DeepSeek工程师写完V4.1核心算子后自述被迫转业

大模型狂飙半年，宏观叙事日趋极端，而AI开发一线的工程师正经历真实冲击。DeepSeek机器学习系统工程师刘胜与凌晨发布长文《我不得不把才华埋葬在昨天》。他刚为DeepSeek V4.1交付核心算子，却目睹模型攻入专业腹地，承认自己正加速被AI替代并被迫“转业”。

刘胜与是2021级北大图灵班成员，曾任北大未名超算队队长，代表学校出征国际大学生超算竞赛SC23。本科加入DeepSeek后，成为底层基础设施与高性能算子优化主力。其技术贡献包括：2025年2月参与DeepGEMM算子库开源，优化FP8极致性能GEMM算子；2026年4月参与DeepEP V2专家并行通信库升级，降低跨节点通信开销；2026年9月独立负责DeepSeek V4.1主Attention算子（head dim=512的MQA attention），支撑V4.1性能跃升。这些工作筑牢了DeepSeek成本控制与算力利用的护城河，也是国产模型在有限算力下压低成本的核心竞争力。

高性能GPU算子编写曾被认为最难被取代。它要求熟悉GPU微架构、内存层次，甚至深入PTX汇编与SASS机器码。但刘胜与指出，“AI成了算子大师”。他推断未来半年到一年，AI自主评估调度方案、设计端到端极致算子的能力，将大概率追平甚至超越顶级人类工程师。AI能一秒思考300个token、二十秒写完一份代码，且能在模型深度、思考强度、工具调用量、并行度上不断提升，而人不能。悖论在于：工程师把算子优化得越极致，模型迭代越快，他们被替代的周期越短。

为何仍倾尽全力？刘胜与说，一是纯粹的技术多巴胺，看到算子性能飙升、跑赢芯片大厂官方算子的成就感不亚于速通玩家破世界纪录；二是清醒认知：即便自己停手，全球其他团队仍会加速推进。他写道：“我当然希望自己不要被革命，但如果非被革命不可的话，我希望革我自己命的人是我自己。”

这种趋势已有案例。OpenAI推进定制AI芯片时，规模化调用Astra和Agent工具参与算子生成与编译栈搭建，将原本数十位资深专家耗时数月的周期压缩至极短。英伟达和Cursor曾公布实验：多Agent系统三周内自动优化235个面向Blackwell B200的CUDA算子，几何平均性能提升38%，19%任务提速超两倍。

刘胜与的判断不是“失业”，而是“转业”。顶尖工程师仍能留在牌桌上，但生产算子的范式彻底变了。他称之为做Agent的“机甲驾驶员”：机甲是拥有超高代码吞吐能力的AI Agent，人类退后一步，凭借对模型需求、硬件物理特性和全局系统工程的把控，给Agent下指令、设边界、评估方案。饭碗保住了，但手艺人打磨代码的快感被剥离。他感叹：“我的手中多了些齿轮，但心中少了些节拍。”

更深隐忧在于工程根基坍塌。大学与科研训练面临投机诱惑，效率捷径正抽空开发者的代码组织、系统构建、前瞻设计与抽象能力。这些能力会像“编写x86汇编”一样边缘化，还是像“理解整套计算机系统”一样成为永恒基石？若是后者，AI泛滥将带来系统性风险。刘胜与写道：“一个工程能力很差的人，搭配上AI后，产出屎山的效率可达先前数倍，给系统埋下祸患，让世界变得更草台。”他追问：“未来社会中，权力是不是会比技术或智商更加重要？”

他选择留在DeepSeek的深层动力是：“我们研究强大、快速、普惠的人工智能并将其开源，或许能把世界从2077那端拉回来一些。”

长文引发技术圈热议。读者“葫芦”坦言正借助Codex开发国产芯片Attention算子，“除了方案不能替我敲定，别的都可以帮助我完成，又快又好”。南京大学计算机学院某博导评论：“我相信系统设计的品味可以由RL有反馈信号，就看什么时候摸清数据构造和训练方法，那时候就真完犊子了。”热评第一的读者“N0W0N”自嘲：“那我们现在岂不是49年入国军。”有人怀疑文章是否大模型所写，刘胜与回复“这是我手写的”，成为对独立思考的捍卫。不少一线技术人员表示，在OpenAI与Anthropic日益封闭背景下，开源社区与国产前沿团队打破技术封锁的意义更加凸显。

商业社会生产力更迭只认效率与成本，不会因“手艺人”情怀放慢脚步。当昨日才华被埋葬，新的机甲已经启动。