes anúncios em conjunto, já se preparou o terreno para a saída de Jia Yangqing.

E por que saiu? Muito provavelmente porque Huang Renxun mudou de ideia, fazendo com que a crença de Jia Yangqing no código aberto fosse desfeita.

Lembre-se de 2023: Jia Yangqing deixou o Alibaba em março e, em abril, fundou a plataforma de IA nativa da nuvem Lepton AI na Silicon Valley, reunindo uma equipe fundadora de alto nível: incluindo Bai Junjie, co-fundador do ONNX, e Li Xiang, criador do etcd.

Naquela época, o Lepton tinha uma definição clara: uma plataforma de computação de inferência AI nativa de nuvem múltipla, criando uma camada de agendamento unificada para ajudar desenvolvedores a agendar recursos GPU entre grandes provedores de nuvem, reduzindo a barreira de entrada para implantação de grandes modelos com o motor de inferência leve Tuna.

Em resumo, trata-se de uma plataforma de operações que empacota essa complexidade, reduzindo a barreira para engenheiros de IA utilizarem e gerenciarem clusters de GPU, permitindo que os desenvolvedores se concentrem no modelo em si.

Com apenas 2 anos de operação, a Lepton AI foi classificada no segundo grupo "Ouro" no sistema de avaliação da SemiAnalysis ClusterMAX GPU Cloud Service, ao lado da Microsoft Azure, Together AI e Oracle.

Em abril de 2025, a NVIDIA investiu US$ 700 milhões para adquirir a Lepton AI.

Esta transação foi inicialmente vista como um ganha-ganha pela indústria.

Antes da conclusão da aquisição, Huang Renxun declarou na conferência GTC de março do ano passado: a NVIDIA já não é apenas uma empresa de chips, nem apenas uma empresa de IA, mas sim uma empresa de algoritmos e infraestrutura.

A lógica de Jensen Huang é que a NVIDIA não pode ser apenas um vendedor de GPUs; ela precisa se tornar a nuvem e a porta de entrada de software da era da IA.

Ele deseja que a NVIDIA completem a capacidade de agendamento de software do DGX Cloud, criando seu próprio mercado global de poder de computação, enfrentando diretamente fornecedores de nuvem pública e concorrentes como a CoreWeave, e a aquisição da Lepton AI é uma das últimas peças do quebra-cabeça da ambição de Huang Renxun de construir uma "fábrica de IA".

Para a equipe de Jia Yangqing, aproveitar a rede de hardware da NVIDIA pode tornar viável o conceito de uma plataforma de poder computacional entre nuvens.

Mas logo, o ideal encontrou o choque da realidade.

A filosofia do produto Lepton AI, como "nativo em Python, pronto para uso", é totalmente incompatível com o sistema de gestão de produtos mais fechado da NVIDIA voltado para clientes corporativos.

De acordo com relatos públicos, a DGX Lepton, após a mudança de nome, praticamente encerrou suas operações externas até meados de 2025, com desempenho inferior ao esperado.

E a contradição mais profunda e irreconciliável reside na promessa de código aberto.

Quando adquiriu a Lepton, a NVIDIA prometeu abrir o código da plataforma Lepton em 2026, mas para a NVIDIA, o modelo de negócios principal depende da venda de hardware GPU.

Assim que o código de agendamento do núcleo Lepton for aberto, a AMD e diversas fabricantes domésticas de chips heterogêneos poderão usar essa ferramenta eficiente para agendar poder de processamento, o que equivale a enfraquecer ativamente sua vantagem competitiva em hardware.

Finalmente, o plano de código aberto foi oficialmente rejeitado.

E esse compromisso foi a base fundamental para Yangqing Jia concordar com a aquisição, liderar a equipe na adesão à NVIDIA como Vice-Presidente de Software de Sistema, relatando diretamente a Jensen Huang.

Sabe-se que toda a carreira de Jia Yangqing foi construída sobre o espírito open source de "todos por um, um por todos".

Ele redefiniu a infraestrutura de engenharia de IA com código aberto, liberando todos os marcos de sua carreira, desde Caffe e PyTorch até ONNX.

Por um lado, gigantes de chips obrigados a manter barreiras de hardware; por outro, adeptos de infraestrutura neutra e aberta — os dois não podem coexistir a longo prazo.

Apenas um ano depois do "esforço mútuo", Jia Yangqing deixou novamente o cargo para empreender.

Em relação à equipe fundadora, a Intent Lab permanece a mesma equipe.

Os co-fundadores incluem Bai Junjie e Li Xiang, antigos parceiros de código aberto da Lepton AI, mas o conteúdo desenvolvido é muito diferente do da Lepton AI.

Jia Yangqing não está mais desenvolvendo uma nova geração de nuvem de computação e plataforma de agendamento de inferência, mas sim direcionando sua nova empresa para a engenharia de software AI autônoma.

O novo produto Fleet não tem mais como objetivo "ajudar os humanos a implantar modelos de IA", mas sim permitir diretamente que equipes de agentes de IA realizem todo o fluxo de trabalho, desde a compreensão da demanda, design da arquitetura, desenvolvimento de código, teste e validação até a manutenção contínua.

A lógica central por trás disso é que a infraestrutura de IA está passando por uma reavaliação de valor.

Atualmente, ferramentas de codificação agente como Cursor, Claude Code e Codex estão redefinindo a lógica subjacente do desenvolvimento de software.

"Vibe-coding" permite que desenvolvedores descrevam requisitos em linguagem natural, enquanto um Agente de IA gera, depura e implanta automaticamente o código de infraestrutura completo.

Por exemplo, o projeto Spur, aberto pela AMD, é uma alternativa de agendador de código aberto compatível com o Slurm, que pode ser chamado e configurado diretamente por agentes de IA, com quase nenhum obstáculo.

Isso também significa que a complexidade que a infraestrutura tradicional de IA tentava encapsular por meio de abordagens de produto está sendo diretamente contornada pelo Agentic Coding por meio de geração de código.

Este também é o contexto objetivo que levou ao DGX Lepton não atingir as expectativas de Jensen Huang e à não realização das promessas de código aberto.

Não seguir o caminho percorrido pelo Lepton é a clareza de Jia Yangqing como empreendedor; fundar a Intent Lab é simplesmente aproveitar a tendência.

Fonte: Conta X de Jia Yangqing

Jia Yangqing escreveu em sua plataforma social sobre seu pensamento central sobre a mudança de foco: nas últimas décadas, nós construímos sistemas distribuídos de IA manualmente, criando apenas um sistema de cada vez. Agora, ele deseja construir um sistema que possa gerar em massa milhares de softwares.

Na visão dele, os modelos atuais escrevem código muito rapidamente, mas ainda existe uma grande distância entre "o código pode ser executado" e "pode ser confiavelmente implantado em produção e mantido por muitos anos".

Ele não considera essa lacuna uma limitação do modelo, mas sim a falta de uma camada.

Essa capacidade ausente é um sistema de produção que transforma intenções vagas em design concreto, verifica se os resultados são sustentáveis e permite que o sistema continue evoluindo após a implantação, tudo de forma autônoma.

E é exatamente nesse nível que a Intent Lab está se esforçando.

Fonte: site oficial da Intentlab

Portanto, ao contrário de ferramentas de auxílio à codificação como Cursor e Claude Code, o Fleet busca produzir sistemas de base de nível produtivo, estáveis e de longo prazo, para preencher essa lacuna.

Atualmente, Jia Yangqing já entregou três trabalhos em seu primeiro lote.

Primeiro, a Fleet redesenhou o mecanismo de inferência TRT-LLM, tornando-o o mecanismo mais rápido conhecido pela equipe para o GLM 5.2: em dois nós Grace Blackwell, a velocidade de saída foi aumentada de 102 tokens/s para 647 tokens/s, uma melhoria de 6,3 vezes.

Este é o resultado da construção e implementação otimizadas da Fleet de ponta a ponta.

Fonte: site oficial da Intentlab

Em segundo lugar, partindo de uma única prompt, foi criado um mecanismo de banco de dados.

Fleet partiu do zero, sem documentos ou código existentes, assumindo todos os papéis de uma equipe poderosa: arquitetura, codificação, testes, revisão, garantia de qualidade, operando de forma autônoma até que todos os 6 milhões de testes de compatibilidade com SQLite fossem aprovados.

Terceiro, construiu um sistema de arquivos para um mundo onde a infraestrutura é utilizada por agentes, e não por humanos.

Neste exemplo, o Fleet identificou e corrigiu um estado danificado transitório por meio de verificação formal, capturando um bug escrito por um agente de codificação.

Esses três trabalhos parecem não ter conexão entre si, mas apontam claramente para o que Jia Yangqing realmente deseja enfatizar: a capacidade do mesmo sistema por trás deles, o Fleet.

A IA não apenas realiza tarefas de programação, mas também assume a responsabilidade pelo sistema final, como uma equipe completa de engenharia de software.

Se bem-sucedido, Jia Yangqing acredita que o modelo econômico da engenharia de computação será alterado para sempre.

Durante 50 anos, era sábio desenvolver um software e vendê-lo o máximo possível para usuários com necessidades diversas, mesmo que essas necessidades fossem diferentes. Agora, essa situação pode mudar. O mundo verá mais software, software mais personalizado.

Ou seja, assim que a IA puder gerar e operar de forma estável sistemas de produção, empresas ou indivíduos poderão simplesmente descrever seus processos e limitações, e a IA gerará um software personalizado para atender às suas necessidades.

Atualmente, o plano da Intent Lab é colaborar com parceiros externos, voltado especificamente para sistemas cujo volume de trabalho é muito grande e que sempre permanecem na lista sem recursos humanos para executá-los.

Ao analisar a trajetória de Jia Yangqing, a linha principal sempre foi muito clara.

Desde a criação do Caffe, a promoção do padrão aberto ONNX, até atuar na Alibaba Cloud e fundar a Lepton AI, ele sempre fez versões diferentes da mesma coisa: tornar o acesso à capacidade de processamento mais fácil para os outros.

E, à medida que a IA se torna construtora da infraestrutura, seu próximo passo passa de "gerenciar capacidade de cálculo" para "criar sistemas".