DeepSeek工程师亲述:我的才华被埋葬了
一个刚为DeepSeek V4.1写完核心代码的年轻天才,亲手为自己热爱的工作举办葬礼。
9月14日,DeepSeek工程师刘胜与写下一篇长文——《我不得不把才华埋葬在昨天》。

图源:intlsy公众号
文章很快刷屏,冲上知乎热榜,还被翻译成多种语言传到海外。
刘胜与不是普通程序员。
他毕业于北大图灵班,曾任北大未名超算队队长。加入DeepSeek后,参与的也是最核心的底层工作。就在文章发布前不久,他刚刚交付DeepSeek V4.1的主Attention算子。
所谓算子,可以简单理解为大模型运行时的基础零件。算子写得越好,模型训练和推理的速度就越快。


图源:人工智能前线
但刘胜与判断,再过半年或一年,AI写算子的水平很可能追上甚至超过自己。
最残酷的地方也在这里。
他越努力优化算子,模型进步得就越快;模型越强,AI接手这份工作的时间也就越早。
他亲手造出了一台更强大的机器,也亲手加快了自己被机器取代的速度。

图源:intlsy公众号
岗位还在,工作变了
很多人看到这篇文章,第一反应是:连DeepSeek的核心工程师都要失业了?
刘胜与后来专门作出澄清:“我不至于失业,但必须要转业。”
未来,他大概率还是工程师,收入和饭碗可能也不会受到太大影响。

图源:intlsy公众号
变化的是工作本身。
以前,他要亲手阅读代码、设计调度方案、分析每一条指令,再花上一个下午反复测试和优化。
以后,这些工作可能由AI Agent完成。他要做的,是提出要求、分配任务、检查结果,再决定下一步往哪里优化。
按照他的说法,就是从一名手艺人,变成“机甲驾驶员”。

图源:computerworld
生产效率当然提高了。
过去需要一个下午完成的工作,AI可能只需要几十秒。对企业来说,结果更快、成本更低,没有拒绝的理由。
但对具体的人来说,感受完全不同。
刘胜与把这种变化比作织毛衣。一个手艺人喜欢坐在窗边,一针一线织出复杂的花纹。后来,自动织袜机出现了,速度比人快,质量也不差。
手艺人并没有彻底失业。
凭借过去积累的经验,他依然最懂如何操作机器,也能判断成品好不好。只是那种亲手完成作品的乐趣,被机器的轰鸣声碾碎了。

图源:intlsy公众号
这可能才是AI对工作的第一轮冲击。
它未必马上消灭一个岗位,却会先改写岗位里的每一个动作。
文案依然叫文案,设计师依然叫设计师,程序员依然叫程序员。但原来需要亲手完成的工作,逐渐变成了提出要求、调用工具和验收结果。
职位名称没有变,职业的内核已经被换掉了。
更难的问题是,人才从哪来
顶尖工程师转型为AI的驾驶员,其实不算最糟糕的结果。
他们亲手写过代码、搭过系统、踩过无数坑。即使把执行交给AI,也知道什么结果能用,什么结果看似漂亮,实际上埋着大雷。
真正麻烦的是AI时代下,刚入学的学生,或者刚入职的工程师。
如果一个学生几分钟就能让AI写完过去需要八小时完成的作业,他还有多少动力亲自动手?
如果一个初级工程师一开始就把代码交给AI,他又如何学会系统设计、问题拆解和错误判断?

图源:intlsy公众号
AI可以迅速产出一份看起来不错的结果,却不会自动把背后的能力转移给使用者。
一个真正优秀的工程师,往往是在无数次调试、失败和返工中成长起来的。很多高级判断力,恰恰来自那些低效、枯燥,却无法跳过的练习。
这会给企业带来一个新的难题。
过去,初级员工从重复工作做起,一步步积累经验,最后成为能够独立判断的高级人才。现在,重复工作最先被AI接管,人才成长阶梯最下面的几级,也可能一起消失。
企业短期内得到了更高的效率,却可能在几年后发现,会使用AI的人越来越多,真正知道AI为什么做错的人却越来越少。
刘胜与的文章并没有表达要拒绝AI的意思。
相反,他仍会继续写算子,也会不断把AI Agent引入工作流程。因为技术变化不会因为个人留恋而停下来,拒绝工具,只会更早离开牌桌。

图源:intlsy公众号
但拥抱AI也不意味着把一切都交出去。
未来真正稀缺的人,可能既不是坚持纯手工的老匠人,也不是只会向AI下命令的操作员,而是那些亲手做过、理解原理,同时又能驾驭AI的人。
刘胜与埋葬的不是自己的才华,而是才华过去的使用方式。
对更多普通人来说,真正值得担心的也不仅仅是岗位会不会在明天消失,而是当机器接过越来越多工作之后,我们是否还保留着判断什么值得做、什么做得不对,以及谁该为结果负责的能力。