跳转至

志鹏（Zhipeng）

  • 背景: vLLM-Omni 团队 的 committer，负责 DiT/diffusion 方向。原为传统前后端软件开发、零 AI/Infra 基础，2025 年 4 月起跟看月球大叔 vLLM 直播入门，约一年内成长为 committer。在新加坡（UTown）组织每周六的 vLLM 自习小组。
  • 定位: 本库首个"开源 onboarding 现身说法"——既是个人成长叙事，也是一份多模态推理开源社区的贡献者指南，落点 中美 AI（中方开源社区人才涌入）与 AI 与就业（AI coding 下"编程在编两样东西"）。

成长阶梯：改文档 → 抢 issue（研究一周修一个 HuggingFace config 问题）→ 第一个多模态模型支持（字节 Teres，约一个月、约 1000 行 PR，莫子峰 & Ceres 逐条 review）→ 七八个多模态模型 → 参与 Diffusion Worker/Runner/scheduler/Omni Connector 重构 → committer。

核心观点

来源：月球大叔 2026-05-17

  • "做 contributor 初期，你对仓库的贡献远小于你在贡献中学到的东西"；两个仓库 reviewer 友好、愿带新人教 coding style（视频 00:09:14–00:10:15）。
  • 降低门槛的建议：layerwise/modelwise 适配可单卡/个人电脑跑通；租卡（Runpod 两张 16G 约 $0.3–0.4/小时）或家用 RTX"一个月不到 500 块"；别碰量化（吃卡型号）；先用麻雀模型（Qwen 0.6B variant）测通再合入（00:04:11–00:15:15）。
  • PR 卫生：feature 超 1000 行该拆、超 5000 行尤其要拆；减少对框架/提交文件改动，别引入奇怪代码（误放训练代码）（00:22:23–00:23:23）。
  • 学习法：找"铁巴"用费曼学习法互相讲；"可以找 agent 一起学更快"但"agent 懂得太多，你需要找一个不懂的人讲懂"（00:23:23–00:24:23）。
  • "编程在编两样东西"：① 实体 code（AI coding 会取代）；② 脑海里对软件架构的心智模型（做设计决策，暂取代不了）——"人类还有存在价值，还没被 agent 取代"；重心转向写好 verifier（测试）（00:15:15–00:17:18）。
  • 技术碎片：diffusion 蒸馏减步、world model 的 region-of-interest（小模型 identify 关键、强模型 detect）、CFG parallel、五级测试体系、内部 fork 的 rebase 指数级变难→接口层贡献开源、保留 proprietary modeling layer（详见视频页）。

⚠️ 与游凯超的判断张力（2026-07 新增）

两个月后，vLLM 主库的 BDFL 游凯超 给出了一个方向相反的预测（视频 01:24:07–01:27:12）：coding agent 使代码变得极其廉价，"维护者花时间去看别人的 PR，不如自己让 coding agent 再写一遍"；因此开源社区会更多掌握在机构和重要贡献者手中，个人贡献者的空间会收窄，社区将分化为维护者与用户两部分。他还报告了 2026 年 5 月 vLLM 遭遇培训机构刷垃圾 PR 给学员简历镀金、不得不引入认证机制与拉黑机器人账号的事件。

  • 两条判断相隔两个月、同出 vLLM 生态一线，且并不逻辑互斥——志鹏描述的是已发生的路径，游凯超预测的是未来的分布。但它们对"现在该不该劝人从贡献开源入门"给出的实践指导是相反的。本库两条并存，不做裁决。详见 开源基础设施与治理。
  • 一处一致：志鹏的"编程在编两样东西"（实体 code 会被取代，架构心智模型暂不会）与游凯超的"AI 可以走完 90% 的路程，剩下 10% 画龙点睛的部分需要人来提前预判、顶层设计"是同一判断的两种表述。

视频