智东西

编译 | 杨京丽

编辑 | 李水青

智东西 7 月 29 日消息，今天，AI 大牛、阿里云前副总裁、Lepton AI 创始人贾扬清，在离开英伟达约一个月后再次创业，宣布启动 Intent Lab，并建立了一支名为 Fleet 的自主 AI 团队，希望将用户提出的意图直接转化为生产级软件系统。

贾扬清介绍 Intent Lab 的产品（图源：X）

与主要负责编写代码的编程 Agent 不同，Fleet 试图承担一支完整工程团队的工作，从理解需求、设计架构、协调任务，到编写代码、测试验证和上线后的持续改进。

Intent Lab 此次公布了 Fleet 的三项早期成果：

一，通过重新设计大模型推理优化工具 TensorRT-LLM 代码，将 GLM-5.2 的推理速度提升了 534%。Intent Lab 称，这是目前GLM-5.2 的最快推理速度。

二，根据一条初始指令，从头构建匹配 SQLite 外部行为的数据库，整轮运行产生8720 万个输出 token，最终通过全部 600 万项验收测试，全部使用开源模型时，成本约为350 美元（约合人民币 2368 元）。

三，打造面向 Agent 的分布式文件系统 AgentFS，部分性能达到 EFS 的626 倍，并完成约 190 万个状态的形式化模型检查和约 300 项集成测试。

一、从理解意图到持续演进，包揽软件开发六个环节

Intent Lab 称，Fleet 的工作方式类似一支遵循工程原则的软件团队，整个开发流程包含理解、设计、协调、构建、验证和演进六个环节。

由于大多数项目都始于一个比较模糊的意图，Fleet 会先与用户共同明确目标，将其转化为具体结果，并确定约束条件和验收标准。此后的全部工作都会围绕这些标准展开。

完成需求理解后，Fleet 会权衡不同方案，确定符合要求的系统接口和架构，并持续记录每项决策会如何影响系统的其他部分。面对由多个组件组成的大型系统，它还会拆分任务、分配责任，并管理任务之间的依赖关系。

后续 Fleet 会一边实现系统，一边完善设计。当开发过程中出现新信息时，它会同步更新架构和代码，让设计方案与实际运行的系统保持一致。验证也会贯穿整个构建过程，Fleet 会综合使用形式化证明、集成测试和运行时故障注入等方法，尽可能在代码仍在变化时发现问题。

软件投入生产后，Fleet 的工作不会停止。它会继续观察系统的实际表现，并把使用情况、性能和成本等信息反馈到设计中，使得软件随着用户需求的变化持续改进。

二、GLM-5.2 推理速度提升 534%，达到 647token/s

Intent Lab 为 Fleet 设定的第一个任务，是重新设计英伟达大模型推理优化工具 TensorRT-LLM 的代码，让 GLM-5.2 在 Grace Blackwell 的计算节点上运行，并自主寻找、实现和验证优化方案。

由于 TRT-LLM 本身已经经过大量性能优化，想进一步提速并不容易。Fleet 最终从内核、运行时、通信和推测解码四个方面入手。

内核层面，Fleet 通过内核融合和 Agent 生成的 PTX、SASS 代码减少内核启动，推理性能提升24%；在运行时层面，利用 H2D 批处理实现稳态解码零拷贝，使性能提升16%；通信层面，将集合通信、残差相加和 RMSNorm 进行融合，使性能提升18%；在推测解码方面，加入 DSpark，一次提出并验证多个候选 token，将推理速度进一步提升约4 倍。最终，端到端推理性能较原版 TRT-LLM 提升534%。

内核、运行时、通信和推测解码性能提升情况（图源：Intent Lab）

整个优化过程由 Fleet 自主推进。系统先分析性能上限、识别瓶颈，再提出和验证优化方案。没有通过验证的方案会被放弃并重新尝试，通过验证的方案则会被保留，再进入下一轮优化。

测试结果显示，原版 TensorRT-LLM 运行 GLM-5.2 时的速度为102token/s，完成内核、运行时和通信优化后提升至161token/s，加入 DSpark 后达到647token/s，端到端性能提高 534%。

输出速度提升情况（图源：Intent Lab）

据 Intent Lab 称，这也是目前 GLM-5.2 所达到的最快推理速度。整个过程没有人工介入，都是由 Fleet 端到端完成。

三、一条指令从头构建数据库，产生8720 万个输出 token

Fleet 的第二个任务，是构建一个与现有系统兼容、但内部架构完全从头设计的新系统。

系统现代化并不是简单修改旧代码，而是在保持外部行为不变的情况下重新设计内部架构。在这个任务中，Fleet 没有参考 SQLite 的现有代码和文档，而是把 SQLite 测试集作为验收标准。

Intent Lab 只提供了一条指令：" 构建一个与 SQLite 兼容的 SQL 数据库引擎，使其能够通过全部 sqllogictest 测试用例，性能达到或超过 SQLite。"

Fleet 将工作分给决策、架构设计、编码、测试、审查和质量保障等不同角色。各角色在整个过程中反复协作，随着代码变化持续调整设计、进行测试和审查。

整轮运行共产生8720 万个输出 token。其中，编码占 38.6%，测试占 21.7%，决策和架构设计分别占 17.8% 和 13.3%，审查与质量保障合计占 8.6%。这意味着，构建数据库并不只是生成代码，大量工作也被用于设计、决策和验证。

Fleet 的输出 token 分布（图源：Intent Lab）

Fleet 仅根据一行提示词就完成了数据库现代化改造，从头设计并验证系统，最终通过全部 600 万项验收测试。

同一套 Fleet 可以使用不同模型完成任务。使用 Opus 4.8 时，整轮运行成本约为2000 美元（约合人民币 13532 元）；全部使用开源模型时，成本约为350 美元（约合人民币 2368 元）。

四、从头构建分布式文件系统，目录查询速度达到 626 倍

Fleet 的第三个任务，是在云环境中构建一个针对 Agent 使用方式优化的分布式文件系统，并严格检查其正确性和容错能力。

Agent 会频繁创建沙箱、扫描目录，并在共享云存储中处理大量小文件。Intent Lab 尝试了亚马逊 EFS 和 S3FS 等现成方案，但这些产品在 Agent 工作负载下均存在限制，因此 Fleet 从头构建了 AgentFS。

在 mdtest 测试中，AgentFS 执行目录和文件创建操作的速度为 EFS 的45 倍，文件读取速度为 EFS 的30 倍。在 Agent 经常使用的状态查询操作中，其优势更加明显：目录状态查询速度达到 EFS 的626 倍，文件状态查询速度达到 EFS 的625 倍。

mdtest 测试结果（图源：Intent Lab）

在 Git 代码库测试中，AgentFS 克隆代码库的速度约为 EFS 的2.5 倍至 3 倍，查询代码库状态的速度约为6.9 倍至 9.5 倍，删除代码库的速度约为13 倍至 14 倍。测试分别使用 etcd 和 Kubernetes 作为小型与大型代码库。S3FS 未能完整检出 Kubernetes 代码库，因此只获得了部分结果。

Git 代码库测试结果（图源：Intent Lab）

除了性能，AgentFS 还接受了严格验证。Fleet 检查了 31 个模型中的约 190 万个可达状态，覆盖不同的并发顺序、系统崩溃和竞争情况。AgentFS 还完成了约 300 项集成测试，以及故障注入和模糊测试。

验证过程中，Fleet 发现了一处由编程 Agent 引入的 Bug，该问题可能导致分布式创建和删除操作出现数据损坏。修复并重新验证后，系统中的损坏状态被消除。

结语：从 "AI 写代码 " 走向 "AI 造系统 "

Intent Lab 尝试让多个 Agent 组成一支具备不同分工的自主工程团队。从推理引擎优化、数据库重建到分布式文件系统创建，Fleet 需要自己设计方案、协调任务、完成开发并验证结果。这意味着 AI 编程正在尝试跨过单纯的代码生成环节，进一步进入完整的软件工程流程。

不过，目前这些仍是 Intent Lab 公布的早期成果。自主 AI 团队能否稳定处理更复杂的真实项目，并以可接受的成本长期运行，还需要更多实践验证。

来源：Intent Lab、X