Modal创始人如何从Spotify推荐系统走到云计算基础设施(Modal window的介绍) ypxx.net

Erik Bernhardsson(埃里克·伯恩哈德森)在采访里说起 Modal 收入的早期曲线时,用了一组具体的数字:2022 年 11 月,公司月收入是 100 美元;一个月后变成 2000 美元;到 2023 年 1 月,这个数字突然跳到了 3 万美元。他记得那一刻的感受——压在胸口几年的焦虑一下子松开了。这不是一个精心设计的增长故事,而是一家公司在对的时间撞上了对的技术浪潮。

Erik 是 Modal 的创始人兼 CEO,这家公司给 Decagon、Suno、Runway、Cognition 等一批 AI 应用公司提供计算与存储平台,支撑推理、沙箱、训练微调和批处理任务。他曾在 Spotify 做了七年推荐系统工程师,后来又在抵押贷款公司 Better.com 当了五年 CTO,最终在 2021 年——ChatGPT 问世前整整一年——开始搭建后来成为 Modal 的东西。这场对话发生在 Latent Space 播客,距离他上一次做客已经过去两年,而 Modal 的收入和用户规模在这期间涨了至少 50 倍。

1. 一个推荐系统工程师的基础设施洁癖

2008 年刚毕业的 Erik 加入 Spotify,一干就是七年,主要工作是从零搭建音乐推荐系统。他带着一个小团队做出了"相关艺人"和"每周发现"这类功能,背后是大量矩阵分解和计算密集型任务。

真正埋下 Modal 种子的,不是某个具体的推荐算法,而是日复一日和糟糕的基础设施较劲留下的怨气。他后来总结说,构建 Modal 的理由说到底就是想做一个自己在 Spotify 那些年一直想要却没有的工具。这种"工具洁癖"比任何商业计划书都更接近公司的真实起点。

2. 抵押贷款公司里学到的东西

在创办 Modal 之前,Erik 还有一段看起来毫不相关的经历——在 Better.com 做了五年 CTO,公司做的是房屋抵押贷款业务。他是被创始人 Zack Frankle 招进来的,当时团队只有10个人,他把技术团队从两三个人带到了三四百人规模。

这段"旅途"教会他的是管理、招聘和团队建设,也让他对开发者生产力这件事有了更具体的体感。Better.com 最终在疫情后利率飙升时遭遇了很大的经营问题,但那时 Erik 已经离开了。他离职的时间大致是 2020 到 2021 年之间,离职之后并没有立刻决定创业,反而带着两个还在读幼儿园的孩子过了一段近似休假的日子,一边思考要不要接点咨询项目,一边随手写点东西。

3. 在生成式 AI 爆发前一年押注的方向

Modal 并不是 Erik 离开 Better 之后的第一个想法,甚至不是第二个。他尝试过一个网页抓取类的项目,没有做成。真正让他兴奋起来、觉得"这事能做成"的,是回到了他在 Spotify 时期做过的一个开源项目——工作流编排框架 Luigi,和 Airflow、Prefect、Dagster 是同一类产品。

2021 年,他重新琢磨编排代码在云端运行这件事时,意识到一个更核心的问题:真正难的不是编排计算,而是执行计算本身。于是他把工作流调度先放到了架子上,转而去解决这个更底层的执行问题——这个决定事后看是对的,他后来再也没有回头去做编排。

这个时间点值得留意:那是 2021 年,比 ChatGPT 发布早了一年多。Modal 最初的定位相当通用,想做的是让任何代码都能方便地跑在云上,无论是 GPU 代码、机器学习任务还是普通的数据处理。团队当时只有四五个人,全部精力都投在如何让规模化变得简单、如何把开发者体验做到极致上——这意味着要深入到文件系统和容器运行时这类基础层去解决难题。

4. Stable Diffusion 成了意外的杀手级应用

ChatGPT 发布的那个秋天,另一款模型几乎同时出现——Stable Diffusion。Erik 坦言 ChatGPT 本身并不是 Modal 真正的爆发点,反而是 Stable Diffusion 成了杀手级应用。那时公司只有四五名员工,开始看到源源不断的用户找过来,就是为了跑 Stable Diffusion 模型。

这群用户让团队第一次意识到,生成式 AI 的推理可能正是 Modal 要找的那个场景。而这些用户是怎么找到 Modal 的,答案出乎意料地朴素——Erik 形容自己是一个"强迫性发推特"的人,早期的增长很大程度上就是靠他本人持续发推、写长博客谈云计算的未来,他把这种打法称为"创始人主导的营销":你得顺着自己擅长的东西去用力,而他擅长的恰好就是一直在线、一直在发声。

5. 从一个客户到真正的收入多样化

Modal 早期并没有急着融资,Erik 自己垫钱撐了很长一段时间,甚至养了最初的几名员工,自己却很久没领工资。这种状态逼着他对每一笔花费都格外谨慎,时刻想着投入产出比。直到 2022 年初才完成种子轮融资,彼时他已经独自摸索了大约一年,联合创始人兼 CTO Akshat 是在差不多五年前的 2021 年 8 月加入的。

即便拿到融资,真正意义上的收入要等到 2022 年末才出现。前面提到的那波从百美元到三万美元的跳跃,背后几乎全靠一家公司撑起来——一家叫 Mage 的纽约公司,做的是 Stable Diffusion 相关产品。2023 年第一季度,这一家客户占了 Modal 大约八到九成的收入。这种集中度在之后迅速被稀释:2023 年末,音乐生成公司 Suno 成了新的大客户,再往后,Modal 的收入结构变得真正多元。

用户用 Modal 做的事也并不是表面上看起来那样整齐。很多人以为大家是在用它跑 ComfyUI 这类工作流工具,但 Erik 观察到,真正重度使用 Modal 的那批用户往往在做更底层的定制——自己的适配器、自定义推理逻辑、各种优化手段。Modal 一直以来保持的"可魔改"特性正好契合了这群人的需求,而团队早期为了打磨开发者体验所解决的那些工程难题,比如如何让容器自动扩缩容,后来被证明同样适用于生产环境的真实负载——因为自动扩缩容本质上和开发体验所要解决的问题是同一类问题。

从 Spotify 推荐系统工程师,到抵押贷款公司 CTO,再到一家押注"执行计算"这个底层难题的基础设施公司创始人,Erik Bernhardsson 的路径并不是一条直线。但串起这些阶段的,始终是同一种冲动:看见基础设施里的笨重和低效,然后想办法把它拆掉重建。Modal 今天服务的客户名单已经远超最初那家叫 Mage 的公司,但故事的起点,仍然是那种对"工具应该更好用"的近乎偏执的坚持。