vLLM从伯克利实验室到全球AI推理基础设施的崛起之路
从伯克利Sky Computing Lab的一个demo痛点出发,vLLM用PagedAttention把操作系统分页思想引入KV Cache管理,三年内成长为GitHub 9.24万星、2000+贡献者、被Amazon/Meta/Stripe等数千生产集群采用的推理引擎;2026年核心团队创立Inferact,以1.5亿美元种子轮创下AI Infra融资纪录。
输入 GitHub 账号,发现每一次 PR 背后的含金量。
vLLM从伯克利Sky Computing Lab的一个demo痛点出发,vLLM用PagedAttention把操作系统分页思想引入KV Cache管理,三年内成长为GitHub 9.24万星、2000+贡献者、被Amazon/Meta/Stripe等数千生产集群采用的推理引擎;2026年核心团队创立Inferact,以1.5亿美元种子轮创下AI Infra融资纪录。
SGLang从LMSYS实验室的结构化生成语言论文出发,SGLang用RadixAttention把KV缓存复用做到极致,成长为GitHub 3.63万星、支撑全球40万块GPU的生产级推理引擎;2026年创始人盛颖带队成立RadixArk,以1亿美元种子轮、4亿美元估值完成NVIDIA与AMD罕见共同投资的重磅融资。
bojieli · 李博杰 (Bojie Li)中科大少年班出身、微软亚洲研究院联合培养博士,华为首批"天才少年"之一、灵衢UB核心软件架构师;离开华为后创立Logenic AI、出任Pine AI首席科学家,又以《深入理解AI Agent》(约5万星)与《深入理解AI Infra》两部开源著作,成为中文社区最有影响力的AI知识布道者之一。
jiangmuran · Muran Jiang五年级拿下世界机器人大赛C++全国一等奖,六年级越级挑战CSP-S提高组,14岁的北京中学初二学生姜睦然已经独立开发并开源了12个项目:面向重度AI编码代理用户的Web控制台vibepanel、一句话启动的AI创业流水线ClawFounder、小红书AI笔记诊断系统NoteRx、网页版Minecraft「WebMC」、便携AI开发环境Claude in Box……本地优先、隐私优先、稳定优先,是贯穿这些项目的共同哲学。他说:"不用等长大再开始做东西。"
tianyicui · 崔添翼 (Tianyi Cui)NOI 铜牌保送浙大、六枚 ACM-ICPC 亚洲区域赛金牌、《背包问题九讲》作者;Jane Street 九年量化工程师、TSY Capital 联合创始人;2026 年 3 月加入 DeepSeek 组建 Harness 团队,8 月开源 DeepSeek Harness v0.1,数日内收获 17.6 万星——崔添翼(tianyicui)的技术长征,是算法竞赛、量化工程与 AI 智能体基础设施三条线索的交汇。
2026 年 8 月 13 日,DeepSeek 开源了“一切皆插件”的 Agent 运行时 Harness,同一天 Apache 孵化器接纳了首个以 Agent Harness 为核心定位的项目 Maka。一个以插件生态制胜、开源不到一个月斩获 21 万星,一个以“日志即运行时”立身、在 Terminal-Bench 2.1 的九 Harness 横评中以 77.5% 对 73.0% 领先前者——本篇对比这两条截然不同的 Agent 基础设施路线。
发现并推荐优质但无人问津的宝藏项目。
ghfind 提供毒舌 GitHub 评分:基于账号的公开贡献给出评分和点评,帮助你了解自己的开源表现,也找到值得关注的开发者。它从账号成熟度、原创项目质量、贡献质量、生态影响力、社区影响力、活跃真实性六个加权维度,为任意账号打出 0–100 分。还会给出辛辣的吐槽、开源排行榜和可以挂到 GitHub 的徽章。
给 hikariming/ghfind 提 issue、PR。通过邮件 connect@ghfind.com 联系我们。
引擎对六个加权维度(账号成熟度、原创项目质量、贡献质量、生态影响力、社区影响力、活动真实性)打分,满分 100,再对刷 PR、刷 star 等风险行为扣分。全部只基于公开的 GitHub 数据。
是。分数本身不经过任何大模型:相同输入永远得到相同结果。评分内核以 github-account-value skill 的形式按 AGPL 开源,任何人都能复现或审计。只有可选的吐槽文案才由 LLM 生成。
可以。有公开的 REST API(见 /openapi.json)、官方 npm 与 PyPI 包及命令行工具,以及位于 /mcp 的 Model Context Protocol 服务器,暴露 score_user、scan_user、compare_users、get_leaderboard、search_users 等工具。评分接口无需鉴权。
能。它专门识别刷量与真实贡献之间的差异——高度雷同的模板化 PR 标题、贡献集中在自己并不拥有的仓库、以及可疑的 star / 关注者膨胀。在 18,947 个被评分账号的数据集中,命中最高风险信号的不到 1%——罕见,但一旦出现就很极端。
不会。评分只用公开信号,私有组织内的贡献对引擎不可见,因此活跃于私有仓库的成员可能被低估。低分不是对某个人的事实判断——它描述的是一个账号的公开足迹。