朱邦华（Banghua Zhu）¶
- 背景: SGLang 母公司联合创始人兼 CTO（2025 年底创立，做推理引擎 SGLang + RL 训练框架 Miles；已融 1 亿美金、估值 4 亿多）。此前创立 NexusFlow AI（企业 Agent 后训练 / RL as a service）→ 2025 年中被 NVIDIA 收购 → 任 Nemotron RL / NemoGym tech lead。江苏苏北人，数学竞赛出身。
- 学历: 清华电子系本科 → 伯克利 EECS 博士（导师 Michael Jordan，做统计 / 强化学习理论）；华盛顿大学教职 offer 目前 defer 中。
- 来源出处: 月球大叔访谈（2026-05）
SGLang 由 盛影（Ying Sheng）、郑联敏（Lianmin Zheng）与朱邦华等人在伯克利读博期间的合作中孕育；LMSYS（Vicuna、Chatbot Arena）是同一批人的早期非营利项目。朱邦华与 江鋆晨（LMCache / TensorMesh）同属"从学术研究组挑战工业界 AI Infra"的中国背景创业者群体。
立场与核心观点¶
- AI Infra 民主化：把 frontier-lab 级推理/训练基础设施 democratize 给所有开发者；押注 post-training-for-agent 从 frontier lab → neolab → 传统企业逐层扩散，推理产生的私有数据反哺 RL 形成闭环。
- 需求排序 pre-training < RL < 推理——从推理切入。
- RLHF vs RLVR：RLHF 让模型"更像人/更 align"，RLVR 针对可验证领域（数学/代码/agentic），是模型工具化的关键；DeepSeek V3 证明"直接从 pre-trained 做 RLVR 就能大涨"是行业转折点。
- PPO 上限远高于 DPO/简化算法，关键在工程 trick（如 critic warm-up）；"infra 权重很大，暗坑会让你得出错误结论"。
- RL environments 是新瓶颈：reward 设计是艺术；function calling 的 latency/concurrency 让 CPU 变重要；国内这类创业明显偏少。
- 中美：中国开源 vs 美国闭源差 ~6 个月，美国开源 vs 美国闭源差 ~1 年；国内 infra solid 但数据/RL 环境投入受限；国内工程师"从 0 到 100 做到 perfect"强、美国"从 0 到 1 crazy idea"强。
- 卡养人：千卡/万卡训练的 infra 要求与小规模完全不同；"本科生摸够卡会比 PhD 干得好——PhD 太严谨不愿 YOLO"。
- 就业：coding agent 让价值向"有 taste 的顶尖工程师"集中；招人核心看 taste/criticism（以 Linus 为范）与"政治善良/人格底色"。
- 勇于放弃：时代变化快使试错成本变低，"能放得下的人最后拿得更多"。
与他人观点的呼应/分歧¶
- 卡养人 / 本科生也能干：与 姚顺宇 高度一致；两人都强调大规模算力经验不可 generalize、以及做事系统性排 bug（朱的"infra 暗坑"≈ 姚的"撞墙多半是代码有 bug"）。
- 中美工程师风格与模型差距：为 姚顺宇 的中方生态判断补上 Infra 侧一手视角（RL 环境投入差异是国内落后处）。
- 推理是模型主战场：与 江鋆晨"training infra 太一次性、模型绝大多数生命周期在推理"一致。
- Chatbot Arena 需向 intelligence frontier 演进：见 评估与 Benchmark，与 Mark Chen、Noam Brown 关于 benchmark 失效的讨论互补。
已收录访谈¶
| 日期 | 视频 | 频道 |
|---|---|---|
| 2026-05-18 | SGLang、RLHF vs RLVR、被英伟达收购后二次创业 | 月球大叔 |