vLLM 團隊剛拿了 1.5 億美元，估值 8 億美元，他們做的決定卻是繼續開源

a16z 訪問了 Simon Mo，他是開源推論引擎 vLLM 的核心維護者，也是新創公司 Inferact 的共同創辦人兼執行長。這集訪談最有意思的地方不是他們拿到多少錢，是他們拿到錢之後，依然選擇把核心技術繼續開源。

vLLM 是什麼：AI 圈幾乎人人都在用、卻很少人聽過的引擎

vLLM 是一套讓大型語言模型能被快速、便宜跑起來的開源推論引擎，2023 年誕生於柏克萊大學的 Sky Computing Lab，指導教授是 Databricks 共同創辦人 Ion Stoica。三年之內，這個專案累積超過八萬顆星星、上萬次分支，全球有超過 40 萬顆 GPU 同時、持續在跑 vLLM，背後有兩千多位貢獻者、五十幾位長期投入的核心開發者。今年初，這個團隊把專案獨立出來成立公司 Inferact，拿到 a16z 跟 Lightspeed 領投的 1.5 億美元種子輪，估值來到 8 億美元。

Mo 提到一個很具體的背景：這幾年 GPU 的取得成本大幅下降，讓更多開發者負擔得起訓練跟部署自己的模型，這是開源生態能快速擴張的底層條件——硬體越便宜，願意動手實驗、貢獻程式碼的人就越多。這也解釋了為什麼 vLLM 三年就能累積兩千多位貢獻者：進場門檻低，願意投入的人自然變多。

開源的原因是跟上速度，不是佛心

Mo 講了一句話點出他們的核心邏輯：「開源的世界跑得太快，唯一能跟上的方法就是採用開源。」這聽起來像繞口令，拆開來看其實很直白——AI 這個領域現在幾乎每週都有新架構、新優化方法冒出來，一家公司關起門來自己做，研發速度永遠比不過全世界工程師一起貢獻的開源專案。Inferact 選擇把 vLLM 繼續開源，理由是這是目前唯一能讓自己不被市場拋在後面的做法，不是單純為了理念。

那到底開源程式開源模型的價值在哪？

開源程式與開源模型最大的價值，是把技術從少數公司的黑盒子變成大家都能使用、修改與再創造的公共積木。企業可以自己部署、保留資料、降低對單一供應商的依賴；開發者則能站在別人的成果上繼續改進。當參與者越多，技術迭代越快，也更容易長出原作者沒想到的新產品與商業模式。

我自己怎麼看跟大家分享

我自己做網路業跟旅宿投資，看 Inferact 這個決定特別有感。很多人直覺會覺得，拿到錢就該把核心技術關起來、自己獨占市場。但 Mo 這個案例剛好相反：他們判斷，在一個技術演進速度快到嚇人的領域，「關起來保護自己」反而是最危險的策略，因為你會慢慢跟世界脫節。

早期我也想過把選品邏輯、供應鏈關係當成獨門祕密守住，後來發現真正保護我生意的，是我跟供應商、跟 KOL 之間長期累積出來的信任跟速度，不是藏起來的資訊。護城河有時候比的是誰跑得比較快、比較願意跟外界交換情報，而不是圍牆築得多高。

vLLM 這個案例是同一個道理，只是換了一個技術圈的版本，連拿到 1.5 億美元、估值衝上 8 億美元之後，都沒改變這個判斷。

你有用過開源軟體或是模型嗎？留言分享一下吧～