对谈 RadixArk 赵晨阳：开源推理引擎、AI 的评估与信任，「礼崩乐坏」且「悲欣交集」

AI 时代科研与工业界的边界正在重塑，AI 基础设施（如 SGLang）已成为支撑模型推理与 Agent 工作流的核心工程，其重要性随模型复杂度提升而日益凸显。当前学术界因 AI 辅助生产引发的 “理崩业坏” 现象，使得信任与责任成为科研评价的关键。在 AI 驱动的开发模式下，尽管代码生成效率大幅提升，但人类在复杂系统验证、责任承担及长期愿景规划中的核心作用不可替代。AI 作为 “放大器”，要求开发者在追求技术性能的同时，保持对工程严谨性与社会影响的深度思考，在工具便利性与创造性劳动的脆弱性之间寻找平衡，确保技术进步能转化为可信的知识积累与社会价值。